【技术实现步骤摘要】
本专利技术属于训练监控，具体涉及一种人脸识别绑定的训练监控方法及系统。
技术介绍
1、现在生活中，越来越多的人喜爱运动，运动能够使人们放松心情，能够保持身体的健康，塑造体形。然而，并非所有的人都适合运动，对于每个人的体质，运动的时间和运动量均不相同，在不适当的运动状态下，极有可能使运动者处于危险的状态。特别对于长期处于训练状态的运动员，如果没有根据身体的实际状况进行调整，很有可能达不到预计的效果。
2、现有的训练监控，往往借助运动手表等身体数据采集设备，实时采集用户的心率、血压等简单数据，并且由用户自行判断当前身体状况，无法根据详细的身体数据进行自动化分析，智能化程度低，身体数据参考价值低，当用户需要进行详细数据查询或分析时，需要登录专业的医疗检测网站，步骤繁琐，并且传统的用户登录密码容易泄露或遗忘，导致用户的个人隐私数据泄露，安全性低。
技术实现思路
1、为了解决现有技术存在的智能化程度低，身体数据参考价值低，详细数据查询或分析步骤繁琐以及隐私数据安全性低的问题，本专利技术目的在于提供一种人脸识别绑定的训练监控方法及系统。
2、本专利技术所采用的技术方案为：
3、一种人脸识别绑定的训练监控方法，包括如下步骤：
4、采集用户的人脸图像数据，并对用户的人脸图像数据进行动态人脸识别，得到用户的个人信息；
5、根据用户的个人信息，匹配对应的个人数据库，并提取匹配的个人数据库中用户的历史的训练负荷数据；
6、采集用户的
7、将用户的当前的身体恢复数据、历史的训练负荷数据以及训练建议信息进行可视化显示；
8、采集用户的当前的训练负荷数据，并将当前的训练负荷数据存储至对应的个人数据库。
9、进一步地，采集用户的人脸图像数据，使用人脸识别模型对用户的人脸图像数据进行动态人脸识别，人脸识别模型基于yolov6算法建立，包括如下步骤：
10、采集用户的人脸视频数据，并对用户的人脸视频数据进行帧截取，得到连续帧的原始的人脸图像数据；
11、对连续帧的原始的人脸图像数据进行预处理，得到连续帧的预处理后的人脸图像数据；
12、基于人脸识别模型，对连续帧的预处理后的人脸图像数据进行网格划分，并获取每个网格的初始预测框，得到连续帧的带有初始预测框的人脸图像数据；
13、根据预设交并比值和预设置信度，对连续帧的带有初始预测框的人脸图像数据进行非极大值抑制筛选，得到连续帧的带有最终预测框的人脸图像数据；
14、对连续帧的带有最终预测框的人脸图像数据进行目标检测，得到若干目标个体；
15、采用目标跟踪算法对连续帧的带有最终预测框的人脸图像数据中同一目标个体进行跟踪；
16、对同一目标个体进行动态人脸识别，得到用户的个人信息。
17、进一步地，训练负荷数据包括训练内负荷数据和训练外负荷数据，训练内负荷数据包括心率、摄氧量、缺氧量以及训练冲量，训练外负荷数据包括跑动距离、跑动速度以及运动负荷；
18、身体恢复数据为心率变异性数据。
19、进一步地，采集用户的当前的身体恢复数据，根据用户的当前的身体恢复数据与历史的训练负荷数据进行运动建议分析，得到用户的训练建议信息，包括如下步骤：
20、采集用户的当前的身体恢复数据，并将用户的当前的身体恢复数据输入运动建议知识图谱进行匹配，得到用户的当前的身体恢复情况；
