一种体育运动智能分析系统及方法与流程

本发明涉及运动、互联网技术领域，尤其涉及一种体育运动智能分析系统及方法。

背景技术：

体育运动是在人类发展过程中逐步开展起来的有意识地对自己身体素质的培养的各种活动。采取了各种走、跑、跳、投以及舞蹈等多种形式的身体活动，这些活动就是人们通常称作的身体练习过程。

其内容丰富，有田径、球类、游泳，武术、健美操、登山，滑冰，举重，摔跤，柔道，自行车等多种项目。

另外，互联网技术发展的也越来越好，互联网技术是指在计算机技术的基础上开发建立的一种信息技术。互联网技术通过计算机网络的广域网使不同的设备相互连接，加快信息的传输速度和拓宽信息的获取渠道，促进各种不同的软件应用的开发，改变了人们的生活和学习方式。

而如今，运动锻炼已得到越多人的重视，但不恰当的运动方式引起猝死等恶性事件也时有发生。

因此，如何基于互联网技术，在有效进行身体锻炼，还能掌握所有的运动状态，进而防止运动过量导致对身体产生有害影响，亟待解决。

技术实现要素：

鉴于上述问题，本发明提供一种体育运动智能分析系统及方法，可根据用户的生理参数，预测所述生理参数对应的用户所匹配的体育运动项目，以及所承受的极限运动量，并显示相关运动数据，指导科学运动。

第一方面，本发明实施例提供一种体育运动智能分析方法，包括：

通过运动分析终端获取用户的生理参数，并将所述生理参数上传至云服务器；

所述云服务器根据所述生理参数，利用神经网络预测所述生理参数对应的用户所匹配的体育运动项目，以及所承受的极限运动量；

将匹配的体育运动项目推送给运动分析终端，获取用户选择的指令；通过运动分析终端对用户进行的体育运动实时监测和分析，并显示相关运动数据。

在一个实施例中，通过运动分析终端获取用户的生理参数，包括：

通过运动分析终端获取用户的年龄、性别、心率、身高和体重数据；其中，每间隔预定时间，获取用户的心率数据。

在一个实施例中，所述神经网络包括至少一个神经网络；利用神经网络预测所述生理参数对应的用户所匹配的体育运动项目，以及所承受的极限运动量，具体包括：

将所述生理参数分别发送给各个神经网络，由各神经网络识别所述生理参数；从各个神经网络接收相应的所匹配的体育运动项目，以及所承受的极限运动量。

在一个实施例中，通过运动分析终端对用户进行的体育运动实时监测和分析，包括：

将监测到用户运动的运动量与预置的极限运动量进行匹配，当获取到用户的运动量达到阈值时，则通过运动分析终端发出提醒；

或

将监测到用户运动时心率与预置的心率条件进行匹配，当心率持续时间到达预设时长，且高于预设心率时，则通过运动分析终端发出提醒。

第二方面，本发明实施例还提供一种体育运动智能分析系统，包括：

获取上传模块，用于通过运动分析终端获取用户的生理参数，并将所述生理参数上传至云服务器；

预测输出模块，用于所述云服务器根据所述生理参数，利用神经网络预测所述生理参数对应的用户所匹配的体育运动项目，以及所承受的极限运动量；

监测分析模块，用于将匹配的体育运动项目推送给运动分析终端，获取用户选择的指令；通过运动分析终端对用户进行的体育运动实时监测和分析，并显示相关运动数据。

在一个实施例中，所述获取上传模块，具体用于通过运动分析终端获取用户的年龄、性别、心率、身高和体重数据；其中，每间隔预定时间，获取用户的心率数据；将获取用户的年龄、性别、心率、身高和体重数据上传至云服务器。

在一个实施例中，所述预测输出模块中的所述神经网络包括至少一个神经网络；具体用于将所述生理参数分别发送给各个神经网络，由各神经网络识别所述生理参数；从各个神经网络接收相应的所匹配的体育运动项目，以及所承受的极限运动量

