【技术实现步骤摘要】
一种健身效果的预测方法
本专利技术涉及图片处理领域，算法领域，机器学习领域，尤其涉及一种通过计算面容扭曲度预测健身效果的方法。
技术介绍
目前健身领域暂无一款能根据表情识别健身效果的方法，健身爱好者没有一个标准的度来把握自身的健身强度。强度过大，对自身身体损伤，强度不够，则没有太多的健身效果。本专利技术通过训练大数据产生一个标准用来帮助健身爱好者把握健身的强度，以及帮助健身爱好者预测健身效果。
技术实现思路
本专利技术的目的是：提供了一种基于人面部识别的健身效果预测方法。一种健身效果的预测方法，包括如下步骤：第1步，采用健身爱好者的标准无表情照片；并且在健身爱好者在健身过程中再次进行照片的采集；第2步，计算出健身爱好者在运动后的面部扭曲度；第3步，采用神经网络模型，以面部扭曲度为输入向量，以运动后的效果作为输出向量，通过训练样本进行模型的训练；第4步，将新的健身爱好者在健身过程中的面部扭曲度输入训练好的模型中，评价健身效果。在一个实施方式中，所述的神经网络模...
【技术保护点】
1.一种健身效果的预测方法，其特征在于，包括如下步骤：/n第1步，采用健身爱好者的标准无表情照片；并且在健身爱好者在健身过程中再次进行照片的采集；/n第2步，计算出健身爱好者在运动后的面部扭曲度；/n第3步，采用神经网络模型，以面部扭曲度为输入向量，以运动后的效果作为输出向量，通过训练样本进行模型的训练；/n第4步，将新的健身爱好者在健身过程中的面部扭曲度输入训练好的模型中，评价健身效果。/n
【技术特征摘要】
1.一种健身效果的预测方法，其特征在于，包括如下步骤：
第1步，采用健身爱好者的标准无表情照片；并且在健身爱好者在健身过程中再次进行照片的采集；
第2步，计算出健身爱好者在运动后的面部扭曲度；
第3步，采用神经网络模型，以面部扭曲度为输入向量，以运动后的效果作为输出向量，通过训练样本进行模型的训练；
第4步，将新的健身爱好者在健身过程中的面部扭曲度输入训练好的模型中，评价健身效果。
2.根据权利要求1所述的健身效果的预测方法，其特征在于，在一个实施方式中，所述的神经网络模型是RNN。
3.根据权利要求1所述的健身效果的预测方法，其特征在于，在一个实施方式中，所述的在健身过程中再次进行照片的采集是在各种不同角度、环境、姿态、光照的面部图片数据的采集。
4.根据权利要求1所述...
【专利技术属性】
技术研发人员：王冲，朱凯，
申请(专利权)人：江苏艾佳家居用品有限公司，
类型：发明
国别省市：江苏;32
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。