21、将用户的历史的训练负荷数据输入运动建议知识图谱进行匹配，得到用户的历史的训练负荷情况；
22、将用户的当前的身体恢复情况和历史的训练负荷情况输入运动建议知识图谱进行运动建议分析，得到用户的训练建议信息。
23、进一步地，身体恢复情况分为好、中以及差三个等级，训练负荷情况分为高、中以及低三个等级。
24、进一步地，运动建议知识图谱的构建方法，包括如下步骤：
25、采集互联网的若干运动建议知识信息、若干训练负荷知识信息以及若干身体恢复知识信息；
26、抽取每条运动建议知识信息的实体及关系，每条训练负荷知识信息的实体及关系，以及每条身体恢复知识信息的实体及关系；
27、根据所有运动建议知识信息的实体及关系，所有训练负荷知识信息的实体及关系，以及所有身体恢复知识信息的实体及关系，构建运动建议知识图谱。
28、一种人脸识别绑定的训练监控系统，用于实现人脸识别绑定的训练监控方法，系统包括云数据中心和训练监控装置，训练监控装置包括主控单元、可视化显示单元、身体数据采集单元、训练建议单元、人脸识别单元以及无线通信单元，主控单元分别与可视化显示单元、身体数据采集单元、训练建议单元、人脸识别单元以及无线通信单元连接，无线通信单元与云数据中心连接，云数据中心设置有若干个人数据库，人脸识别单元设置有人脸识别模型，训练建议单元设置有运动建议知识图谱；
29、人脸识别单元，用于采集用户的人脸图像数据，使用人脸识别模型对人脸图像数据进行动态人脸识别，得到用户的个人信息，并将用户的个人信息及人脸图像数据传输至主控单元；
30、身体数据采集单元，用于在用户训练前，采集用户的当前的身体恢复数据，并在用户训练后，采集用户的当前的训练负荷数据，并将当前的训练负荷数据和当前的身体恢复数据传输至主控单元；
31、训练建议单元，用于根据用户的历史的训练负荷数据和当前的的身体恢复数据，使用运动建议知识图谱进行训练建议分析，得到训练建议信息，并将用户的训练建议信息传输至主控单元；
32、主控单元，用于接收人脸识别单元传输的用户的个人信息及人脸图像数据、身体数据采集单元传输的当前的训练负荷数据、当前的身体恢复数据、云数据中心发送的历史的训练负荷数据以及训练建议单元传输的训练建议信息，并将用户的人脸图像数据、历史的训练负荷数据、当前的身体恢复数据以及训练建议信息传输至可视化显示单元；
33、可视化显示单元，用于显示用户的人脸图像数据、历史的训练负荷数据、当前的身体恢复数据以及训练建议信息；
34、无线通信单元，用于将用户的个人信息、人脸图像数据、当前的训练负荷数据以及当前的身体恢复数据上传至云数据中心，并接收云数据中心发送的用户的历史的训练负荷数据；
35、云数据中心，用于接收训练监控装置上传的用户的个人信息、人脸图像数据、当前的训练负荷数据以及当前的身体恢复数据，根据用户的个人信息进行匹配，得到用户的个人数据库，将用户的历史的训练负荷数据发送至训练监控装置，并将用户的人脸图像数据、当前的训练负荷数据以及当前的身体恢复数据存储至对应的个人数据库。
36、进一步地，人脸识别单元包括摄像头、预处理模块以及人脸识别模块，摄像头、预处理模块以及人脸识别模块依次连接，人脸识别模块设置本文档来自技高网...
