基于媒体消费来识别由计算设备的用户执行的身体活动的制作方法

本公开涉及基于媒体消费来识别由计算设备的用户执行的身体活动。

背景技术：

一些计算设备利用加速度计或其他传感器来确定用户何时身体活动并识别用户正在执行什么身体活动。通常，计算设备只能使用来自加速度计的数据来确定粗略(broad)的身体活动类型，诸如跑步、骑车或有氧运动。此外，计算设备经常错误地识别用户执行的身体活动。

技术实现要素：

通常，所公开的主题涉及用于使计算系统能够识别由计算系统的用户执行的身体活动的技术。该计算系统包括由用户佩戴的一个或多个传感器，其检测用户的运动和/或用户的生理状况。计算系统对用户执行的身体活动以及用户执行身体活动的时间段进行初始确定。该计算系统还包括指示用户(例如，经由基于互联网的媒体平台)消费了什么媒体以及消费媒体的时间段的数据。如果计算系统确定用户在执行身体活动时消费了媒体，则计算系统可以基于与该媒体相关联的身体活动来更新身体活动。例如，用于媒体的元数据可以指示媒体是用于特定身体活动(例如，瑜伽)的健身媒体(例如，锻炼视频)。在这样的示例中，计算系统可以为用户更新用户简档，以指示用户执行了与该媒体相关联的特定身体活动。

利用传感器数据以及指示用户消费了媒体的数据可以使计算系统能够更准确地识别用户执行的身体活动。在一些情况下，利用指示用户消费的媒体的数据可以使计算系统能够识别更细粒度或具体类型的身体活动。更准确地确定由用户执行的身体活动，或识别更具体的身体活动，可以使计算系统能够更准确地评估在身体活动期间燃烧的卡路里，并潜在地增加用户的健康。此外，例如，通过减少用户手动地增加或编辑跟踪身体活动的用户简档的频率，以更高的准确性和/或更高的具体性识别由用户执行的身体活动可以改善用户体验。

在一个示例中，一种方法包括：由计算系统确定在一时间段期间由计算系统的用户执行的身体活动；由计算系统确定用户在用户执行身体活动的时间段期间是否消费了媒体；响应于确定用户在用户执行身体活动的时间段期间消费了媒体，由计算系统基于指示用户消费了媒体的数据来确定用户在该时间段期间执行的更新的身体活动；以及由计算系统输出指示更新的身体活动的数据。

在另一示例中，描述一种计算机可读存储介质，该计算机可读存储介质包括指令，这些指令在被执行时，使计算设备的至少一个处理器：确定一时间段期间由计算系统的用户执行的身体活动；确定用户是否在用户执行身体活动的时间段期间消费了媒体；响应于确定用户在用户执行身体活动的时间段期间消费了媒体，基于指示用户消费了媒体的数据，确定用户在该时间段期间执行的更新的身体活动；并且输出指示更新的身体活动的数据。

在另一示例中，描述了一种计算系统，该计算系统包括至少一个处理器和包括指令的存储器，所述指令在由至少一个处理器执行时，使至少一个处理器：确定在一时间段期间由计算系统的用户执行的身体活动；确定用户是否在用户执行身体活动的时间段期间消费了媒体；响应于确定用户在用户执行身体活动的时间段期间消费了媒体，基于指示用户消费了媒体的数据，确定用户在该时间段期间执行的更新的身体活动；并且输出指示更新的身体活动的数据。

在另一个示例中，描述了一种系统，该系统包括装置，所述装置用于确定由计算系统的用户在一时间段期间执行的身体活动；确定用户在用户执行身体活动的时间段期间是否消费了媒体；响应于确定用户在用户执行身体活动的时间段期间消费了媒体，基于指示用户消费了媒体的数据来确定用户在该时间段期间执行的更新的身体活动；并且输出指示更新的身体活动的数据。

一个或多个示例的细节在附图和以下描述中阐述。根据说明书和附图以及根据权利要求书，本公开的其他特征、目的和优点将是显而易见的。

附图说明

图1是图示根据本公开的一个或多个方面的识别由用户执行的身体活动的示例计算系统的概念图。

图2是图示根据本公开的一个或多个方面的识别由用户执行的身体活动的示例计算系统的框图。

图3是图示根据本公开的一个或多个方面的由识别由用户执行的身体活动的示例计算系统执行的示例操作的流程图。

具体实施方式

图1是图示根据本发明的一个或多个方面的识别由用户执行的身体活动的示例系统100的概念图。在图1的示例中，系统100包括彼此通信耦合的计算设备110和计算系统117。

计算设备110可以经由网络116与计算系统117通信。网络116表示用于在计算系统、服务器和计算设备之间传输数据的任何公共或专用通信网络。网络116可以是无线网络(例如，蜂窝网络、wifi和/或其他无线网络)、有线网络(例如，局域网(lan)、广域网(wan)、互联网等)或任何其他类型的通信网络。网络116可以包括操作上相互耦合从而提供计算设备110和计算系统117之间的信息交换的一个或多个网络集线器、网络交换机、网络路由器或任何其他网络设备。计算设备110和计算系统117可以使用任何适当的通信技术跨越网络116传输和接收数据。计算设备110和计算系统117可以使用相应的网络链路操作上耦合到网络116。将计算设备110和计算系统117耦合到网络116的链路可以是以太网、atm或其他类型的网络连接，并且这样的连接可以是无线和/或有线连接。

计算系统117表示任何计算系统，诸如一个或多个台式计算机、膝上型计算机、大型机、服务器、云计算系统等。计算设备110可以是任何类型的计算设备，诸如膝上型计算机、智能电话、平板电脑、智能手表、健身追踪器(也称为活动追踪器或活动监视器)、耳机或任何类型的便携式计算设备。计算设备110和/或计算系统117的其他示例包括其他移动和非移动设备，诸如台式计算机、电视、个人数字助理(pda)、便携式和非便携式游戏系统、数字媒体播放器或微型控制台、电子书阅读器、移动电视平台、汽车导航和娱乐系统或任何其他类型的可穿戴和不可穿戴、移动或非移动计算设备。

