CN109359203A - 运动轨迹视频的处理方法及装置 - Google Patents

Abstract

本发明公开了一种运动轨迹视频的处理方法及装置。其中，该方法包括：根据目标对象的运动数据生成运动轨迹；将运动轨迹转换运动轨迹视频，其中，运动轨迹视频用于在预定地图上展示目标对象的运动轨迹；确定与目标对象对应的特征数据，其中，特征数据包括以下至少之一：音乐、运动数据中的特征点；将特征数据添加到运动轨迹视频中。本发明解决了相关技术中基于运动用户数据生成的运动轨迹视频比较单一，导致用户的体验较低的技术问题。

Description

运动轨迹视频的处理方法及装置

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种运动轨迹视频的处理方法及装置。

背景技术

目前，很多用于运动的应用在用户运动时会自动存储运动用户的运动数据，而存储的这些运动数据只有在进行相应的处理之后，再展示给运动用户，才能使得运动用户可以更加直观地获知自身运动的状况。因此，为了使得运动用户可以更加直观地获取自身运动状况，相关技术中从运动用户的用户运动数据中提取用户的运动轨迹，并生成运动轨迹视频。然而，相关技术中从用户运动数据中提取出的运动轨迹视频比较单一，并不包含一些能够给运动用户带来视觉或听觉上的体验的内容，使得用户体验较低。

针对上述相关技术中基于运动用户数据生成的运动轨迹视频比较单一，导致用户的体验较低的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种运动轨迹视频的处理方法及装置，以至少解决相关技术中基于运动用户数据生成的运动轨迹视频比较单一，导致用户的体验较低的技术问题。

根据本发明实施例的一个方面，提供了一种运动轨迹视频的处理方法，包括：根据目标对象的运动数据生成运动轨迹；将所述运动轨迹转换运动轨迹视频，其中，所述运动轨迹视频用于在预定地图上展示所述目标对象的运动轨迹；确定与所述目标对象对应的特征数据，其中，所述特征数据包括以下至少之一：音乐、所述运动数据中的特征点；将所述特征数据添加到所述运动轨迹视频中。

可选地，根据目标对象的运动数据生成运动轨迹包括：提取所述运动数据中的多个定位点，其中，所述多个定位点是根据定位设备得到的；对所述多个定位点进行分析，得到所述多个定位点中的干扰定位定；将所述干扰定位点删除，得到有效定位点；根据所述有效定位点生成所述运动轨迹。

可选地，确定与所述目标对象对应的音乐包括：确定所述目标对象的参考数据，其中，所述参考数据用于作为获取添加到所述运动轨迹视频中的音乐的依据；通过匹配模型，得到与所述参考数据对应的音乐，其中，所述匹配模型为使用多组数据通过机器学习训练得到的，所述多组数据中的每组数据均包括：参考数据和该参考数据对应的音乐。

可选地，确定与所述目标对象对应的音乐包括：接收所述目标对象输入的音乐特征数据；根据所述音乐特征数据得到所述目标对象对应的音乐。

可选地，在所述特征数据为音乐的情况下，将所述特征数据添加到所述运动轨迹视频中包括：获取所述音乐对应的音频文件；提取所述运动轨迹视频对应的纯视频文件；基于多媒体视频处理方式将所述音频文件添加到所述纯视频文件中。

可选地，所述特征点包括以下至少之一：所述目标对象的运动数据中的运动峰值以及该运动峰值对应的第一节点，所述目标对象的运动数据超过所述目标对象自身的历史运动峰值的第二节点，其中，所述运动峰值和所述历史运动峰值均包括以下至少之一：运动时间峰值、运动强度峰值，所述历史运动峰值为所述目标对象在历史时间段内的历史运动数据中的运动峰值。

可选地，在确定与所述目标对象的运动数据中的特征点之后，该运动轨迹视频的处理方法还包括：基于所述运动数据中特征点的属性生成图标；将所述图标展示在所述特征点对应的所述第一节点和/或所述第二节点上。