【技术保护点】
1.一种人脸识别绑定的训练监控方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种人脸识别绑定的训练监控方法，其特征在于：采集用户的人脸图像数据，使用人脸识别模型对用户的人脸图像数据进行动态人脸识别，所述的人脸识别模型基于YOLOv6算法建立，包括如下步骤：
3.根据权利要求1所述的一种人脸识别绑定的训练监控方法，其特征在于：所述的训练负荷数据包括训练内负荷数据和训练外负荷数据，所述的训练内负荷数据包括心率、摄氧量、缺氧量以及训练冲量，所述的训练外负荷数据包括跑动距离、跑动速度以及运动负荷；
4.根据权利要求1所述的一种人脸识别绑定的训练监控方法，其特征在于：采集用户的当前的身体恢复数据，根据用户的当前的身体恢复数据与历史的训练负荷数据进行运动建议分析，得到用户的训练建议信息，包括如下步骤：
5.根据权利要求4所述的一种人脸识别绑定的训练监控方法，其特征在于：所述的身体恢复情况分为好、中以及差三个等级，所述的训练负荷情况分为高、中以及低三个等级。
6.根据权利要求4所述的一种人脸识别绑定的训练监控方法，其特征在
7.一种人脸识别绑定的训练监控系统，用于实现如权利要求1-6任一所述的人脸识别绑定的训练监控方法，其特征在于：所述的系统包括云数据中心和训练监控装置，所述的训练监控装置包括主控单元、可视化显示单元、身体数据采集单元、训练建议单元、人脸识别单元以及无线通信单元，所述的主控单元分别与可视化显示单元、身体数据采集单元、训练建议单元、人脸识别单元以及无线通信单元连接，所述的无线通信单元与云数据中心连接，所述的云数据中心设置有若干个人数据库，所述的人脸识别单元设置有人脸识别模型，所述的训练建议单元设置有运动建议知识图谱；
8.根据权利要求7所述的一种人脸识别绑定的训练监控系统，其特征在于：所述的人脸识别单元包括摄像头、预处理模块以及人脸识别模块，所述的摄像头、预处理模块以及人脸识别模块依次连接，所述的人脸识别模块设置有人脸识别模型，且人脸识别模块与主控单元连接；
9.根据权利要求7所述的一种人脸识别绑定的训练监控系统，其特征在于：所述的身体数据采集单元为可穿戴式的身体数据采集设备，所述的身体数据采集设备包括心率传感器、氧含量传感器、力学传感器、振动传感器、距离传感器、速度传感器、A/D转换器、运动负荷计算模块、心率变异性计算模块、微处理器以及数据传输模块，所述的微处理器分别与A/D转换器、运动负荷计算模块、心率变异性计算模块以及数据传输模块连接，所述的A/D转换器分别与心率传感器、氧含量传感器、力学传感器、振动传感器、距离传感器以及速度传感器连接，所述的数据传输模块与主控单元连接；
10.根据权利要求7所述的一种人脸识别绑定的训练监控系统，其特征在于：所述的训练建议单元包括互联网数据接口、运动建议知识图谱构建模块以及运动建议知识图谱应用模块，所述的互联网数据接口、运动建议知识图谱构建模块以及运动建议知识图谱应用模块依次连接，且互联网数据接口与外部的知识信息库连接，所述的运动建议知识图谱应用模块设置有运动建议知识图谱，且运动建议知识图谱应用模块与主控单元连接；
...【技术特征摘要】
1.一种人脸识别绑定的训练监控方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种人脸识别绑定的训练监控方法，其特征在于：采集用户的人脸图像数据，使用人脸识别模型对用户的人脸图像数据进行动态人脸识别，所述的人脸识别模型基于yolov6算法建立，包括如下步骤：
3.根据权利要求1所述的一种人脸识别绑定的训练监控方法，其特征在于：所述的训练负荷数据包括训练内负荷数据和训练外负荷数据，所述的训练内负荷数据包括心率、摄氧量、缺氧量以及训练冲量，所述的训练外负荷数据包括跑动距离、跑动速度以及运动负荷；
4.根据权利要求1所述的一种人脸识别绑定的训练监控方法，其特征在于：采集用户的当前的身体恢复数据，根据用户的当前的身体恢复数据与历史的训练负荷数据进行运动建议分析，得到用户的训练建议信息，包括如下步骤：
5.根据权利要求4所述的一种人脸识别绑定的训练监控方法，其特征在于：所述的身体恢复情况分为好、中以及差三个等级，所述的训练负荷情况分为高、中以及低三个等级。
6.根据权利要求4所述的一种人脸识别绑定的训练监控方法，其特征在于：所述的运动建议知识图谱的构建方法，包括如下步骤：
7.一种人脸识别绑定的训练监控系统，用于实现如权利要求1-6任一所述的人脸识别绑定的训练监控方法，其特征在于：所述的系统包括云数据中心和训练监控装置，所述的训练监控装置包括主控单元、可视化显示单元、身体数据采集单元、训练建议单元、人脸识别单元以及无线通信单元，所述的主控单元分别与可视化显示单元、身体数据采集单元、训练建议单元...
【专利技术属性】
技术研发人员：高建杰，
申请(专利权)人：润澄合上海科技有限公司，
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。