计算设备110可以包括存在敏感显示器(psd)112。计算设备110的psd112可以充当计算设备110的相应输入和/或输出设备。可以使用各种技术来实现psd112。例如，psd112可以充当使用存在敏感输入屏幕的输入设备，所述存在敏感输入屏幕诸如电阻式触摸屏、表面声波触摸屏、电容性触摸屏、投射式电容触摸屏、压敏屏幕、声脉冲辨识触摸屏或另一种存在敏感显示技术。psd112可以检测来自计算设备110的用户的输入。例如，psd112可以检测在psd112的阈值距离上或该阈值距离内执行的一个或多个手势(例如，用户用手指或触笔触摸psd112或在psd112的表面的阈值距离内移动手指或触笔)。

psd112还可以充当使用任何一个或多个显示设备的输出(例如，显示)设备，所述任何一个或多个显示设备诸如液晶显示器(lcd)、点矩阵显示器、发光二极管(led)显示器、有机发光二极管(oled)显示器、电子墨水或能够向计算设备110的用户输出可见信息的类似的单色或彩色显示器。psd112可以输出信息(例如，输出给用户)作为用户界面(例如，图形用户界面115)，其可以与计算设备110提供的功能性相关联。例如，psd112可以显示与应用模块或在计算设备110处可执行或者从计算设备110可访问的计算平台、操作系统、应用和/或服务的其他特征有关的各种用户界面。

在一些示例中，计算设备110包括一个或多个传感器114。传感器114可以包括一个或多个运动传感器，其被配置成生成指示计算设备110经历的运动的运动数据。运动传感器的示例包括加速度计、陀螺仪、磁力计等等。附加地或可替选地，传感器114可以包括生理传感器，其被配置成生成指示用户的生理状况的生理数据。生理传感器的示例包括心率传感器、温度传感器、呼吸传感器、汗液传感器等。附加地或可替选地，传感器114可以包括除了运动传感器和生理传感器之外的传感器。例如，传感器114可以包括照相机、麦克风或能够捕获活动而不必在用户的身体上的任何其他类型的传感器。传感器114可以输出由相应的传感器114生成的传感器数据(例如，运动数据和/或生理数据)。

计算设备110可以包括活动识别模块(aim)122a和媒体消费辨识模块(mcrm)124a。计算系统117可以包括aim122b、mcrm124b和媒体分类模块(mcm)126。aim122a和aim122b可以统称为活动识别模块122或aim122。类似地，mcrm124a和mcrm124b可以统称为mcrm124。模块122、124和126可以使用驻留在计算设备110和计算系统117中和/或在计算设备110和计算系统117处执行的软件、硬件、固件或硬件、软件和固件的混合来执行描述的操作。计算设备110和计算系统117可以利用多个处理器或多个设备来执行模块122、124和126。计算设备110和计算系统117可以执行模块122、124和126作为在底层硬件上执行的虚拟机。模块122、124和126可以作为操作系统或计算平台的一个或多个服务来执行。模块122、124和126可以在计算平台的应用层处作为一个或多个可执行程序执行。

aim122可以至少部分地基于传感器数据来确定由计算设备110的用户执行的身体活动。该身体活动的示例包括跑步、行走、瑜伽、跆拳道、举重、游泳等。在一些示例中，为了确定用户执行的身体活动，aim122可以确定身体活动的类型(例如，跑步、行走、瑜伽、跆拳道、举重、游泳等)。在一些示例中，aim122可以进一步将身体活动确定为身体活动的类型以及该类型的身体活动的一个或多个属性(例如，瑜伽伸展45秒的时间段、慢跑步速、俯卧撑的10次重复等)。贯穿本公开，描述以下示例，其中只有在计算设备110和/或计算系统117接收到来自计算设备110的用以分析数据的用户的明确许可的情况下，计算设备110和/或计算系统117才分析与计算设备110和/或计算设备110的用户相关联的数据。例如，在以下讨论的情况下，在计算设备110和/或计算系统117可以收集或可以利用与用户相关联的数据之前，可以向用户提供机会以提供输入来控制计算设备110和/或计算系统117的程序或者特征是否可以收集和利用用户数据(例如，关于用户的当前位置、移动、生理状况等的信息)、或命令是否和/或如何计算设备110和/或计算系统117可以接收可能与用户有关的内容。

另外，在计算设备110和/或计算系统117存储或使用某些信息之前，可以以一种或多种方式处理某些信息，使得去除个人可识别信息。例如，可以处理用户的身份，使得无法确定有关该用户的个人可识别信息，或者用户的地理位置可以在获得位置信息的情况下被概括(诸如概括到城市、邮政编码或州级别)，使得无法确定用户的特定位置。因此，用户可以控制如何收集关于用户的信息以及信息如何被计算设备110和/或计算系统117使用。

aim122可以通过将一个或多个模型138a或138b(统称为模型138)应用于传感器数据来识别用户执行的身体活动。可以经由机器学习算法来训练模型138。机器学习算法的示例包括神经网络、k近邻、支持向量机等。在一个示例中，aim122可以将模型138中的一个或多个应用于在多个时间段的每个时间段期间生成的运动数据和/或生理数据，以识别用户在相应时间段期间执行的身体活动。aim122可以存储身体活动数据，该身体活动数据指示在每个时间段期间执行的身体活动并指示用户简档134a和/或134b(统称为用户档案134)内的执行该身体活动的时间段。在一个示例中，aim122a通过将模型138a应用于传感器数据来识别身体活动，并将指示用户执行了身体活动的数据存储在用户简档134a或134b中。在一个这样的示例中，aim122b可以通过从计算设备110接收指示身体活动的数据和/或通过查询用户简档134a或134b来确定身体活动。在另一示例中，aim122b从计算设备110接收运动数据，并且通过将一个或多个模型138b应用于运动数据来确定身体活动。

在一些示例中，aim122可以利用不同的活动辨识算法来识别由计算设备110的用户执行的身体活动。例如，aim122可以基于所消费的媒体来选择算法。作为一个示例，响应于确定正在观看瑜伽视频，aim122可以选择瑜伽特定的活动检测算法(例如，模型138的瑜伽特定的模型)。