根据本发明实施例的另外一个方面，还提供了一种运动轨迹视频的处理装置，包括：第一生成单元，用于根据目标对象的运动数据生成运动轨迹；转换单元，用于将所述运动轨迹转换运动轨迹视频，其中，所述运动轨迹视频用于在预定地图上展示所述目标对象的运动轨迹；确定单元，用于确定与所述目标对象对应的特征数据，其中，所述特征数据包括以下至少之一：音乐、所述运动数据中的特征点；添加单元，用于将所述特征数据添加到所述运动轨迹视频中。

可选地，所述第一生成单元包括：第一提取模块，用于提取所述运动数据中的多个定位点，其中，所述多个定位点是根据定位设备得到的；第一获取模块，用于对所述多个定位点进行分析，得到所述多个定位点中的干扰定位定；删除模块，用于将所述干扰定位点删除，得到有效定位点；生成模块，用于根据所述有效定位点生成所述运动轨迹。

可选地，所述确定单元包括：第一确定模块，用于确定所述目标对象的参考数据，其中，所述参考数据用于作为获取添加到所述运动轨迹视频中的音乐的依据；第二获取模块，用于通过匹配模型，得到与所述参考数据对应的音乐，其中，所述匹配模型为使用多组数据通过机器学习训练得到的，所述多组数据中的每组数据均包括：参考数据和该参考数据对应的音乐。

可选地，所述确定单元包括：接收单元，用于接收所述目标对象输入的音乐特征数据；第三获取模块，用于根据所述音乐特征数据得到所述目标对象对应的音乐。

可选地，所述添加单元包括：第四获取模块，用于在所述特征数据为音乐的情况下，获取所述音乐对应的音频文件；第二提取模块，用于提取所述运动轨迹视频对应的纯视频文件；添加模块，用于基于多媒体视频处理方式将所述音频文件添加到所述纯视频文件中。

可选地，所述特征点包括以下至少之一：所述目标对象的运动数据中的运动峰值以及该运动峰值对应的第一节点，所述目标对象的运动数据超过所述目标对象自身的历史运动峰值的第二节点，其中，所述运动峰值和所述历史运动峰值均包括以下至少之一：运动时间峰值、运动强度峰值，所述历史运动峰值为所述目标对象在历史时间段内的历史运动数据中的运动峰值。

可选地，该运动轨迹视频的处理装置还包括：第二生成单元，用于在确定与所述目标对象的运动数据中的特征点之后，基于所述运动数据中特征点的属性生成图标；展示单元，用于将所述图标展示在所述特征点对应的所述第一节点和/或所述第二节点上。

根据本发明实施例的另外一个方面，还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序执行上述中任意一项所述的运动轨迹视频的处理方法。

根据本发明实施例的另外一个方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述中任意一项所述的运动轨迹视频的处理方法。

在本发明实施例中，采用根据目标对象的运动数据生成运动轨迹；将运动轨迹转换运动轨迹视频，其中，运动轨迹视频用于在预定地图上展示目标对象的运动轨迹；确定与目标对象对应的特征数据，其中，特征数据包括以下至少之一：音乐、运动数据中的特征点；将特征数据添加到运动轨迹视频中，通过本发明实施例提供的运动轨迹视频的处理方法可以实现在根据运动用户的运动数据生成运动轨迹视频之后，确定该运动用户的运动数据中的特征点以及该运动用户比较喜欢的音乐等，并将其添加到运动轨迹视频中的目的，达到了给运动用户视觉以及听觉上的直观体验的技术效果，进而解决了相关技术中基于运动用户数据生成的运动轨迹视频比较单一，导致用户的体验较低的技术问题，提升了用户体验。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的运动轨迹视频的处理方法的流程图；

