一种健身指导的实现方法、装置、系统与流程

1.本发明涉及运动健身领域，特别地，涉及一种健身指导的实现方法。


背景技术：

2.随着技术的进步与发展，运动健身应用在健身器械、电子客户端等方面都得到了丰富。从运动健身的指导而言，目前主要存在如下方式：方式一，通过线下的健身私教进行指导；方式二，通过线上音视频技术的交互进行指导；方式三，通过智能视觉技术进行运动动作指导。例如，通过视觉检测技术来指导运动动作。
3.上述运动健身的指导大都是针对某一具体的运动项目来进行的指导，缺乏从用户整体出发的系统性指导。


技术实现要素：

4.本发明提供了一种健身指导的实现方法，以为用户提供智能性和系统性健身指导。
5.本发明第一方面提供的一种健身指导的实现方法，该方法包括：在客户端侧，获取目标用户的健身特征属性，其中，所述健身特征属性至少包括用于表征运动能力的运动力特征属性，基于健身特征属性，为目标用户确定匹配的健身计划，在所述健身计划被实施的过程中，获取所述目标用户与健身关联的第一实时数据，其中，所述第一实时数据至少包括用于运动力检测的实时数据，利用所述第一实时数据，进行健身检测，其中，所述健身检测至少包括运动力检测数据，至少根据运动力检测数据，调整所述健身特征属性，并基于调整后的健身特征属性，为目标用户确定匹配的下一健身计划。
6.本发明第二方面提供一种实现健身指导的装置，该装置包括：健身特征属性获取模块，用于获取目标用户的健身特征属性，其中，所述健身特征属性至少包括用于表征运动能力的运动力特征属性，健身计划匹配模块，用于基于健身特征属性，为目标用户确定匹配的健身计划，过程数据获取模块，用于在所述健身计划被实施的过程中，获取所述目标用户与健身关联的第一实时数据，其中，所述第一实时数据至少包括用于运动力检测的实时数据，健身检测模块，用于利用所述第一实时数据，进行健身检测，其中，所述健身检测至少包括运动力检测数据，调整模块，用于至少根据运动力检测数据，调整所述健身特征属性，并基于调整后的健身特征属性，为目标用户确定匹配的下一健身计划。
7.本发明第三方面提供一种实现健身指导的系统，该系统包括用于采集运动过程中的实时数据的采集装置、以及安装有客户端的电子设备，其中，所述采集装置与所述电子设备之间建立有通信链路；所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器被配置执行所述计算机程序实现任一所述健身指导的实现方法的步骤，较佳地，所述系统还包括健身器械，其中，具有传感器的健身器械与所述电子设备之间建立有通信链路；所述采集装置包括用于采集运动过程中的运动图像数据的图像采集装置，和/或用于采集运动过程中身体指标的传感装置。
8.本发明第四方面提供一种计算机可读存储介质，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现如任一所述健身指导的实现方法的步骤。
9.本技术提供的一种健身指导的实现方法，结合运动力检测数据来确定目标用户的健身特征属性，使得基于健身特征属性所匹配的健身计划能够从目标用户的整体出发，提高了健身指导的系统性，利用健身计划执行过程的实时数据进行评估，并基于评估结果数据来调整健身特征属性，从而使得健身计划被调整，提高了健身指导的智能性，使得健身更科学更高效。从用户的角度而言，达到了千人千面的指导效果。
附图说明
10.图1是本技术实施例健身指导的实现方法的一种流程示意图。
11.图2为本技术实施例健身指导的实现方法的一种示意图。
12.图3为在初始阶段获取目标用户的与健身关联的第一数据的一种流程示意图。
13.图4为目标用户的健身特征属性的一种示意图。
14.图5为基于健身特征属性，为目标用户生成匹配的健身计划的一种示意图。
15.图6为利用第一运动过程图像数据进行实时运动规范性检测并提供指导的一种示意图。
16.图7为利用第一实时数据进行运动力检测的一种示意图。