根据本公开的技术，计算设备110和/或计算系统117可以基于在给定时间段期间用户消费的媒体来确定在该时间段期间用户执行的更新活动。mcrm124可以确定用户在一时间段期间是否消费媒体。在一些情况下，响应于确定计算设备110在该时间段期间输出媒体，mcrm124确定用户消费媒体。例如，计算设备110可以经由计算设备110的psd112和/或扬声器输出媒体(例如，视频或音乐)。在一个示例中，计算设备110可以将媒体本地存储在媒体数据存储136a内。在另一示例中，计算设备110输出从另一计算设备接收到的媒体。例如，在给定的时间段期间，计算设备110可以执行其他应用的web浏览器并输出在互联网上从媒体托管服务或媒体内容分发者(例如，计算系统117的媒体数据存储136b)流传输的健身媒体(例如，锻炼视频)。

另外地或可替选地，mcrm124可以确定用户是否消费除了计算设备110之外的设备所输出的媒体，所述设备诸如另一计算设备、电视、声音系统或被配置成输出媒体的任何其他系统。例如，用户可以在电视上(例如，在他/她的家中、在健身房等)观看锻炼视频，或者经由无线电收听音乐。在一个示例中，mcrm124可以从输入组件(例如，计算设备110的psd112和/或麦克风)接收输入数据，并将输入数据与媒体文件的指纹进行比较。例如，输入数据可以包括从计算设备110的麦克风接收的音频输入数据。在这样的示例中，mcrm124可以响应于确定音频输入数据的指纹与存储在媒体数据存储136中的媒体的指纹(或存储在媒体数据存储136中的指纹的集合)匹配而确定在一时间段期间用户消费媒体(例如，歌曲或视频)。

响应于确定用户消费媒体，mcrm124可以更新用户简档134以包括与媒体相关联的媒体消费数据。在一些情况下，媒体消费数据包括识别媒体(例如，标题、艺术家等)的数据以及媒体被消费的时间段(例如，指示计算设备110开始输出媒体的开始时间以及计算设备110停止输出媒体的结束时间的数据)。

aim122可以确定计算设备110的用户是否在用户执行身体活动的时间段期间消费媒体。在一个示例中，aim122可以查询用户简档134以确定用户的媒体消费数据是否包括指示在用户执行身体活动的相同时间段期间用户消费了媒体的数据。例如，aim122可以将用户消费媒体的开始时间和/或结束时间与用户执行身体活动的开始时间和/或结束时间进行比较，以确定时间的至少一部分是否重叠。在这样的示例中，aim122可以响应于确定用户消费媒体的时间段的至少一部分与用户执行身体活动的时间段重叠而确定用户在用户执行身体活动的时间段期间消费了媒体。

响应于确定用户在用户执行身体活动的时间段期间消费了媒体，aim122可以基于在同一时间段期间消费的媒体来确定由用户执行的更新的身体活动。计算系统117和/或计算设备110可以在媒体数据存储136内存储将各种身体活动与各种媒体相关联的数据。在一些示例中，计算系统117和/或计算设备110从媒体的发行人或制作人接收指示与特定媒体相关联的身体活动的数据。作为一个示例，视频发行人可以将视频上传到计算系统117，并且可以在上传时包括识别与视频相关联的一个或多个身体活动的元数据。

mcm126可以响应于接收媒体而自动确定与媒体相关联的身体活动。例如，mcm126可以将模型138中的一个或多个(例如，机器训练模型)应用于媒体和/或与媒体相关联的元数据，以确定与该媒体相关联的身体活动。元数据的示例包括媒体的标题和描述；媒体的作者、发行人或制作人等等。响应于确定与媒体相关联的身体活动，mcm126可以自动地将媒体与一个或多个身体活动相关联。即，mcm126可以在媒体数据存储136内存储将媒体与各种身体活动相关联的数据。

在一些情况下，aim122通过查询媒体数据存储136来确定更新的身体活动。在一个实例中，媒体包括视频，并且aim122查询媒体数据存储136以确定与由用户在时间段期间所查看的视频相关联的一个或多个身体活动。

aim122可以基于用户消费的媒体来确定用户执行的一个或多个子活动。例如，媒体数据存储136可以包括将媒体与粗略的活动(例如，有氧运动、跑步等)以及与至少一个以上的粒度子活动相关联的数据。在一个示例中，媒体可以与粗略的有氧活动以及与诸如俯卧撑、仰卧起坐和跳爆竹(jumpingjacks)等多个子活动相关联。在另一个示例中，媒体可以与粗略的跑步活动以及与诸如轻快慢跑、辛苦任务和冲刺(例如，组合，被称为法特雷克跑法)的多个子活动相关联。在一些情况下，aim122确定用户执行与媒体相关联的每个子活动(例如，响应于确定用户消费整个媒体)。在一些情况下，子活动与媒体的相应部分相关联。在这样的情况下，aim122可以通过确定用户消费媒体的哪些部分来确定用户执行子活动中的哪些。在一些示例中，aim122可以基于媒体指纹和/或基于用户消费的媒体的部分的时间戳来确定用户消费媒体的哪些部分。例如，aim122可以接收指示用户观看视频的前三十分钟(0:00:00至0:30:00)分钟的时间戳，并通过查询媒体数据存储136来确定与视频的该部分相关联的子活动。

响应于确定与用户在一时间段期间消费的媒体相关联的一个或多个更新的身体活动，aim122可以输出指示更新的身体活动的数据。例如，aim122可以通过更新用户简档134内的身体活动数据来输出指示更新的身体活动的数据，以指示用户执行了更新的身体活动。

在一些示例中，aim122经由输出设备输出指示更新的身体活动的数据。在图1的示例中，计算设备110的aim122a经由psd112输出图形用户界面(gui)115，该图形用户界面115包括识别身体活动(例如，跆拳道)的数据、用户执行该身体活动的时间段以及在该同一时间段期间消费的媒体。

