健身效果监测方法、装置、电子设备、存储介质及系统制造方法及图纸

本申请公开了健身效果监测方法、装置、电子设备、存储介质及系统，应用于人工智能领域，所述健身效果监测方法包括：通过三维监测装置获取用户点云数据，根据所述用户点云数据建立用户身体模型数据；将所述用户身体模型数据与预设模型库中的历史用户数据进行对比，得到用户历史对比结果；将所述用户身体模型数据与所述预设模型库中的大众典型数据进行对比，得到大众典型对比结果；根据所述用户历史对比结果和所述大众典型对比结果，确定健身效果监测结果。本申请解决了现有技术中对用户健身效果监测的准确性差的技术问题。测的准确性差的技术问题。测的准确性差的技术问题。

【技术实现步骤摘要】
健身效果监测方法、装置、电子设备、存储介质及系统


[0001]本申请涉及人工智能
，尤其涉及一种健身效果监测方法、装置、电子设备、存储介质及系统。

技术介绍

[0002]随着科技发展，AI技术在体育领域内得到了广泛应用，科研人员研究出的“3D+AI”技术，对运动员动作进行量化分析，将滑行速度、腾空高度、落地远度、旋转角度等运动数据与原始画面迭加起来，解决了高速度、高难度动作还原的难题。这种基于运动员骨点的动作识别算法，帮助运动员直观地了解动作完成的准确度，而后出现了用于居家锻炼的AI运动，通过实时检测视频中的人体轮廓，定位14个关键骨骼点，连点成线、连线形成动作，从而分析、检测动作完成度，但以骨骼点仅能确定用户的动作，并不能准确监测用户实时的健身效果。