17.图8为一种实现健身指导的装置的一种示意图。
18.图9为一种实现健身指导的系统的一种示意图。
具体实施方式
19.为了使本技术的目的、技术手段和优点更加清楚明白，以下结合附图对本技术做进一步详细说明。
20.参见图1所示，图1为本技术实施例健身指导的实现方法的一种流程示意图。在该实施例应用于客户端，例如，智能终端侧的客户端。该方法包括：步骤101，获取目标用户的健身特征属性，其中，所述健身特征属性至少包括用于表征运动能力的运动力特征属性，步骤102，基于健身特征属性，为目标用户确定匹配的健身计划，步骤103，在所述健身计划被实施的过程中，获取所述目标用户与健身关联的第一实时数据，其中，所述第一实时数据至少包括用于运动力检测数据，
步骤104，利用所述第一实时数据，进行健身检测，其中，所述健身检测至少包括运动力检测数据，步骤105，至少根据运动力检测数据，调整所述健身特征属性，并基于调整后的健身特征属性，为目标用户确定匹配的下一健身计划。
21.本技术通过获取目标用户的健身特征属性，为目标用户构建了运动画像；运动力特征属性作为健身特征属性之一，以利于提高运动画像的准确性；基于健身特征属性所匹配的健身计划，提高了健身指导的适配性和系统性；利用健身计划实施过程中所采集的第一实时数据来进行健身检测，并基于健身检测调整健身特征属性，从而调整健身计划，使得健身计划从匹配到实施形成了闭环反馈，健身特征属性也形成了闭环反馈，提高了健身计划的智能性和实时性，从而有利于提高健身指导的智能性，达到科学健身、健康运动的效果。
22.为便于理解本技术，以下予以具体说明。
23.参见图2所示，图2为本技术实施例健身指导的实现方法的一种示意图。图中，运动画像对应着健身特征属性，运动处方对应着健身计划，运动实时检测与指导对应着第一实时数据的采集以及健身计划的实施，运动评估对应着健身检测。具体而言，步骤201，获取目标用户的健身特征属性，其中，健身特征属性至少包括用于表征运动能力的运动力特征属性，作为一种示例，参见图3所示，图3为在初始阶段获取目标用户的与健身关联的第一数据的一种流程示意图。
24.在初始阶段，可以获取目标用户的与健身关联的第一数据，其中，第一数据可以包括用于表征目标用户静态特征属性的静态数据、和用于表征目标用户运动能力的动态数据，静态数据可以通过目标用户反馈和/或传感器的数据采集获得，包括且不限于：基本信息，例如，身高、体重、年龄、性别、病史、职业、静态下的身体指标等；健身目的，例如，减脂、增肌、塑形、体能提高等；偏好运动项目，例如，跳绳、单车、跑步、划船、器械锻炼等；运动习性，包括自评数据和自选运动时间，例如，运动类型、运动频率、运动强度等自评数据；例如，运动周期、每个运动周期内可运动的频次、每次运动的时长等自选运动时间。
25.动态数据包括初始运动力检测数据、以及运动过程中的身体指标，其中，初始运动力检测数据可以如下方式获得：基于运动专家的运动理论支撑，借助于健身器械，如结合跑步机、运动单车、杠铃等器械，和/或借助于设定的运动动作，如立定跳远、平板支撑等，生成运动测评项目，获取目标用户实施运动测评项目过程中的实时数据，为行文方便，称为第二实时数据，在运动测评项目被实施过程中，通过传感器设备采集目标用户运动过程中最大摄氧量、运动过程中的心率等运动过程中的身体指标，为行文方便，称为第二身体指标；通过采集运动过程中的图像数据，利用智能检测算法，检测目标用户的运动动作的规范性，结合静态数据以及第二身体指标，综合评估目标用户的运动能力，以得到初始运动力检测数据。
26.利用所获取的第一数据，进行数据分析和挖掘，以获取目标用户的健身特征属性，
其中，健身特征属性包括且不限于：目标用户的基本信息、健身目的、运动水平、运动偏好、运动时间等维度。每个维度中又可包括若干子维度。