图2是根据本发明实施例的运动轨迹视频的处理装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

根据本发明实施例，提供了一种运动轨迹视频的处理方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本发明实施例的运动轨迹视频的处理方法的流程图，如图1所示，该运动轨迹视频的处理方法包括如下步骤：

步骤S102，根据目标对象的运动数据生成运动轨迹。其中，这里的目标对象为运动用户。

在步骤S102中，可以利用数据采集设备采集目标对象的运动数据，其中，该数据采集设备可以是智能终端(例如，手机)中内置的各类传感器，例如，可以利用智能终端中的时钟设备记录目标对象的运动开始时间、运动结束时间、运动时长，在运动过程中状态变化的时间以及该状态变化持续的时间等；在该目标对象进行的是跑步或是行走类的运动项目时，可以利用全球定位系统GPS对目标对象的运动路径进行记录，具体地，可以实时对目标对象的运动路径进行定位，得到多个定位点；并且可以利用计步传感器或加速度传感器统计目标对象的运动步数等。

需要说明的是，获取目标对象的运动数据方式可以包括但不限于以上具体方式，可以包括其他可以实施的方式。

在一种可选的实施例中，在上述步骤S102中，根据目标对象的运动数据生成运动轨迹可以包括：提取运动数据中的多个定位点，其中，多个定位点是根据定位设备得到的；对多个定位点进行分析，得到多个定位点中的干扰定位定；将干扰定位点删除，得到有效定位点；根据有效定位点生成运动轨迹。具体地，上述干扰定位点可以是多个定位点中重叠的定位点，或是多个定位点中距离小于预定距离的定位点。

需要说明的是，为了保证运动用户的个人隐私，可以从以下两个方面进行处理：一方面，在提取运动数据中的多个定位点之前，需确保选取的运动数据是目标对象公开的运动数据；另外一个方面，在不确定目标对象的运动数据的属性是否为公开的情况下，可以将根据运动数据生成的运动轨迹的属性进行设置，例如，可以将生成的运动轨迹的属性设置为仅目标对象自身可见，或者，目标对象指定的对象可见，当然目标对象可以为生成的运动轨迹设置验证信息，只有验证通过的对象可见。

步骤S104，将运动轨迹转换运动轨迹视频，其中，运动轨迹视频用于在预定地图上展示目标对象的运动轨迹。

在步骤S104中，将运动轨迹转换为运动轨迹视频可以是利用视频编辑软件对运动轨迹进行处理，以得到运动轨迹视频，在本发明实施例中，对视频编辑软件的种类不做具体限定。

步骤S106，确定与目标对象对应的特征数据，其中，特征数据包括以下至少之一：音乐、运动数据中的特征点。

例如，为了使得转后得到的运动轨迹视频能够为目标对象提供更加直观以及具有标志性意义的体验，可以为确定目标对象的运动数据中的特征点，例如，运动的最值(例如，最长距离、最长时间等)，以及根据目标对象的习惯确定目标对象比较喜欢的音乐。

步骤S108，将特征数据添加到运动轨迹视频中。

通过上述步骤，可以首先根据目标对象的运动数据生成运动轨迹；然后将运动轨迹转换运动轨迹视频，其中，运动轨迹视频用于在预定地图上展示目标对象的运动轨迹；再确定与目标对象对应的特征数据，其中，特征数据包括以下至少之一：音乐、运动数据中的特征点；并将特征数据添加到运动轨迹视频中。相对于相关技术中根据用户运动数据提取出的运动轨迹视频比较单一，并不包含一些能够给运动用户带来听觉或视觉上的等比较直观的体验的内容，使得运动用户的体验较低的弊端，通过本发明实施例提供的运动轨迹视频的处理方法可以实现在根据运动用户的运动数据生成运动轨迹视频之后，确定该运动用户的运动数据中的特征点以及该运动用户比较喜欢的音乐等，并将其添加到运动轨迹视频中的目的，达到了给运动用户视觉以及听觉上的直观体验的技术效果，进而解决了相关技术中基于运动用户数据生成的运动轨迹视频比较单一，导致用户的体验较低的技术问题，提升了用户体验。