在一些示例中，aim122基于更新的身体活动来确定一个或多个用户健康度量。健康度量的示例包括估计燃烧的卡路里、估计的重量等。例如，aim122可以确定在用户执行更新的身体活动的时间段期间燃烧的卡路里的估计数目。确定更新的身体活动可以使aim122能够更准确地估计用户消耗的卡路里数目。

aim122可以基于传感器数据和/或媒体消费数据来更新一个或多个模型138。在一些示例中，模型138包括机器训练模型，其使用传感器数据对身体活动进行分类。在这样的示例中，aim122可以响应于确定由用户执行的更新的身体活动而基于在用户执行身体活动时生成的传感器数据来更新或重新训练对身体活动进行分类的模型。

根据一些场景，模型138包括将媒体识别为健身媒体的机器训练模型。aim122可以响应于确定用户在用户执行身体活动的时间段期间消费了媒体而更新识别健身媒体的机器训练模型。例如，aim122可以更新媒体数据存储136以指示用户在该时间段期间消费的媒体是健身媒体，并且基于媒体数据存储136内的更新的数据来更新或重新训练模型138的模型，以改进由模型138进行的与身体活动相关联的媒体的识别。以这种方式，aim122可以使计算系统117和/或计算设备110能够对单独的媒体加标签或分类，并更新模型138以对其他媒体内容进行分类。这些技术可以使能够识别在练习期间正在使用的媒体，不管媒体的内容如何(例如，不管媒体是否是视频、歌曲、教学健身视频、具有高的每分钟节拍次数(bpm)的音轨的抽象视频等)。基于来自大的用户集合的数据来更新识别健身媒体的机器训练模型可以增加对分类的置信度，并使aim122能够对身体活动的类型或活动强度进行分类。

在一些情况下，识别健身媒体的模型进一步识别与健身媒体相关联的一个或多个活动，如上所述。在这样的场景中，aim122可以基于在给定时间段期间消费媒体时用户执行的活动来重新训练识别健身媒体和与这种媒体相关联的活动的模型。在一些情况下，识别健身媒体的模型进一步识别健身媒体中的身体活动或健身锻炼的起点和/或终点。

以这种方式，本公开的技术可以使计算系统能够更准确地识别由用户执行的身体活动和/或识别更多的子活动身体活动。通过更准确地确定由用户执行的身体活动和/或确定由用户执行的更具体的子活动，计算系统可以更准确地评估在身体活动期间燃烧的卡路里，并潜在地增加用户的健康。此外，通过以更高的准确性和/或具体性确定身体活动，计算系统可以减少用户手动添加或编辑跟踪身体活动的用户简档的频率，这可以改善用户体验。

虽然以上描述为由计算设备110或计算系统117中的一个执行，但是可以在计算设备110或计算系统117处执行本公开的任何技术。类似地，在一些示例中，本公开的所有技术可以由计算设备110或计算系统117之一执行。

图2是图示根据本公开的一个或多个方面的确定用户执行的身体活动的类型的示例计算设备的框图。计算系统217是图1的计算系统117的更详细的示例。图2仅图示计算系统217的一个特定示例，并且计算系统217的许多其他示例可以在其他实例中使用，并且可以包括示例计算系统217中包括的组件的子集，或者可以包括图2中未示出的附加组件。

如在图2的示例中所示，计算系统217包括一个或多个处理器230、一个或多个通信单元246以及一个或多个存储组件248。计算系统217的存储组件248包括aim222、mcrm224、mcm226、用户简档234、媒体数据存储236和模型238。

通信信道249可以互连组件230、246和/或248中的每个，以进行组件间通信(物理地、通信地和/或操作上)。在一些示例中，通信信道249可以包括系统总线、网络连接、一个或多个进程间通信数据结构或用于传达数据(也称为信息)的任何其他组件。

计算系统217的一个或多个通信单元246可以通过传输和/或接收数据来与外部设备通信。例如，计算系统217可以使用通信单元246中的一个或多个以在诸如蜂窝无线电网络的无线电网络上传输和/或接收无线电信号。在一些示例中，通信单元246可以在诸如全球定位系统(gps)网络的卫星网络上传输和/或接收卫星信号。通信单元246的示例包括网络接口卡(例如，诸如以太网卡)、光收发器、射频收发器、gps接收器或可以发送和/或接收信息的任何其他类型的设备。通信单元246的其他示例可以包括存在于移动设备中的短波无线电(例如，nfc、蓝牙(包括ble))、gps、3g、4g、5g和wifi无线电以及通用串行总线(usb)控制器等等。

计算系统217内的一个或多个存储组件248可以存储用于在计算系统217的操作期间进行处理的信息(例如，计算系统217可以存储在计算系统217处执行期间由模块222、224和226访问的数据)。在一些示例中，存储组件248是临时存储器，这意味着存储组件248的主要目的不是长期存储。计算系统217上的存储组件248可以被配置用于作为易失性存储器的信息的短期存储，并且因此如果断电则不保留所存储的内容。易失性存储器的示例包括随机存取存储器(ram)、动态随机存取存储器(dram)、静态随机存取存储器(sram)以及本领域已知的其他形式的易失性存储器。

在一些示例中，存储组件248还包括一个或多个计算机可读存储介质。在一些示例中，存储组件248包括一个或多个非暂时性计算机可读存储介质。存储组件248可以被配置成存储比通常由易失性存储器存储的更大的信息量。存储组件248可以进一步被配置成作为非易失性存储空间的信息的长期存储，并且在通电/断电周期之后保留信息。非易失性存储器的示例包括磁性硬盘、光盘、闪存或电可编程存储器(eprom)或电可擦可编程(eeprom)存储器的形式。存储组件248可以存储与模块222、224和226相关联的程序指令和/或信息(例如，数据)。存储组件248可以包括存储器，其被配置成存储与模块222、224和226和用户简档234、媒体数据存储库236以及模型238相关联的数据或其他信息。