技术实现思路

[0003]本申请的主要目的在于提供一种健身效果监测方法、系统、电子设备及可读存储介质，旨在解决现有技术中对用户健身效果监测的准确性差的技术问题。
[0004]为实现上述目的，本申请提供一种健身效果监测方法，所述健身效果监测方法包括：
[0005]通过三维监测装置获取用户点云数据，根据所述用户点云数据建立用户身体模型数据；
[0006]将所述用户身体模型数据与预设模型库中的历史用户数据进行对比，得到用户历史对比结果；
[0007]将所述用户身体模型数据与所述预设模型库中的大众典型数据进行对比，得到大众典型对比结果；
[0008]根据所述用户历史对比结果和所述大众典型对比结果，确定健身效果监测结果。
[0009]可选地，在所述根据所述用户点云数据建立用户身体模型数据的步骤之后，所述健身效果监测方法还包括：
[0010]根据所述用户身体模型数据，确定与所述用户身体模型数据对应的用户账户信息；
[0011]从预设模型库中获取与所述用户账户信息对应的身体模型数据，并确定为历史用户数据。
[0012]可选地，所述从预设模型库中获取与所述用户账户信息对应的身体模型数据，并确定为历史用户数据的步骤包括：
[0013]确定目标对比时间范围；
[0014]从预设模型库中获取所述用户账户信息对应的身体模型数据，根据所述目标对比时间范围从所述身体模型数据中筛选得到目标身体模型数据，将所述目标身体模型数据作
为历史用户数据。
[0015]可选地，在所述根据所述用户点云数据建立用户身体模型数据的步骤之后，所述健身效果监测方法还包括：
[0016]根据所述用户身体模型数据，提取所述用户的特征信息；
[0017]根据所述用户的特征信息，从所述预设模型库中获取所述特征信息对应的类似群体的身体模型数据，并确定为大众典型数据。
[0018]可选地，所述用户点云数据包括肌肉点云数据，所述根据所述用户点云数据建立用户身体模型数据的步骤包括：
[0019]将所述肌肉点云数据根据预设肌肉群类型划分为多组肌肉群点云数据；
[0020]根据划分后的所述肌肉群点云数据分别对每一组肌肉群点云数据建立三维模型，以得到用户身体模型数据。
[0021]可选地，在所述根据所述用户点云数据建立用户身体模型数据的步骤之后，所述健身效果监测方法还包括：
[0022]根据所述用户点云数据确定用户的实时健身动作，识别所述实时健身动作对应的标准健身动作；
[0023]若检测到所述实时健身动作与所述标准健身动作存在差异，则向用户推送动作纠正提醒。
[0024]为实现上述目的，本申请还提供一种健身效果监测装置，所述装置包括：
[0025]获取模块，用于通过三维监测装置获取用户点云数据，根据所述用户点云数据建立用户身体模型数据；
[0026]第一对比模块，用于将所述用户身体模型数据与预设模型库中的历史用户数据进行对比，得到用户历史对比结果；
[0027]第二对比模块，用于将所述用户身体模型数据与所述预设模型库中的大众典型数据进行对比，得到大众典型对比结果；
[0028]确定模块，用于根据所述用户历史对比结果和所述大众典型对比结果，确定健身效果监测结果。
[0029]本申请还提供一种电子设备，所述电子设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述健身效果监测方法的程序，所述健身效果监测方法的程序被处理器执行时可实现如上述的健身效果监测方法的步骤。
[0030]本申请还提供一种存储介质，所述存储介质为计算机可读存储介质，所述计算机可读存储介质上存储有实现健身效果监测方法的程序，所述健身效果监测方法的程序被处理器执行时实现如上述的健身效果监测方法的步骤。
[0031]本申请还提供一种健身效果监测系统，所述系统包括云端和电视端，所述电视端设有三维监测装置，
[0032]所述电视端用于通过所述三维监测装置获取用户点云数据，并将所述用于点云数据发送至所述云端；
[0033]所述云端用于：
[0034]根据所述用户点云数据建立用户身体模型数据；
[0035]将所述用户身体模型数据与预设模型库中的历史用户数据进行对比，得到用户历
史对比结果；
[0036]将所述用户身体模型数据与所述预设模型库中的大众典型数据进行对比，得到大众典型对比结果；
[0037]根据所述用户历史对比结果和所述大众典型对比结果，确定健身效果监测结果，并将所述健身效果监测结果推送至所述电视端。
[0038]本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的健身效果监测方法的步骤。
[0039]本申请提供了一种健身效果监测方法、系统、电子设备及可读存储介质，也即，通过三维监测装置获取用户点云数据，根据所述用户点云数据建立用户身体模型数据；将所述用户身体模型数据与预设模型库中的历史用户数据进行对比，得到用户历史对比结果；将所述用户身体模型数据与所述预设模型库中的大众典型数据进行对比，得到大众典型对比结果；根据所述用户历史对比结果和所述大众典型对比结果，确定健身效果监测结果，通过在锻炼过程中对用户的身体进行同步建模，再将其与预设模型库中的数据分别与历史用户数据及大众典型数据进行对比，以从多维度检测模型，从而监测用户的健身效果，由于收集用户身体模型数据并进行分析反馈都是实时进行的，使检测设备快速通过用户身体模型数据分析用户健身的情况，同时进行多方面的对比，提高了实时监测用户健身效果的准确性。
附图说明
[0040]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0041]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，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。
[0042]图1为本申请健身效果监测方法第一实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种健身效果监测方法，其特征在于，所述健身效果监测方法包括：通过三维监测装置获取用户点云数据，根据所述用户点云数据建立用户身体模型数据；将所述用户身体模型数据与预设模型库中的历史用户数据进行对比，得到用户历史对比结果；将所述用户身体模型数据与所述预设模型库中的大众典型数据进行对比，得到大众典型对比结果；根据所述用户历史对比结果和所述大众典型对比结果，确定健身效果监测结果。2.如权利要求1所述的健身效果监测方法，其特征在于，在所述根据所述用户点云数据建立用户身体模型数据的步骤之后，所述健身效果监测方法还包括：根据所述用户身体模型数据，确定与所述用户身体模型数据对应的用户账户信息；从预设模型库中获取与所述用户账户信息对应的身体模型数据，并确定为历史用户数据。3.如权利要求2所述的健身效果监测方法，其特征在于，所述从预设模型库中获取与所述用户账户信息对应的身体模型数据，并确定为历史用户数据的步骤包括：确定目标对比时间范围；从预设模型库中获取所述用户账户信息对应的身体模型数据，根据所述目标对比时间范围从所述身体模型数据中筛选得到目标身体模型数据，将所述目标身体模型数据作为历史用户数据。4.如权利要求1所述的健身效果监测方法，其特征在于，在所述根据所述用户点云数据建立用户身体模型数据的步骤之后，所述健身效果监测方法还包括：根据所述用户身体模型数据，提取所述用户的特征信息；根据所述用户的特征信息，从所述预设模型库中获取所述特征信息对应的类似群体的身体模型数据，并确定为大众典型数据。5.如权利要求1所述的健身效果监测方法，其特征在于，所述用户点云数据包括肌肉点云数据，所述根据所述用户点云数据建立用户身体模型数据的步骤包括：将所述肌肉点云数据根据预设肌肉群类型划分为多组肌肉群点云数据；根据划分后的所述肌肉群点云数据分别对每一组肌肉群点云数据建立三维模型，以得到用户身体模型数据。6.如权利要求1所述的健身效果监测方法，其特征在于，在所述根...

【专利技术属性】
技术研发人员：孙思凯，
申请(专利权)人：深圳创维RGB电子有限公司，
类型：发明
国别省市：