本公开提供了一种健身运动检测方法、电子设备和存储介质。该方法包括：通过终端设备的运动传感器采集用户在第一时间段的原始运动数据；基于所述原始运动数据，得到所述用户在世界坐标系中的位移数据；基于所述原始运动数据和所述位移数据，确定所述用户的运动检测结果。由此，可基于用户的原始运动数据，得到用户在世界坐标系中的位移数据，并综合考虑到原始运动数据和位移数据，来确定运动检测结果，提高了运动检测结果的准确性。高了运动检测结果的准确性。高了运动检测结果的准确性。
【技术实现步骤摘要】
健身运动检测方法、电子设备和存储介质
[0001]本公开涉及运动检测
，特别涉及一种健身运动检测方法、电子设备和存储介质。
技术介绍
[0002]目前，随着人工智能技术的发展，运动检测在智能手表、智能手机等电子设备中得到了广泛应用。比如，智能手机可对用户的步数进行检测，还可对用户的动作类别进行检测，以获取用户的运动情况。然而，相关技术中的运动检测方法存在准确性低的问题。
技术实现思路
[0003]本公开旨在至少在一定程度上解决上述技术中的技术问题之一。
[0004]第一方面，本公开实施例提出一种健身运动检测方法，包括：通过终端设备的运动传感器采集用户在第一时间段的原始运动数据；基于所述原始运动数据，得到所述用户在世界坐标系中的位移数据；基于所述原始运动数据和所述位移数据，确定所述用户的运动检测结果。
[0005]在一些实施例中，所述基于所述原始运动数据和所述位移数据，确定所述用户的运动检测结果，包括：对所述原始运动数据和所述位移数据进行融合处理，得到融合数据；通过对所述融合数据进行处理，得到所述运动检测结果。
[0006]在一些实施例中，所述基于所述原始运动数据和所述位移数据，确定所述用户的运动检测结果，包括：基于所述原始运动数据和所述位移数据，利用深度学习模型得到所述用户的目标运动类别，所述运动检测结果包括所述目标运动类别。
[0007]在一些实施例中，所述基于所述原始运动数据和所述位移数据，确定所述用户的运动检测结果，包括：基于所述原始运动数据和所述位移数据，得到多个周期数据片段；基于所述多个周期数据片段中的每个周期数据片段，得到所述运动检测结果，所述运动检测结果包括运动计数。
[0008]在一些实施例中，所述基于所述多个周期数据片段中的每个周期数据片段，得到所述运动检测结果，包括：基于所述多个周期数据片段中的每个周期数据片段，从所述多个周期数据片段中选取至少一个有效周期数据片段；将所述至少一个有效周期数据片段的数量确定为所述运动计数。
[0009]在一些实施例中，所述基于所述多个周期数据片段中的每个周期数据片段，从所述多个周期数据片段中选取至少一个有效周期数据片段，包括：将所述多个周期数据片段中与所述用户的目标运动类别匹配的至少一个周期数据片段确定为所述有效周期数据片段。
[0010]在一些实施例中，所述基于所述多个周期数据片段中的每个周期数据片段，从所述多个周期数据片段中选取至少一个有效周期数据片段，包括：确定所述多个周期数据片段中每个周期数据片段的运动分类结果；将所述多个周期数据片段中除第一周期数据片段
以外的至少一个周期数据片段确定为所述有效周期数据片段，所述第一周期数据片段的运动分类结果指示非运动。
[0011]在一些实施例中，所述基于所述原始运动数据，得到所述用户在世界坐标系中的位移数据，包括：基于所述原始运动数据，确定所述第一时间段内的至少一个目标时刻，其中，所述终端设备在所述至少一个目标时刻处于静止状态；基于所述终端设备在所述至少一个目标时刻的姿态和所述原始运动数据，确定所述位移数据。
[0012]在一些实施例中，所述基于所述原始运动数据，得到所述用户在世界坐标系中的位移数据，包括：基于所述原始运动数据，识别所述用户在所述第一时间段内的第一时刻是否处于静止状态；响应于所述用户在所述第一时刻处于静止状态，基于所述原始运动数据，确定所述终端设备在所述第一时刻的姿态；基于以所述第一时刻作为起点的第二时间段的所述原始运动数据和所述终端设备在所述第一时刻的姿态，确定所述用户在所述第二时间段内在世界坐标系中的位移数据，其中，所述第二时间段以所述终端设备再次处于静止状态的第二时刻作为终点。
[0013]在一些实施例中，所述基于所述终端设备在所述至少一个目标时刻的姿态和所述原始运动数据，确定所述位移数据，包括：基于所述至少一个目标时刻中第一时刻的姿态，对所述终端设备的姿态进行更新处理，得到更新处理后的所述终端设备的姿态；基于所述更新后的所述终端设备的姿态和所述原始运动数据中对应于所述第一时刻以后的运动数据，得到所述终端设备在所述第一时刻以后的位移数据。
[0014]在一些实施例中，所述基于所述至少一个目标时刻中第一时刻的姿态，对所述终端设备的姿态进行更新处理，包括：基于所述终端设备在所述第一时刻的姿态以及所述第一时刻与第三时刻之间的时间间隔，对所述终端设备的姿态进行更新处理，所述第三时刻为所述至少一个目标时刻中位于所述第一时刻之前的上一目标时刻。