一个或多个处理器230可以实现功能性和/或执行与计算系统217相关联的指令。处理器230的示例包括应用处理器、显示控制器、辅助处理器、一个或多个传感器集线器以及配置成充当处理器、处理单元或处理设备的任何其他硬件。模块222、224和226可以由处理器230操作以执行计算系统217的各种动作、操作或功能。例如，计算系统217的处理器230可以检索并执行由存储组件248存储的使处理器230执行在此描述的归因于模块222、224和226的操作的指令。所述指令在由处理器230执行时，可以使计算系统217将信息存储在存储组件248内。

aim222、mcrm224和mcm226每个可以分别包括图1的aim122、mcrm124和mcm126的所有功能性，并且可以执行类似的操作。用户简档234可以包括类似于图1的用户简档134的数据。类似地，模型238可以包括类似于图1的模型138的数据。

在一些示例中，计算系统217可以将媒体存储在媒体数据存储236中。例如，计算系统217可以从媒体发行人或媒体制作人接收媒体，并将该媒体托管在媒体数据存储236中。作为一个示例，计算系统217可以包括媒体托管服务，并且可以将媒体从媒体数据存储236输出到其他计算设备(例如，图1的计算设备110)以允许计算设备的用户消费媒体。

在一些示例中，mcm226确定与媒体相关联的一个或多个身体活动。例如，mcm226可以从媒体发行人或制作人接收指示与媒体相关联的身体活动的数据。在另一示例中，可以训练模型238中的一个或多个以识别与媒体相关联的活动(例如，除了被训练以确定该媒体是否包括健身媒体之外)。在这样的示例中，mcm226可以将模型238之一应用于媒体和/或与媒体相关联的元数据，以识别与媒体相关联的一个或多个身体活动。当媒体展示身体活动或指令用户执行身体活动时，身体活动可以与媒体相关联。响应于确定与媒体相关联的身体活动，mcm226可以自动将媒体与媒体数据存储236内的一个或多个身体活动相关联。

mcrm224可以确定用户是否消费了媒体。只有在mcrm224接收到用以分析数据的明确用户许可的情况下，mcrm224才可以分析与用户和/或与用户相关联的计算设备(例如，图1的计算系统217和/或计算设备117)相关联的数据，以确定是否用户是否消费了媒体。在一个示例中，mcrm224响应于将媒体输出到诸如图1的计算设备110的与用户相关联的计算设备而确定用户消费了媒体。例如，计算设备110的用户可以登录到计算系统217中，并且计算系统217可以响应于将媒体输出到计算设备110而更新与该用户相关联的用户简档234以指示用户消费了媒体。在一些示例中，mcrm224用识别用户消费的媒体和用户消费媒体期间的时间段(例如，计算设备110开始输出媒体的一天中时间和计算设备110停止输出媒体的一天中时间)更新用户简档234。在一些实例中，mcrm224通过确定媒体的哪些部分被输出到计算设备110来确定用户消费了媒体的哪些部分。在这种情况下，mcrm224可以在用户简档234内存储指示用户所消费的媒体的部分的数据。

计算系统217可以至少部分地基于用户消费的媒体来确定由用户执行的身体活动。只有在计算系统217接收到用以分析数据的明确用户许可的情况下，计算系统217才可以分析与用户和/或与用户相关联的计算设备(例如，图1的计算系统217和/或计算设备117)相关联的数据，以确定由用户执行的身体活动。在一些示例中，计算系统217基于从另一计算设备(例如，计算设备110)接收到的数据来对用户执行的身体活动进行初始确定，并且基于用户所消费的媒体来对身体活动进行更新确定。在一个示例中，计算系统217接收由计算设备110的一个或多个传感器生成的传感器数据，并且初始地基于传感器数据来确定身体活动。例如，模型238可以包括被训练以使用传感器数据来识别身体活动的一个或多个模型，并且计算系统217可以将被训练以识别身体活动的模型应用于传感器数据。在这样的示例中，计算系统217可以在用户简档234中存储指示由用户执行的身体活动以及用户执行该活动的时间段(例如，开始时间和结束时间)的身体活动数据。

在另一示例中，计算设备110可以识别由用户执行的身体活动，并且可以将对身体活动和用户执行身份活动的时间的指示输出到计算系统217。计算系统217可以在用户简档234中存储指示用户执行的身体活动以及用户执行身体活动的时间段的身体活动数据。在这样的示例中，计算系统217可以通过查询用户简档234确定用户执行的身体活动。

根据一些场景，aim222确定用户是否在用户执行身体活动的时间段期间消费了媒体。在一些示例中，只有在aim222接收到用以一起分析媒体消费数据和身体活动数据的明确许可的情况下，aim222才可以分析与用户相关联的媒体消费数据和身体活动数据。aim222可以周期性地或连续地确定用户在用户执行身体活动的时间段期间是否消费了媒体。在一个示例中，aim222可以查询用户简档234以将用户执行身体活动的时间段与用户消费媒体的时间段进行比较。例如，aim222可以将用户消费媒体的开始时间和/或结束时间与用户执行身体活动的开始时间和/或结束时间进行比较，以确定时间的至少一部分是否重叠。aim222可以响应于确定用户消费媒体的时间段的至少部分与用户执行身体活动的时间段重叠而确定用户在用户执行身体活动的时间段期间消费了媒体。

在一些示例中，aim222确定媒体是否是健身媒体。aim222可以通过查询媒体数据存储236来确定媒体是否为健身媒体。媒体数据存储236可以包括指示媒体数据存储236内的每个相应媒体是否包括健身媒体的数据。健身媒体可以包括展示一个或多个身体活动和/或指令用户执行身体活动的媒体。在一个示例中，计算系统217从媒体发行人或制作人接收指示媒体是否包括健身媒体的数据。在另一示例中，mcm226基于一个或多个模型238来确定媒体是否包括健身媒体。例如，模型238可以包括被训练以识别健身媒体的机器训练模型。作为一个示例，mcm226可以将一个或多个机器训练模型238应用于媒体和/或与媒体相关联的元数据，以确定给定媒体是否包括健身媒体。响应于接收到指示给定媒体是否包括健身媒体的数据或基于模型238来确定该媒体包括健身媒体，mcm226可以将指示给定媒体包括健身媒体的数据存储在媒体数据存储236中。