27.参见图4所示，图4为目标用户的健身特征属性的一种示意图。其中，每个维度可通过该维度所包含的子维度的评估数据进行加权后的融合结果来考量。其中，基于所述基本信息，确定目标用户的基本特征；基于所述健身目的，确定目标用户的运动目标特征，基于所述动态数据，确定目标用户的运动水平特征，基于所述偏好运动项目，确定目标用户的运动兴趣特征，基于所述运动习性，确定目标用户的运动时间特征，将所述基本特征、运动目标特征、运动水平特征、运动兴趣特征、运动时间特征加权融合为健身特征属性。
28.健身特征属性从多个维度来描述目标用户的运动特征，相当于目标用户的运动画像。
29.上述健身特征属性可通过训练后的第一机器学习模型来获得，其中，第一数据为机器学习模型的输入数据，健身特征属性为机器学习模型的输出。
30.步骤202，基于健身特征属性，为目标用户生成匹配的健身计划，其中健身计划至少包括运动强度、运动类型、运动动作、运动频次之一，作为一种示例，根据健身特征属性中的每个维度，确定健身计划。
31.参见图5所示，图5为基于健身特征属性，为目标用户生成匹配的健身计划的一种示意图。基于目标用户的运动水平、运动目的、诉求（如增强力量、增肌、塑型、体能等）和偏好运动方式，结合运动学专家的理论支撑，输出适配于目标用户的运动计划；运动计划具备发展性，随着健身特征属性的变化，目标用户的运动计划也会自动更新。例如，图5中，基于健身特征属性中的基本信息，匹配运动强度；基于运动目的和/或运动偏好，匹配运动类型；基于运动水平，匹配运动动作；基于运动时间，匹配运动频次，将所述运动强度、运动类型、运动动作、运动频次加权融合为所述健身计划。
32.所应理解的是，图5中的运动可以是一种计划运动项目，也可以是多个计划运动项目的组合。如果是多个计划运动项目，每个计划运动项目可以分别有各自对应的运动强度、运动频次、以及运动动作，这时，健身计划可以是各个计划运动项目的加权融合。
33.上述根据健身特征属性中的每个特征维度，确定健身计划可以采用训练后的第二机器学习模型来进行匹配，其中，健身特征属性中的特征为输入数据，所匹配的健身计划为第二机器学习模型的输出数据。
34.步骤203，在目标用户实施健身计划的过程中，获取目标用户与健身关联的实时数据，为行文方便，该实时数据成为第一实时数据，并利用实时数据对健身过程进行实时检测和指导。
35.作为一种示例，响应于目标用户健身计划实施的操作时，触发健身实时数据的采集。例如，目标用户开启摄像头或健身器械传感器，以进行第一实时数据的采集。第一实时数据包括健身计划所包括的运动过程中的第一身体指标、以及第一运动过程图像数据。
36.参见图6所示，图6为利用第一运动过程图像数据进行实时运动规范性检测并提供指导的一种示意图。
37.当目标用户按照健身计划实施时，触发生成健身计划所包含的运动项目的标准运动过程，并实时显示。
38.利用图像采集装置获取目标用户实时运动数据，捕获实时运动轨迹以及运动动作，其中，运动轨迹可以是3d运动轨迹，也可以是2d运动轨迹。
39.基于所捕获的运动轨迹和运动动作，对运动过程进行运动规范性检测，即，检测运动轨迹和运动动作的规范性；作为一种示例，利用具备ai算力的视觉摄像机，可检测运动过程中的规范性，诸如抬腿夹角、步幅长度及频次、跳绳次数及高度等等。
40.将所捕获的运动轨迹和运动动作与标准运动轨迹和标准运动动作进行比较，如果两者之间的差异在设定的差异阈值内，则判定当前运动动作正确，符合运动规范，输出第一提示，例如，予以鼓励，否则，判定当前运动动作错误，不符合运动规范，输出第二提示，例如，提示错误并给出正确运动动作的提示。
41.反复执行，直至该运动项目结束，其中，运动项目结束的条件可以是运动的时长，也可以是所达到的生理数据，例如心率和/或消耗的热量。