动量。

在一个实施例中，所述监测分析模块，具体用于将监测到用户运动的运动量与预置的极限运动量进行匹配，当获取到用户的运动量达到阈值时，则通过运动分析终端发出提醒；或

将监测到用户运动时心率与预置的心率条件进行匹配，当心率持续时间到达预设时长，且高于预设心率时，则通过运动分析终端发出提醒。

第三方面，本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述任一项实施例所述的体育运动智能分析方法。

本发明实施例提供的上述技术方案的有益效果至少包括：

本发明实施例提供的一种体育运动智能分析方法及系统，通过运动分析终端获取用户的生理参数，并将所述生理参数上传至云服务器；所述云服务器根据所述生理参数，利用神经网络预测所述生理参数对应的用户所匹配的体育运动项目，以及所承受的极限运动量；将匹配的体育运动项目推送给运动分析终端，获取用户选择的指令；通过运动分析终端对用户进行的体育运动实时监测和分析，并显示相关运动数据。实现对用户体育运动的全过程智能监测和分析，进而指导科学运动，可提供个性化的运动建议，提高用户的使用体验。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例提供的体育运动智能分析方法的流程图；

图2为本发明实施例提供的体育运动智能分析系统的框图；

图3为体育运动智能分析系统的一个具体实施例结构图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

本发明实施例提供了一种体育运动智能分析方法，参照图1所示，包括：

s100、通过运动分析终端获取用户的生理参数，并将所述生理参数上传至云服务器；

s200、所述云服务器根据所述生理参数，利用神经网络预测所述生理参数对应的用户所匹配的体育运动项目，以及所承受的极限运动量；

s300、将匹配的体育运动项目推送给运动分析终端，获取用户选择的指令；通过运动分析终端对用户进行的体育运动实时监测和分析，并显示相关运动数据。

其中，运动分析终端，比如可以是运动手环、运动自行车终端、跑步机等等其他运动器械或监测设备；该运动分析终端带有通信模块，可实现与远程云服务器进行通信连接。

本实施例中，该方法可实现对用户体育运动的全过程智能监测和分析，进而指导科学运动，可提供个性化的运动建议，提高用户的使用体验。

还比如可根据大数据计算后，生成用户相对应的定量运动计划，并推送给运动分析终端，供用户进行体育运动。

进一步地，上述步骤s100中，通过运动分析终端获取用户的年龄、性别、心率、身高和体重数据；其中，每间隔预定时间，获取用户的心率数据。

比如，年龄、性别、身高、体重可通过客户的主动填写获取，而心率可通过1分钟、3分钟、或1小时的平均数据来获得。

此处需要说明的是，在将生理参数传递给神经网络之前也可以进行预处理，使得生理参数的大小和格式与神经网络的输入要求相匹配。

在一个实施例中，上述步骤s200中神经网络包括至少一个神经网络；利用神经网络预测所述生理参数对应的用户所匹配的体育运动项目，以及所承受的极限运动量，具体包括：

将所述生理参数分别发送给各个神经网络，由各神经网络识别所述生理参数；从各个神经网络接收相应的所匹配的体育运动项目，以及所承受的极限运动量。

本实施例中，神经网络可通过大量计算来获得预测的结果，该结果包括：生理参数对应的用户所匹配的体育运动项目，以及所承受的极限运动量。

其中，神经网络可以包括多个神经网络，通过该多个神经网络分别对生理参数进行识别得到不同的预测信息，神经网络的结构类型可以是卷积神经网络、深度神经网络等，本申请对神经网络的结构不做严格限定。步骤200具体实现可如下：将所述生理参数分别发送给各个神经网络，由各神经网络识别所述生理参数；从各个神经网络接收相应的结果信息。

比如，本发明实施例中神经网络包括第一神经网络和第二神经网络，第一神经网络识别生理参数中的年龄、性别、身高和体重数据；第二神经网络识别生理参数中心率。

以第一神经网络为卷积神经网络为例，可以将上述生理参数作为卷积神经网络的输入，由卷积神经网络识别生理参数中的体征信息。进而输出所匹配的体育运动项目。具体地，该卷积神经网络(convolutionalneuralnetwork，简称：cnn)可以采用谷歌公司的深度卷积神经网络在(visualgeometrygroup，简称：vgg)、alexnet等cnn模型。当然，本领域技术人员也可以采用其他结构的神经网络来对生理参数进行识别，得到所匹配的体育运动项目，本申请不做严格限定。