响应于确定用户在用户执行身体活动的时间段期间消费了健身媒体，aim222可以基于在同一时间段期间消费的媒体来确定由用户执行的更新的身体活动。在一些情况下，aim222通过查询媒体数据存储236以确定与用户消费的健身媒体相关联的身体活动来确定更新的身体活动。在一个实例中，媒体包括视频，并且aim222查询媒体数据存储236以确定与在时间段期间用户查看的视频相关联的一个或多个身体活动。

在一些情况下，aim222通过确定由用户执行的一个或多个子活动来确定更新的身体活动。例如，媒体数据存储236可以包括将健身媒体与粗略的活动(例如，有氧运动、跑步等)并且与至少一个以上的粒度子活动相关联的数据。在一个实例中，aim222通过确定用户消费健身媒体的哪些部分并查询媒体数据存储236以确定与健身媒体的那些部分相关联的子活动，来确定用户执行的一个或多个子活动。

在一些示例中，aim222基于用户消费的媒体(例如，健身媒体)来对用户执行的身体活动做出初始确定。即，在一些示例中，不是计算设备初始地基于传感器数据来确定身体活动并且然后基于用户消费的媒体来更新身体活动，而是aim222可以初始地基于用户的媒体消费来确定在给定时间段期间用户执行的身体活动，即使在计算设备在给定时间段期间未检测到指示身体活动的运动时。

aim222可以确定用户简档234是否包括身体活动数据，该身体活动数据指示用户在用户消费媒体的时间段期间执行了身体活动。在一些示例中，如果用户没有佩戴包括被配置成检测用户的运动的运动传感器的计算设备(例如，图1的计算设备110，诸如跟踪器或智能手表)，或者如果计算设备未检测到指示身体活动的运动，则用户简档234可以不包括指示用户执行了身体活动的数据。在一个示例中，计算系统217在用户简档234内存储指示用户没有佩戴被配置成检测用户的运动的计算设备的数据。例如，图1的计算设备110可以响应于确定其没有检测到脉冲或者不能检测到皮电活动(例如，皮肤电反应)来确定用户没有佩戴计算设备110，并且可以向计算系统217传输指示用户没有佩戴计算设备110的数据。

在一些场景下，响应于确定用户在给定时间段期间消费了媒体，aim222查询用户简档234以确定用户简档234内的用户的身体活动数据是否包括指示用户在同一时间段期间执行了身体活动的数据。例如，aim222可以将用户消费媒体的开始时间和/或结束时间与用户执行身体活动的开始时间和/或结束时间进行比较，以确定时间的至少部分是否重叠。aim222可以响应于确定与用户执行的活动相关联的时间段不与用户消费些媒体的时间段重叠而确定用户简档234不包括指示用户在用户消费媒体的时间段期间执行了身体活动的数据。

在一些示例中，aim222可以将数据(例如，gui)输出到另一计算设备(例如，计算设备110)，其提示用户确认用户是否在用户消费媒体但是对于其身体活动数据不包括指示用户执行身体活动的数据的时间段期间执行了身体活动。在一个示例中，aim222响应于确定用户在该时间段期间消费的媒体是健身媒体而输出gui。在一些情况下，aim222响应于确定用户没有佩戴包括被配置成检测用户的运动的运动传感器的计算设备而输出gui。例如，aim222可以查询用户简档234，以确定在该时间段期间用户没有佩戴计算设备110。在这样的情况下，例如，如果用户忘记佩戴健身追踪器或智能手表，则aim222可以增加身体活动数据的准确性。

aim222可以接收指示用户输入的数据，该用户输入指示用户在用户消费媒体的时间段期间确实执行了身体活动。例如，图1的计算设备110可以接收指示用户在该时间段期间执行了身体活动的用户输入，并且可以将指示用户执行了身体活动的数据输出到计算系统217。在这样的示例中，aim222可以更新用户简档234内的身体活动数据，以指示用户在用户媒体消费的时间段期间执行了身体活动。

响应于初始地确定由用户执行的一个或多个身体活动和/或更新对由用户执行的一个或多个身体活动的确定，aim222可以输出指示身体活动的数据。在一个示例中，aim222经由输出设备输出指示身体活动的数据。例如，aim222可以输出gui，该gui包括识别身体活动、用户执行身体活动的时间段和/或在同一时间段内消费的媒体的数据。

aim222可以响应于确定用户正在消费健身媒体而将通知输出到另一计算设备(例如，计算设备110)。例如，aim222可以向计算设备110输出使图1的aim122a应用一个或多个模型138a来检测用户执行的身体活动的通知。通过将通知输出给另一设备，该通知可以用作对识别身体活动的机器训练模型的额外信号，以帮助计算设备110检测身体活动。

图3是图示根据本公开的一个或多个方面的由示例计算系统执行的示例操作的流程图，该示例计算系统识别由用户执行的身体活动。在图1的背景中描述图3。

计算系统117可以从另一计算设备接收媒体(300)。另一个计算设备可以与媒体制作人或发行人相关联。例如，计算系统117可以将媒体托管在媒体数据存储136b中，并且可以将媒体传输(例如，流传输)到其他计算设备。

在一些示例中，计算系统117识别与该媒体相关联的一个或多个身体活动(302)。例如，计算系统117可以在模型138b内包括机器训练模型，该机器训练模型被训练以识别身体活动。在一个示例中，计算系统117将模型138b之一应用于与媒体相关联的元数据和/或媒体本身，以识别与模型相关联的身体活动。

