人体数据预测方法、装置、电子设备和存储介质制造方法及图纸

本申请公开了一种人体数据预测方法、装置、电子设备和存储介质，涉及人工智能领域中的大数据技术领域和图像处理技术领域，其中方法包括：获取第一用户持续N天的人体数据，人体数据包括人体维度数据和人脸数据中的至少一项，N为正整数；将第一用户的人体数据在预先创建的人体数据挖掘模型中进行匹配，确定第一用户的人体数据在所述人体数据挖掘模型中的目标类别；所述人体数据挖掘模型中存储有不同类别的每个年龄阶段对应的人体数据；根据所述人体数据挖掘模型中所述目标类别的人体数据，预测所述第一用户在目标年龄阶段的人体数据。本申请能够根据用户的人体数据来预测用户在任何年龄阶段的人体数据，从而能够实现对用户身体状况进行预测。

【技术实现步骤摘要】
人体数据预测方法、装置、电子设备和存储介质
本申请涉及人工智能领域，具体涉及大数据
和图像处理

技术介绍
随着社会生活节奏的加快，大多数人无暇关注自己的身体状况，以至过度损耗身体机能。随着时间的流逝，人们才逐渐意识到身体管理的重要性，然而，造成的身体机能的损耗可能无法挽回。目前，缺乏对身体状况进行预测的相关方案，以至无法对用户身体状况进行预测。
技术实现思路
本申请提供了一种人体数据预测方法、装置、电子设备、存储介质和计算机程序产品。根据第一方面，本申请提供了一种人体数据预测方法，包括：获取第一用户持续N天的人体数据，所述人体数据包括人体维度数据和人脸数据中的至少一项，N为正整数；将所述第一用户的人体数据在预先创建的人体数据挖掘模型中进行匹配，确定所述第一用户的人体数据在所述人体数据挖掘模型中的目标类别；所述人体数据挖掘模型中存储有不同类别的每个年龄阶段对应的人体数据；根据所述人体数据挖掘模型中所述目标类别的人体数据，预测所述第一用户在目标年龄阶段的人体数据。根据第二方面，本申请提供了一种人体数据预测装置，包括：获取模块，用于获取第一用户持续N天的人体数据，所述人体数据包括人体维度数据和人脸数据中的至少一项，N为正整数；确定模块，用于将所述第一用户的人体数据在预先创建的人体数据挖掘模型中进行匹配，确定所述第一用户的人体数据在所述人体数据挖掘模型中的目标类别；所述人体数据挖掘模型中存储有不同类别的每个年龄阶段对应的人体数据；预测模块，用于根据所述人体数据挖掘模型中所述目标类别的人体数据，预测所述第一用户在目标年龄阶段的人体数据。根据第三方面，本申请提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行第一方面中的任一项方法。根据第四方面，本申请提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行第一方面中的任一项方法。根据第五方面，本申请提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现第一方面中的任一项方法。根据本申请的技术，能够根据用户的人体数据来预测用户在任何年龄阶段的人体数据，从而能够实现对用户身体状况进行预测。应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。附图说明附图用于更好地理解本方案，不构成对本申请的限定。其中：图1是根据本申请第一实施例的人体数据预测方法的流程示意图；图2是根据本申请第一实施例的人体数据预测装置的整体架构图；图3是根据本申请第二实施例的人体数据预测装置的结构示意图；图4是用来实现本申请实施例的人体数据预测方法的电子设备的框图。具体实施方式以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。以下对本申请的示范性实施例进行说明。如图1所示，人体数据预测方法，包括如下步骤：步骤101：获取第一用户持续N天的人体数据，所述人体数据包括人体维度数据和人脸数据中的至少一项。上述第一用户可理解为待预测的用户，上述人体维度数据例如可以是用于表征身高、三围、腰型、腿型等人体维度的数据，上述人脸数据可以理解为脸部特征数据，例如可以是用于表征脸型、眼型鼻型、嘴型、眉型等脸部特征的数据。除了人体维度数据和人脸数据之外，第一用户的人体数据还可以包括第一用户的年龄信息。上述N为正整数，即，N既可以等于1，也可以为大于1的整数。本申请中，可以获取第一用户至少一天的人体数据，也可以获取第一用户持续多天的人体数据，例如持续半个月的人体数据、持续一个月的人体数据等等。步骤102：将所述第一用户的人体数据在预先创建的人体数据挖掘模型中进行匹配，确定所述第一用户的人体数据在所述人体数据挖掘模型中的目标类别；所述人体数据挖掘模型中存储有不同类别的每个年龄阶段对应的人体数据。上述类别可以理解为根据用户的性别、年龄、身体部位的特征(例如眼型、鼻型等)等来分类而划分的类别，例如可以是女性杏眼类别、男性鹰钩鼻类别等等。本申请中，为了实现人体数据的预测，需要预先创建人体数据挖掘模型，该人体数据挖掘模型中存储有不同类别的每个年龄阶段对应的人体数据。本申请可以基于大数据统计分析来创建人体数据挖掘模型，以下对人体数据挖掘模型的创建过程进行简单地介绍：数据采集：对各类人体数据进行数据采集，比如人体的所有眼型、鼻型等面部轮廓种类以及腰型、腿型等身材轮廓种类。数据采集的途径可以包括：其一，网络(web)数据采集，例如，借助网络爬虫和网站公开应用程序接口(ApplicationProgrammingInterface，API)，获取web中非结构化或半结构化数据(data)，统一进行结构化(structuring)成本地数据；其二，可通过与医疗机构合作，获取人体各类典型数据。采集的人体数据可以预先存储于Hadoop分布式文件系统(HadoopDistributedFileSystem，HDFS)中。数据清洗：可利用开源的数据仓库技术(Extract-Transform-Load，ETL)清洗工具，比如Kettle，对采集的人体数据进行清洗，对遗漏数据或噪音数据进行处理，抛弃无用的人体数据。清洗后的人体数据可以存储于非关系型的数据库(NotonlySQL，NoSQL)中，ETL工具能够实现HDFS和NoSQL数据库之间的数据同步集成。数据分析及分类：可利用Mahout数据挖掘工具包，创建人体数据挖掘模型，分析所有人体数据的性别、年龄、部位，进行数据分类，例如，可根据人体数据的脸部特征及人体特点进行风格归类，并保留不同性别的每个年龄阶段对应的人体部位数据。还可以用分析结果定义人体数据挖掘模型的参数，并应用于整个数据集合。其中，Mahout为开源项目，提供一些可扩展的机器学习领域经典算法的实现。以上，实现了人体数据挖掘模型的创建。在使用时，即可将步骤101中获取到的第一用户的人体数据在人体数据挖掘模型中进行匹配与归类，从而确定第一用户的人体数据在人体数据挖掘模型中的目标类别。用户的人体数据在人体数据挖掘模型中进行匹配与归类可以使用K-近邻算法(K-NearestNeighbor，K-NN)，根据样本空间距离来实现匹配与归类。具体的，每当一个新数据进入数据池后，与数据池训练数据里每一个点求距离，查看这个新数据近邻的K个点，根据本文档来自技高网...