42.为了增加健身计划实施过程中的互动性和趣味性，利用标准运动过程，进行实时3d建模，以构建可选的、且与标准运动过程形成映射的第一虚拟对象，该第一虚拟对象可以对应为标准运动形象，类比为智能拟人教练，相比真人教练，智能拟人教练的姿势更为标准，同时可以实时标注当前锻炼的部位，运动中的运动属性也可以以数据形式实时展示；还可利用目标用户的运动过程数据，进行实时3d建模，以构建可选的、且与目标用户的运动过程形成映射的第二虚拟对象，并实时展示第二虚拟对象，根据第一身体指标，可选地展示身体指标；例如，通过对目标用户体态、运动过程轨迹进行 3d 实时建模，生成第二虚拟对象，以提供给直观的视觉参考，虚拟对象可以实时展示用户当前的运动轨迹，生理数据（如心率、所消耗的热量）和运动数据（如动作完成速度）。
43.还可利用除所述目标用户之外的其他用户运动过程数据，进行实时建模，以构建可选的、且与所述其他用户的运动过程形成映射的第三虚拟对象，并实时展示第三虚拟对象，根据所述其他用户的第一身体指标，可选地展示身体指标；例如，利用与目标用户同步进行相同运动的同步运动者的运动过程数据，对该同步运动者的体态、运动轨迹进行3d实时建模，生成虚拟对象，以提高运动过程中社交性，例如，目标用户、同步运动者的当前运动项目均为平板支撑，则分别对应的虚拟对象均在虚拟空间中且相互可见。
44.还可以构建可选的、且与健身计划对应的第四虚拟对象。
45.此外，根据健身计划的执行进程，利用自然语言的机器理解模型，可使得虚拟对象与目标用户进行交互；利用虚拟对象和游戏场景引擎，同步显示如森林、城市、山道等场景模式，辅助运动过程更加有趣味性。
46.较佳地，上述虚拟对象可以是借助屏显设备显示的具有数字化人物虚拟形象的数字人，也可以是具有数字化非人物虚拟形象的非数字人，例如自绘制的形象等。
47.为了增加健身计划实施过程中的运动场景的安全性，还可进行运动场景安全性检测，例如，基于视觉ai摄像机所采集的图像数据，检测宠物、儿童、老人等目标对象是否入侵，如果是，则联动输出警告提示，关停或禁止启动健身器械，起到安全保护的作用。
48.为了增加健身计划实施过程中目标用户的人身安全，还可进行人身安全性检测，例如，基于第一身体指标，判断所述第一身体指标是否不符合设定的指标阈值，如果是，判
定目标用户本身存在不安全因素，联动输出报警提示，并关停健身器械或禁止启动健身器械。
49.通过运动过程中的安全监测，有利于达到安全运动的效果。
50.步骤204，利用第一实时数据，进行健身检测，根据健身检测数据，调整健身特征属性，并基于调整后的健身特征属性，为目标用户确定匹配的下一健身计划。
51.作为一种示例，在本次健身计划完成时，利用本次健身计划实施过程中所获取的运行规范性检测数据，结合第一身体指标以及静态数据，得到运动力检测数据，如果运动力检测数据与上次运动力检测数据之间的差异达到设定的阈值，则对目标用户的健身特征属性中的运动水平进行更新，从而使得健身特征属性随着每个健身计划完成而被更新，根据更新后的运动水平调整当前健身计划，得到下一健身计划，这样，能够及时地、细腻地调整健身计划，相当于为目标用户的每次健身开出健身处方，达到科学健身的效果。
52.参见图7所示，图7为利用第一实时数据进行运动力检测的一种示意图。例如，通过所采集的第一运动过程图像数据、传感器数据，获取心率、体质指数（bmi）、基础代谢率（bmr）、运动评级等参数。
53.作为另一种示例，可以在健身计划完成次数达到设定的第一次数阈值时，和/或，运动水平更新的次数达到设定的第二次数阈值，和/或，当前运动水平达到设定的水平阈值时，利用历史运动力检测数据，结合历史第一身体指标和历史静态数据，对目标用户的健身特征属性中的运动水平特征进行更新，从而使得健身特征属性随着运动水平的变化而被更新，根据更新后的运动水平调整健身计划，这样，相当于为目标用户定制健身处方。
54.本实施例利用运动力检测数据来评估目标用户的运动水平，将运动水平作为目标用户的健身特征属性之一来描述和更新目标用户的运动画像，并基于运动画像的更新来调整健身计划，使得目标用户的健身过程形成健身计划给定、健身计划完成、评估、健身计划调整的闭环反馈，从而实现了健身计划动态调整，并可按需求设定调整频度，提高了健身指导的智能性，有利于到科学健身的效果。