以第二神经网络为深度神经网络为例，可以将上述生理参数作为深度神经网络的输入，由所述深度神经网络识别心率。根据心率及上述其他的体征信息，预测出用户所承受的极限运动量。

在一个实施例中，上述步骤s300，通过运动分析终端对用户进行的体育运动实时监测和分析，

包括两种方式：

第一种：将监测到用户运动的运动量与预置的极限运动量进行匹配，当获取到用户的运动量达到阈值时，则通过运动分析终端发出提醒；

第二种：将监测到用户运动时心率与预置的心率条件进行匹配，当心率持续时间到达预设时长，且高于预设心率时，则通过运动分析终端发出提醒。

比如：成年人年龄43、身高165cm、体重90kg、心率60，根据健康大数据，通过神经网络预测，给该成年人制定的运动目标是每天慢跑1小时，体重目标是63kg。比如：其他年龄段用户信息和运动目标参照表一所示。

表一

上述表一只是示意行的举例，其他年龄段的用户，也可以根据神经网络的的计算方式，并整合用户自身的生理参数，制定一个相对比较适合的体育运动项目及运动目标。

比如：当用户开始执行运动计划后，如果在运动开始时间，并没有执行计划，比如通过运动分析终端向用户展示文字提醒，也可以通过外设的蜂鸣器发出声音提醒。还可以通过该运动运动分析终端关联的其他客户端向该用户发送运动计划开始的提醒，比如通过蓝牙或无线wifi与运动自行车终端连接的智能手机、智能手环、智能手表、智能首饰等发出提醒；进一步提高了用户的使用体验。

再比如：当用户的体育运动量超过用户自身的极限运动量时，提醒用户终止当前体育运动。比如通过运动分析终端向用户展示文字提醒，也可以通过蜂鸣器发出声音提醒、或是直接关停运动分析终端强制用户停止使用。

基于同一发明构思，本发明实施例还提供一种体育运动智能分析系统，由于该系统所解决问题的原理与前述方法相似，因此该系统的实施可以参见前述方法的实施，重复之处不再赘述。

参照图2所示，包括：

获取上传模块21，用于通过运动分析终端获取用户的生理参数，并将所述生理参数上传至云服务器；

预测输出模块22，用于所述云服务器根据所述生理参数，利用神经网络预测所述生理参数对应的用户所匹配的体育运动项目，以及所承受的极限运动量；

监测分析模块23，用于将匹配的体育运动项目推送给运动分析终端，获取用户选择的指令；通过运动分析终端对用户进行的体育运动实时监测和分析，并显示相关运动数据。

在一个实施例中，所述获取上传模块21，具体用于通过运动分析终端获取用户的年龄、性别、心率、身高和体重数据；其中，每间隔预定时间，获取用户的心率数据；将获取用户的年龄、性别、心率、身高和体重数据上传至云服务器。

在一个实施例中，所述预测输出模块22中的所述神经网络包括至少一个神经网络；具体用于将所述生理参数分别发送给各个神经网络，由各神经网络识别所述生理参数；从各个神经网络接收相应的所匹配的体育运动项目，以及所承受的极限运动量

动量。

在一个实施例中，所述监测分析模块23，具体用于将监测到用户运动的运动量与预置的极限运动量进行匹配，当获取到用户的运动量达到阈值时，则通过运动分析终端发出提醒；或将监测到用户运动时心率与预置的心率条件进行匹配，当心率持续时间到达预设时长，且高于预设心率时，则通过运动分析终端发出提醒。

第三方面，本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述任一项实施例所述的体育运动智能分析方法。

参照图3所示，以跑步机运动终端为例，该跑步机1可与云服务器2通信连接。首先，通过跑步机运动终端获取用户的生理参数，并将生理参数上传至云服务器；该生理参数为：成年人年龄43、身高165cm、体重90kg、心率60。

云服务器根据生理参数，利用神经网络预测生理参数对应的用户所匹配的慢跑运动项目，以及所承受的极限运动量；给该成年人制定的运动目标是每天慢跑1小时，体重目标是63kg。

推送给运动分析终端，用户进行相应的慢跑运动；通过跑步机运动终端对用户进行实时监测和分析，并显示相关慢跑的速度、步伐频率、燃烧的卡路里等等。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。