[0015]在一些实施例中，所述基于所述原始运动数据和所述位移数据，确定所述用户的运动检测结果，包括：基于所述终端设备在所述第一时间段内的至少一个目标时刻的姿态，获取所述原始运动数据在世界坐标系中的映射运动数据；基于所述原始运动数据、所述位移数据和所述映射运动数据，确定所述运动检测结果。
[0016]第二方面，本公开实施例还提出了一种电子设备，包括存储器、处理器；其中，所述处理器通过读取所述存储器中存储的可执行程序代码，以实现本公开第一方面任意可能实施例所述的健身运动检测方法。
[0017]第三方面，本公开实施例还提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，该程序被计算机设备执行时实现本公开第一方面任意实施例所述的健身运动检测方法。
[0018]第四方面，本公开实施例还提出了一种计算机程序产品，所述计算机程序产品包括计算机可读指令，该计算机可读指令被计算机设备执行时实现本公开第一方面任意实施例所述的健身运动检测方法。
[0019]本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
[0020]本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0021]图1为根据一些实施例的系统的方框示意图；
[0022]图2为根据一些实施例的健身运动检测方法的流程示意图；
[0023]图3为根据一些实施例的健身运动检测方法中3轴加速度传感器数据的示意图；
[0024]图4为根据一些实施例的健身运动检测方法中3轴陀螺仪传感器数据的示意图；
[0025]图5为根据一些实施例的健身运动检测方法中z轴位移数据的示意图；
[0026]图6为根据一些实施例的健身运动检测方法的流程示意图；
[0027]图7为根据一些实施例的健身运动检测方法的流程示意图；
[0028]图8为根据一些实施例的健身运动检测方法中x轴加速度传感器数据、z轴位移数据、多个周期数据片段的示意图；
[0029]图9为根据一些实施例的健身运动检测方法的流程示意图；
[0030]图10为根据一些实施例的健身运动检测方法的流程示意图；
[0031]图11为根据一些实施例的健身运动检测方法的流程示意图；
[0032]图12为根据一些实施例的健身运动检测方法的示意图；...
【技术保护点】
【技术特征摘要】
1.一种健身运动检测方法，其特征在于，包括：通过终端设备的运动传感器采集用户在第一时间段的原始运动数据；基于所述原始运动数据，得到所述用户在世界坐标系中的位移数据；基于所述原始运动数据和所述位移数据，确定所述用户的运动检测结果。2.根据权利要求1所述的方法，其特征在于，所述基于所述原始运动数据和所述位移数据，确定所述用户的运动检测结果，包括：对所述原始运动数据和所述位移数据进行融合处理，得到融合数据；通过对所述融合数据进行处理，得到所述运动检测结果。3.根据权利要求1或2所述的方法，其特征在于，所述基于所述原始运动数据和所述位移数据，确定所述用户的运动检测结果，包括：基于所述原始运动数据和所述位移数据，利用深度学习模型得到所述用户的目标运动类别，所述运动检测结果包括所述目标运动类别。4.根据权利要求1至3中任一项所述的方法，其特征在于，所述基于所述原始运动数据和所述位移数据，确定所述用户的运动检测结果，包括：基于所述原始运动数据和所述位移数据，得到多个周期数据片段；基于所述多个周期数据片段中的每个周期数据片段，得到所述运动检测结果，所述运动检测结果包括运动计数。5.根据权利要求4所述的方法，其特征在于，所述基于所述多个周期数据片段中的每个周期数据片段，得到所述运动检测结果，包括：基于所述多个周期数据片段中的每个周期数据片段，从所述多个周期数据片段中选取至少一个有效周期数据片段；将所述至少一个有效周期数据片段的数量确定为所述运动计数。6.根据权利要求5所述的方法，其特征在于，所述基于所述多个周期数据片段中的每个周期数据片段，从所述多个周期数据片段中选取至少一个有效周期数据片段，包括：将所述多个周期数据片段中与所述用户的目标运动类别匹配的至少一个周期数据片段确定为所述有效周期数据片段。7.根据权利要求5所述的方法，其特征在于，所述基于所述多个周期数据片段中的每个周期数据片段，从所述多个周期数据片段中选取至少一个有效周期数据片段，包括：确定所述多个周期数据片段中每个周期数据片段的运动分类结果；将所述多个周期数据片段中除第一周期数据片段以外的至少一个周期数据片段确定为所述有效周期数据片段，所述第一周期数据片段的运动分类结果指示非运动。8.根据权利要求1至7中任一项所述的方法，其特征在于，所述基于所述原始运动数据，得到所述用户在世界坐标系中的位移数据，包括：基于所述原始运动数据，确定所述第一时间段内的至少一个目标时刻，其中，所述终端设...
【专利技术属性】
技术研发人员：冯镝，赵明喜，
申请(专利权)人：安徽华米健康科技有限公司，
类型：发明
国别省市：
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。