55.参见图8所示，图8为用于实现健身指导的装置的一种示意图。该装置包括：健身特征属性获取模块，用于获取目标用户的健身特征属性，其中，所述健身特征属性至少包括用于表征运动能力的运动力特征属性，健身计划匹配模块，用于基于健身特征属性，为目标用户确定匹配的健身计划，过程数据获取模块，用于在所述健身计划被实施的过程中，获取所述目标用户与健身关联的第一实时数据，其中，所述第一实时数据至少包括用于运动力检测的实时数据，健身检测模块，用于利用所述第一实时数据，进行健身检测，其中，所述健身检测至少包括运动力检测数据，调整模块，用于至少根据运动力检测数据，调整所述健身特征属性，并基于调整后的健身特征属性，为目标用户确定匹配的下一健身计划。
56.其中，健身特征属性获取模块被配置为，在目标用户数据的初始建立阶段，获取目标用户与健身关联的第一数据，其中，第一数据包括：用于表征目标用户的静态特征属性的静态数据，和用于表征目标用户的运动力特征属性的动态数据；利用所述第一数据，确定目标用户的健身特征属性。
57.健身特征属性获取模块还被配置为，通过目标用户的反馈信息和/或传感器的数据采集，获取所述静态数据，其中，所述静态数据包括基本信息、健身目的、偏好运动项目、运动习性中的至少之一，借助于健身器械和/或设定的运动动作，生成运动测评项目，获取运动测评项目被实施过程中目标用户的第二实时数据，该第二实时数据包括运动过程中的第二身体指标、以及第二运动过程图像数据，基于所述第二运动过程图像数据，利用智能检测算法，检测目标用户的运动过程的规范性，结合静态数据以及所述第二身体指标，评估目标用户的运动能力，得到初始运动力检测数据，将初始运动力检测数据、以及所述第二身体指标确定为动态数据。
58.健身特征属性获取模块还被配置为，基于所述基本信息，确定目标用户的基本特征；基于所述健身目的，确定目标用户的运动目标特征，基于所述动态数据，确定目标用户的运动水平特征，基于所述偏好运动项目，确定目标用户的运动兴趣特征，基于所述运动习性，确定目标用户的运动时间特征，将所述基本特征、运动目标特征、运动水平特征、运动兴趣特征、运动时间特征加权融合为健身特征属性。
59.健身计划匹配模块被配置为，根据基本特征，确定匹配的运动强度，根据运动兴趣特征和/或运动目标特征，确定匹配的运动类型，根据运动水平特征，确定匹配的运动动作，根据运动时间特征，确定匹配的运动频次，将所述运动强度、运动类型、运动动作、运动频次加权融合为所述健身计划。
60.健身检测模块被配置为基于所述第一运动过程图像数据，利用智能检测算法，检测目标用户运动过程的规范性，得到运动规范性检测数据，基于所述运动规范性检测数据，结合所述第一身体指标以及所述静态数据，确定运动力检测数据。
61.过程数据获取模块被配置为根据健身计划所包括的运动动作，生成标准运动过程，并实时展示；基于第一运动过程图像数据，获取目标用户的运动过程数据，将所获取的目标用户的运动过程数据，与标准运动过程数据进行比较，根据比较数据进行运动指导。
62.该装置还包括以下任一模块：第一安全性检测模块，用于基于所述第一运动过程图像数据，进行运动场景安全性检测；第二安全性检测模块，用于基于所述第一身体指标，进行人身安全性检测；互动模块，用于根据健身计划的执行进程，利用自然语言的机器理解模型建立语音互动；虚拟对象模块，用于利用所述标准运动过程，进行实时建模，以构建可选的、且与标准运动过程形成映射的第一虚拟对象，并实时展示第一虚拟对象、以及当前锻炼的部位
和/或运动属性；用于利用所述目标用户的运动过程数据，进行实时建模，以构建可选的、且与所述目标用户的运动过程形成映射的第二虚拟对象，并实时展示第二虚拟对象，根据所述其他用户的第一身体指标，可选地展示身体指标；用于利用除所述目标用户之外的其他用户运动过程数据，进行实时建模，以构建可选的、且与所述其他用户的运动过程形成映射的第三虚拟对象，并实时展示第三虚拟对象，根据所述其他用户的第一身体指标，可选地展示身体指标；用于构建可选的、且与健身计划对应的第四虚拟对象。
