The invention provides a fitness monitoring method and device, in which the fitness monitoring method includes: obtaining a user's physiological index data and motion data corresponding to an action at a fitness level, determining an action category belonging to the action according to the physiological index data and motion data, based on the action owned by the action. Category, reminding the user. The scheme of the invention can be based on the physiological index data and sports data corresponding to the user's fitness movement, and carry out different reminding under different action categories to realize the comprehensive and reliable monitoring of the standard of fitness movement.
【技术实现步骤摘要】
一种健身监测方法及装置
本专利技术涉及可穿戴设备
,尤其涉及一种健身监测方法及装置。
技术介绍
由于时间、空间、费用等的限制,当前人们在选择健身方式时,很少会选择在健身房在教练的陪同下进行健身,而常常选择的健身方式为,基于视频类或图片类应用程序,模仿视频或图片中教练的动作并结合解说进行健身。这时,由于人们对接收到信息的理解会出现偏差,所以当健身者在基于应用程序进行健身时,有时会出现以为自己的动作是标准的,但实际上并不标准的情况,导致健身效果不佳。并且,不标准的健身动作不仅达不到好的健身效果,还容易让健身者受伤。在传统健身效果监测过程中,常使用可穿戴设备,例如前臂及后臂佩带的位移传感器、智能手环等粗略的监测健身者的运动状况,而对于健身动作是否标准没有全面可靠的监测。
技术实现思路
本专利技术的目的在于提供一种健身监测方法及装置,以能够对用户在健身时的动作是否标准进行全面可靠的监测。为了实现上述的目的,一方面,本专利技术提供一种健身监测方法,包括:获取用户在健身时与一动作对应的生理指标数据和运动数据;根据所述生理指标数据和运动数据,确定所述动作所属的动作类别,所述动作类别与所述动作是否标准相关;基于所述动作所属的动作类别,对所述用户进行提醒。优选的,所述根据所述生理指标数据和运动数据,确定所述动作所属的动作类别的步骤,包括:利用至少一个动作类别分类模型,对所述生理指标数据和运动数据进行处理,确定每一动作类别分类模型下,所述动作所属的可能动作类别;对所述动作所属的可能动作类别进行统计,选取统计次数最多的可能动作类别作为所述动作所属的动作类别。优选的,所述获取用 ...
【技术保护点】
1.一种健身监测方法,其特征在于,包括:获取用户在健身时与一动作对应的生理指标数据和运动数据;根据所述生理指标数据和运动数据,确定所述动作所属的动作类别,所述动作类别与所述动作是否标准相关;基于所述动作所属的动作类别,对所述用户进行提醒;所述根据所述生理指标数据和运动数据,确定所述动作所属的动作类别的步骤,包括:利用至少一个动作类别分类模型,对所述生理指标数据和运动数据进行处理,确定每一动作类别分类模型下,所述动作所属的可能动作类别;对所述动作所属的可能动作类别进行统计,选取统计次数最多的可能动作类别作为所述动作所属的动作类别;所述获取用户在健身时与一动作对应的生理指标数据和运动数据的步骤之前,还包括:确定所述用户的至少一个动作类别训练数据集和基础分类模型,每一动作类别训练数据集中包括多组被划分为两类动作类别的数据,每组数据为一类动作类别下的所述用户的生理指标数据和运动数据,所述基础分类模型用于体现生理指标数据、运动数据及动作类别之间的关联关系;利用所述至少一个动作类别训练数据集对所述基础分类模型进行训练,得到所述至少一个动作类别分类模型。
【技术特征摘要】
1.一种健身监测方法,其特征在于,包括:获取用户在健身时与一动作对应的生理指标数据和运动数据;根据所述生理指标数据和运动数据,确定所述动作所属的动作类别,所述动作类别与所述动作是否标准相关;基于所述动作所属的动作类别,对所述用户进行提醒;所述根据所述生理指标数据和运动数据,确定所述动作所属的动作类别的步骤,包括:利用至少一个动作类别分类模型,对所述生理指标数据和运动数据进行处理,确定每一动作类别分类模型下,所述动作所属的可能动作类别;对所述动作所属的可能动作类别进行统计,选取统计次数最多的可能动作类别作为所述动作所属的动作类别;所述获取用户在健身时与一动作对应的生理指标数据和运动数据的步骤之前,还包括:确定所述用户的至少一个动作类别训练数据集和基础分类模型,每一动作类别训练数据集中包括多组被划分为两类动作类别的数据,每组数据为一类动作类别下的所述用户的生理指标数据和运动数据,所述基础分类模型用于体现生理指标数据、运动数据及动作类别之间的关联关系;利用所述至少一个动作类别训练数据集对所述基础分类模型进行训练,得到所述至少一个动作类别分类模型。2.根据权利要求1所述的健身监测方法,其特征在于,所述基于所述动作所属的动作类别,对所述用户进行提醒的步骤,包括:基于所述动作所属的动作类别,确定与所述动作类别对应的提醒模式;根据确定的所述提醒模式,对所述用户进行提醒。3.根据权利要求1所述的健身监测方法,其特征在于,所述动作所属的动作类别为动作幅度标准、动作幅度未达到标准或动作幅度超过标准。4.根据权利要求1-3中任一所述的健身监测方法,其特征在于,所述生理指标数据包括如下数据中的至少一种:脉搏次数、心率变异性数值、体温数值和肌电数值。5.根据权利要求1-3中任一所述的健身监测方法,其特征在于,所述运动数据包括如下数据中的至少一种:运动位移、运动角...
【专利技术属性】
技术研发人员:杨梦佳,许利群,
申请(专利权)人:中国移动通信有限公司研究院,中国移动通信集团公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。