【技术保护点】
1.一种人体数据预测方法，包括：/n获取第一用户持续N天的人体数据，所述人体数据包括人体维度数据和人脸数据中的至少一项，N为正整数；/n将所述第一用户的人体数据在预先创建的人体数据挖掘模型中进行匹配，确定所述第一用户的人体数据在所述人体数据挖掘模型中的目标类别；所述人体数据挖掘模型中存储有不同类别的每个年龄阶段对应的人体数据；/n根据所述人体数据挖掘模型中所述目标类别的人体数据，预测所述第一用户在目标年龄阶段的人体数据。/n

【技术特征摘要】
1.一种人体数据预测方法，包括：
获取第一用户持续N天的人体数据，所述人体数据包括人体维度数据和人脸数据中的至少一项，N为正整数；
将所述第一用户的人体数据在预先创建的人体数据挖掘模型中进行匹配，确定所述第一用户的人体数据在所述人体数据挖掘模型中的目标类别；所述人体数据挖掘模型中存储有不同类别的每个年龄阶段对应的人体数据；
根据所述人体数据挖掘模型中所述目标类别的人体数据，预测所述第一用户在目标年龄阶段的人体数据。


2.根据权利要求1所述的方法，其中，所述根据所述人体数据挖掘模型中所述目标类别的人体数据，预测所述第一用户在目标年龄阶段的人体数据，包括：
根据所述人体数据挖掘模型中所述目标类别的人体数据，以及所述第一用户的人体数据在所述N天的走势，预测所述第一用户在目标年龄阶段的人体数据。


3.根据权利要求1或2所述的方法，其中，所述获取第一用户持续N天的人体数据，包括：
接收所述第一用户持续N天上传的人体图像，所述人体图像包括所述第一用户的全身图像和所述第一用户的人脸图像中的至少一项；
通过深度卷积神经网络，从所述第一用户持续N天上传的人体图像中获取所述第一用户持续N天的人体数据。


4.根据权利要求1或2所述的方法，在所述根据所述人体数据挖掘模型中所述目标类别的人体数据，预测所述第一用户在目标年龄阶段的人体数据之后，所述方法还包括：
根据所述第一用户在所述目标年龄阶段的人体数据，计算所述第一用户在所述目标年龄阶段的外形曲线。


5.根据权利要求4所述的方法，在所述根据所述第一用户在目标年龄阶段的人体数据，计算所述第一用户在目标年龄阶段的外形曲线之后，所述方法还包括：
根据所述第一用户在所述目标年龄阶段的人体数据，以及所述第一用户在所述目标年龄阶段的外形曲线，模拟所述第一用户在所述目标年龄阶段的3D人体模型。


6.根据权利要求1或2所述的方法，在所述根据所述人体数据挖掘模型中所述目标类别的人体数据，预测所述第一用户在目标年龄阶段的人体数据之后，所述方法还包括：
响应于所述第一用户在所述目标年龄阶段的人体数据符合预警条件，输出用于所述第一用户的预警方案。


7.根据权利要求6所述的方法，其中，所述预警方案包括推荐食谱、健身方案、护肤方案、医疗方案、医美方案中的至少一项。


8.一种人体数据预测装置，包括：
获取模块，用于获取第一用户持续N天的人体数据，所述人体数据包括人体维度数据和人脸数据...

【专利技术属性】
技术研发人员：董咨雨，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11