计算系统117确定在一时间段期间用户执行的身体活动(304)。在一些示例中，只有在计算系统117接收到用以分析数据的明确许可的情况下，计算系统117才可以分析与用户和/或与用户相关联的计算设备(例如，图1的计算系统117和/或计算设备117)相关联的数据，以确定由用户执行的身体活动。在一些示例中，计算系统117从另一计算设备(例如，计算设备110)接收指示用户执行的身体活动的身体活动数据，并将该身体活动数据存储在用户简档134b中。例如，计算设备110可以初始地基于由计算设备110的一个或多个传感器生成的传感器数据来识别由用户执行的活动。在一个示例中，计算系统117通过查询用户简档134b来确定由用户执行的身体活动。在另一示例中，计算设备110将指示身体活动的传感器数据输出到计算系统117，使得计算系统117基于传感器数据来确定身体活动。在一些示例中，计算系统117可以实时或接近实时地分析传感器数据以确定身体活动。例如，计算系统117可以实况地确定身体活动。在一些示例中，计算系统117可以在稍后的时间分析传感器数据以确定身体活动。例如，计算系统117可以事后确定身体活动。

根据一些场景，计算系统117确定用户是否在用户执行身体活动的时间段期间消费了媒体(306)。在一些示例中，只有在计算系统117接收用以分析与用户和/或与用户相关联的计算设备(例如，图1的计算系统117和/或计算设备117)相关联的身体活动数据和媒体消费数据的明确的用户许可的情况下，计算系统117才可以分析这样的数据。在一个示例中，计算系统117将媒体输出到计算设备110或与计算设备110的用户相关联的另一设备。在这样的示例中，计算系统117可以存储媒体消费数据，该媒体消费数据识别用户所消费的媒体以及用户消费媒体时间段(例如，计算系统117开始将媒体传输到与用户相关联的计算设备的时间以及计算系统117停止传输媒体的时间)。在另一个示例中，计算系统117可以从与用户相关联的计算设备接收媒体消费数据，并将媒体消费数据存储在用户简档134b内。

计算系统117可以将用户执行身体活动的时间段与用户消费媒体的时间段进行比较。例如，计算系统117可以将用户消费媒体的开始时间和/或结束时间与用户执行身体活动的开始时间和/或结束时间进行比较，以确定时间的至少部分是否重叠。计算系统117可以响应于确定用户消费媒体的时间段的至少部分与用户执行媒体活动的时间段重叠而确定用户在用户执行身体活动的时间段期间消费了媒体。

在一些示例中，计算系统117响应于确定用户在该时间段期间没有消费媒体(306的“否”路径)而输出指示用户执行的身体活动的数据(308)。例如，计算系统117可以输出指示用户执行的活动、用户执行活动的时间段、在该时间段期间估计的消耗的卡路里数目或其组合的gui。

计算系统117可以响应于确定用户在该时间段期间消费了媒体(306的“是”路径)而确定在该时间段期间用户执行的更新的身体活动(310)。例如，计算系统117可以查询媒体数据存储136b以确定与该媒体相关联的一个或多个身体活动。在一些情况下，计算系统117通过确定由用户执行的一个或多个子活动来确定更新的身体活动。例如，计算系统117可以通过确定用户消费媒体的哪些部分并查询媒体数据存储136b以确定与媒体的那些部分相关联的子活动来确定用户执行了哪些子活动。

响应于确定在该时间段期间用户执行的更新的身体活动，计算系统117可以输出指示用户执行的更新的身体活动的数据(312)。例如，计算系统117可以输出指示用户执行的更新的活动、用户执行活动的时间段、在该时间段期间估计的消耗的卡路里数目或其组合的gui。在一些情况下，计算系统117可以输出指示更新的活动类型的数据，以使另一计算设备在用户简档中存储指示更新的活动类型的数据。例如，计算系统117可以将指示更新的活动类型的数据输出到计算设备110，以使计算设备110将数据存储在用户简档134a内。

在一些示例中，除了输出指示用户执行的更新的身体活动的数据之外或与其不同，计算系统117可以输出建议对活动数据的编辑的数据。例如，计算系统117可以输出建议用户改变其用户简档中的条目(例如，活动日志)以反映更新的身体活动的gui。例如，如果用户简档中的条目指示用户在时间段a期间执行身体活动，并且计算系统117确定用户在时间段a期间正在跑步，则计算系统117可以输出具有请求用户确认他们实际上在时间段a期间正在跑步的提示的gui。

以下编号的示例可以图示本公开的一个或多个方面：

示例1.一种方法，包括：由计算系统确定由所述计算系统的用户在一时间段期间执行的身体活动；由所述计算系统确定在所述用户执行所述身体活动的所述时间段期间所述用户是否消费了媒体；响应于确定所述用户在所述用户执行所述身体活动的所述时间段期间消费了媒体，由所述计算系统基于指示所述用户消费了所述媒体的数据来确定所述用户在所述时间段期间执行的更新的身体活动；以及由所述计算系统输出指示所述更新的身体活动的数据。

示例2：根据权利要求1所述的方法，其中，所述用户消费的所述媒体包括所述用户查看的视频，并且其中，确定所述更新的身体活动包括：由所述计算系统确定与所述用户在所述时间段期间查看的所述视频相关联的身体活动；和由所述计算系统确定所述用户在所述时间段期间执行的所述更新的身体活动包括与所述用户在所述时间段期间查看的所述视频相关联的身体活动。

示例3：根据示例1-2中的任意一个示例所述的方法，其中，确定所述更新的身体活动包括：基于指示所述媒体的所述数据，针对所述媒体的多个部分确定所述用户在所述媒体的所述多个部分中的相应部分期间执行的子活动。

示例4：根据示例1-3中的任意一个所述的方法，其中，确定所述用户执行的身体活动包括：由所述计算系统基于机器训练模型来确定由所述用户执行的身体活动，所述机器训练模型使用从运动传感器接收的传感器数据来对身体活动进行分类，其中，所述方法进一步包括：响应于确定所述用户执行的所述更新的活动，由所述计算系统基于所接收的传感器数据和所述更新的活动来更新所述机器训练模型。

示例5：根据示例1-4中的任意一个所述的方法，其中，所述时间段是第一时间段，所述媒体是第一媒体，并且所述身体活动是第一身体活动，所述方法进一步包括：由所述计算系统确定所述用户在第二时间段期间消费了第二媒体，所述第二媒体是与第二身体活动相关联；由所述计算系统确定所述计算系统是否包括指示所述用户在所述第二时间段期间执行所述第二身体活动的数据；响应于确定所述计算系统不包括指示所述用户在所述第二时间段期间执行了所述第二身体活动的数据，输出提示所述用户确认所述用户是否执行了所述第二身体活动的图形用户界面用于显示；以及响应于接收到指示指示所述用户执行了所述第二身体活动的用户输入的数据，由所述计算系统更新与所述用户相关联的用户简档，以指示所述用户在所述第二时间段期间执行了所述第二身体活动。

