一种健身监测方法及装置制造方法及图纸

本发明专利技术提供一种健身监测方法及装置，其中，所述健身监测方法包括：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，基于所述动作所属的动作类别，对所述用户进行提醒。本发明专利技术的方案，能够基于用户的与健身动作对应的生理指标数据和运动数据，在不同动作类别下进行不同的提醒，实现对健身动作是否标准的全面可靠的监测。

A method and device for monitoring fitness

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，所述健身监测方法还包括：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。优选的，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。优选的，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。优选的，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。优选的，所述运动数据包括如下数据中的至少一种：运动位移、运动角度和运动弧度。另一方面，本专利技术还提供一种健身监测装置，包括：获取模块，用于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；确定模块，用于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；提醒模块，用于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，所述确定模块包括：处理单元，用于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；统计单元，用于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，所述健身监测装置还包括：确定模块，用于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；训练模块，用于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。优选的，所述提醒模块包括：确定单元，用于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；提醒单元，用于根据确定的所述提醒模式，对所述用户进行提醒。优选的，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。优选的，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。优选的，所述运动数据包括如下数据中的至少一种：运动位移、运动角度和运动弧度。本专利技术的健身监测方法，通过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，基于所述动作所属的动作类别，对所述用户进行提醒，能够基于用户的与健身动作对应的生理指标数据和运动数据，在不同动作类别下进行不同的提醒，实现对健身动作是否标准的全面可靠的监测。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1表示本专利技术第一实施例的健身监测方法的流程图。图2表示本专利技术第二实施例的健身监测方法的流程图。图3表示本专利技术第三实施例的健身监测装置的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。第一实施例参见图1所示，本专利技术第一实施例提供一种健身监测方法，包括如下步骤101至步骤103，详述如下。步骤101：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。本专利技术实施例中，该生理指标数据包括但不限于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等。该运动数据包括但不限于如下数据中的至少一种：运动位移、运动角度和运动弧度等。其中，在获取用户的生理指标数据时，可借助用户佩戴的运动型手环等获取。该运动型手环可实时监测相应用户的脉搏、心率变异性、体温和肌电数值等。在获取用户的运动数据时，可借助用户佩戴在身体关键部位的各个传感器等获取。通过用户佩戴的传感器，可实时监测相应用户的运动位移(例如身体关键部位之间的相对位移)、运动角度(例如身体关键部位之间的角度)和运动弧度等。步骤102：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。本专利技术实施例中，该动作所属的动作类别是根据与该动作对应的生理指标数据和运动数据确定的。通常，该动作类别与相应动作是否标准相关，可体现相应动作是否达到预期的运动效果。只有在动作标准的情况下，运动效果才会最佳。若动作不标准，不仅达不到预期的运动效果，还有可能给用户带来危险，例如损伤肌肉等。具体的，该动作所属的动作类别可以为动作幅度标准、动作幅度未达到标准或动作幅度超过标准，也可以为动作到位、动作不到位或动作过猛，本专利技术不对其进行限制。步骤103：基于所述动作所属的动作类别，对所述用户进行提醒。本专利技术实施例中，对用户进行提醒的方式可为振动、铃声等，本专利技术不对其进行限制。而基于动作所属的动作类别，对用户进行提本文档来自技高网...

【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