63.其中，第一安全性检测模块被配置为基于所述第一运动过程图像数据，检测是否存在入侵的目标对象，如果有，则判定运动场景不安全，联动输出报警提示，并关停健身器械或禁止启动健身器械；第一安全性检测模块被配置为判断所述第一身体指标是否不符合设定的指标阈值，如果是，判定目标用户本身存在不安全因素，联动输出报警提示，并关停健身器械或禁止启动健身器械。
64.所述调整模块被配置为：在满足以下任一条件或其任意组合条件的情况下，触发所述调整健身特征属性：任一健身计划结束；健身计划完成的次数达到设定的第一次数阈值；运动水平更新的次数达到设定的第二次数阈值；运动水平达到设定的水平阈值；并且，在健身计划结束触发所述调整健身特征属性的情形下，根据该健身计划完成后的运动力检测数据以及第一身体指标，结合所述静态数据，至少调整所述健身特征属性中的运动水平特征；在除健身计划结束之外的其他条件下触发所述调整健身特征属性的情形下，根据历史运动力检测数据，结合历史第一身体指标和历史静态数据，至少调整所述健身特征属性中的运动水平特征。
65.参见图9所示，图9为一种实现健身指导的系统的一种示意图，该系统包括：用于采集运动过程中的实时数据的采集装置、以及安装有客户端的电子设备，所述采集装置与所述电子设备之间建立有通信链路，以用于数据传输，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器被配置执行所述计算机程序实现任一所述健身指导的实现方法的步骤。
66.所述系统还包括健身器械，所述采集装置包括用于采集运动过程中的运动图像数据的图像采集装置，和/或用于采集运动过程中身体指标的传感装置。
67.作为一种示例，图像采集装置与电子设备集成为一体，当健身器械集成有用于采集该健身器械运动过程中的实时数据的传感器时，该健身器械与电子设备之间建立有通信链路，以用于数据传输。
68.作为另一种示例，所述健身器械可以是一种虚拟健身器械，即数字化的健身器械，虚拟健身器械可在电子设备端实现；采集装置也可集成于电子设备中。
69.所述电子设备可以是智能终端。
70.存储器可以包括随机存取存储器（random access memory，ram），也可以包括非易失性存储器（non-volatile memory，nvm），例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
71.上述的处理器可以是通用处理器，包括中央处理器（central processing unit，cpu）、网络处理器（network processor，np）等；还可以是数字信号处理器（digital signal processing，dsp）、专用集成电路（application specific integrated circuit，asic）、现场可编程门阵列（field-programmable gate array，fpga）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
72.本发明实施例还提供了一种计算机可读存储介质，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现任一所述健身指导的实现方法的步骤。
73.对于装置/网络侧设备/存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
74.在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
75.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。