示例6：根据示例5所述的方法，其中，输出提示所述用户确认所述用户是否执行了所述第二身体活动的图形用户界面是进一步响应于确定所述用户没有佩戴包括运动传感器的可穿戴计算设备。

示例7：根据示例1-6中的任意一个所述的方法，其中，输出指示所述更新的身体活动的所述数据包括：输出指示所述用户在所述用户执行所述更新的身体活动的所述时间段期间消费了所述媒体的数据。

示例8：根据示例1-7中的任意一个所述的方法，其中，所述计算系统包括用户简档，所述用户简档针对所述用户消费的多个媒体中的每个媒体指示所述用户消费该相应媒体的时间段，并且其中，确定所述用户是否在所述用户执行所述身体活动的所述时间段期间消费了媒体包括：由所述计算系统查询所述用户简档以确定所述用户简档是否包括指示所述用户在所述用户执行所述身体活动的所述时间段期间消费了媒体的数据。

示例9：根据示例1-8中的任意一个所述的方法，其中，确定所述用户在所述用户执行所述身体活动的所述时间期间是否消费了媒体包括：由所述计算系统基于由麦克风捕获到的音频输入数据和指纹集合，确定所述用户是否在所述用户执行所述身体活动的所述时间段期间消费了媒体，每一个所述指纹集合均与相应媒体相关联。

示例10：根据示例1-9中的任意一个所述的方法，进一步包括：由所述计算系统通过将机器训练模型应用于所述媒体或所述媒体的元数据中的至少一个来识别与所述媒体相关联的一个或多个身体活动。

示例11：根据示例1-11中的任意一个所述的方法，进一步包括：响应于确定所述用户在所述用户执行所述身体活动的所述时间段期间消费了所述媒体，由所述计算系统基于所述用户在所述用户执行所述身体活动的所述时间段期间消费的所述媒体来更新识别健身媒体的机器训练模型。

示例12：根据示例11所述的方法，其中，所述用户消费的所述媒体包括所述用户查看的视频，并且其中，识别健身媒体的所述机器训练模型进一步识别与所述视频相关联的活动。

示例13：一种计算设备，包括：至少一个处理器；以及包括指令的存储器，所述指令在由所述至少一个处理器执行时，使所述至少一个处理器执行根据示例1-12中的任意一个所述的方法。

示例14：一种计算系统，包括用于执行根据示例1-12中的任意一个所述的方法的装置。

示例15.一种包括指令的计算机可读存储介质，所述指令在由计算设备的至少一个处理器执行时，使所述至少一个处理器执行根据示例1-12中的任意一项所述的方法。

在一个或多个示例中，所描述的功能可以用硬件、硬件和软件、硬件和固件或其任意组合加以实现。如果用软件加以实现，则功能可以作为一个或多个指令或代码被存储在计算机可读介质上或者通过计算机可读介质传输或者由基于硬件的处理单元执行。计算机可读介质可以包括一个或多个计算机可读存储介质，其对应于诸如数据存储介质的有形介质，或通信介质，包括促进例如根据通信协议将计算机程序从一个地方传递到另一地方的任何介质。以这种方式，计算机可读介质通常可以对应于(1)非暂时性的有形计算机可读存储介质或(2)诸如信号或载波的通信介质。数据存储介质可以是能够由一个或多个计算机或一个或多个处理器访问以检索指令、代码和/或数据结构以便实现本公开中描述的技术的任何可用介质。计算机程序产品可以包括计算机可读介质。

作为示例而非限制，此类计算机可读存储介质能够包括ram、rom、eeprom、cd-rom或其它光盘存储装置、磁盘存储装置或其它磁性存储装置、闪速存储器，或能够用于以指令或数据结构形式存储期望程序代码并且能够由计算机访问的任何其它存储介质。另外，任何连接被适当地称为计算机可读介质。例如，如果使用同轴电缆、光纤电缆、双绞线、数字订户线路(dsl)或诸如红外、无线电和微波的无线技术来从网站、服务器或其它远程源传输指令，则在介质的定义中包括同轴电缆、光纤电缆、双绞线、dsl或诸如红外、无线电和微波的无线技术。然而，应该理解的是，一个或多个计算机可读存储介质及数据存储介质介质不包括连接、载波、信号或其它瞬态介质，而是替代地针对非瞬态有形存储介质。如本文所用，磁盘和盘包括紧致盘(cd)、激光盘、光盘、数字通用盘(dvd)、软盘和蓝光光盘，其中磁盘通常以磁性方式再现数据，然而盘用激光光学上再现数据。上述的组合也应该被包括在计算机可读介质的范围内。

指令可以由一个或多个处理器执行，所述处理器诸如一个或多个数字信号处理器(dsp)、通用微处理器、专用集成电路(asic)、现场可编程逻辑阵列(fpga)或其它等效集成或分立逻辑电路。因此，如本文所用，术语“处理器”可以是指前述结构或适合于实现本文所述的技术的任何其它结构中的任一种。此外，在一些方面中，可以在专用硬件和/或软件模块内提供本文所述的功能性。另外，能够在一个或多个电路或逻辑元件中完全实现这些技术。

可以在包括无线电话听筒、集成电路(ic)或一组ic(例如，芯片组)的各种设备或装置中实现本公开的技术。在本公开中描述了各种组件、模块或单元以强调被配置成执行所公开的技术的设备的功能方面，但是不一定需要由不同的硬件单元实现。相反，如上所述，各种单元可以被组合在硬件单元中或者通过互操作的包括如上所述的一个或多个处理器的硬件单元的合集连同合适的软件和/或固件提供。

已经描述了各种实施例。这些和其它实施例在以下权利要求的范围内。