首先，以上述特征数据为音乐进行说明。其中，可以从智能终端在接收到目标对应的指令后自动匹配得到目标对象比较青睐的音乐，以及被动接收目标对象选择的音乐两个方面进行说明。

一个方面，确定与目标对象对应的音乐可以包括：确定目标对象的参考数据，其中，参考数据用于作为获取添加到运动轨迹视频中的音乐的依据；通过匹配模型，得到与参考数据对应的音乐，其中，匹配模型为使用多组数据通过机器学习训练得到的，多组数据中的每组数据均包括：参考数据和该参考数据对应的音乐。

例如，在接收到目标对象的指示的情况下，智能终端可以根据目标对象在某段时间内选择播放的音乐，确定该音乐所对应的路径，根据确定路径在音乐列表目录(或音乐库)中选择该音乐。

另外一个方面，确定与目标对象对应的音乐可以包括：接收目标对象输入的音乐特征数据；根据音乐特征数据得到目标对象对应的音乐。例如，在智能终端生成运动轨迹视频，并且接收目标对象的音乐添加请求之后，可以在预定位置输入该音乐的音乐特征数据(例如，该音乐的名称、演唱者，部分歌词等)，智能终端会根据该音乐特征数据在音乐库中进行搜索以得到该音乐。

优选的，在特征数据为音乐的情况下，将特征数据添加到运动轨迹视频中可以包括：获取音乐对应的音频文件；提取运动轨迹视频对应的纯视频文件；基于多媒体视频处理方式将音频文件添加到纯视频文件中。由于急于运动轨迹生成的运动轨迹视频本身可能就带有音频，为了不影响音乐在与运动轨迹视频进行混合后得到的整体效果，可以对运动轨迹视频进行解析，得到纯音频文件和纯视频文件，再将音乐对象音频文件添加到纯视频文件中。其中，上述多媒体视频处理方式可以选择多媒体视频处理工具FFMPEG(Fast ForwardMpeg，简称FFMPEG)，FFMPEG是一套可以用来记录、转换数字音频、视频，并能将其转化为流的开源计算机程序。其具有非常强大的功能，具体地包括：视频采集功能、视频格式转换、视频抓图、给视频加水印等。另外，FFMPEG包括多个命令集，可以处理的任务也是比较多个，也可以支持多种格式(例如，其可以支持ASF、AVI、FLV等多种格式)，以及协议(例如，HTTP、RTP、TCP、UDP等)。

作为一种可选的实施例，本发明实施例中的特征点可以包括以下至少之一：目标对象的运动数据中的运动峰值以及该运动峰值对应的第一节点，目标对象的运动数据超过目标对象自身的历史运动峰值的第二节点，其中，运动峰值和历史运动峰值均包括以下至少之一：运动时间峰值、运动强度峰值，历史运动峰值为目标对象在历史时间段内的历史运动数据中的运动峰值。

例如，在目标对象本次进行的跑步类运动，上述特征点可以包括：目标对象跑步的最长距离、该最长时间对应的时长；本次跑步超过历史时间段内进行跑步类运动的最长距离(或最长时间)的节点、本次跑步距离与上述历史时间段内进行跑步类运动的最长距离(或最长时间)的差值等。

另外，在本发明一个可选的实施例中，在得到目标对象的运动轨迹之后，可以对该运动轨迹进行分析，得到目标对象本次跑步运动的最佳部分，该最佳部分可以是目标对象的步频与呼吸比较协调的部分，也可以是其他跑步质量较高的部分。

又例如，当目标对象的运动数据满足预定条件时可以在预定地图上展示该目标对象的本次运动和哪些运动项目类似(比如，5公里快走、10公里快走、半程马拉松、全程马拉松等)。其中，上诉预定条件可以是但不限于以下一种或几种的组合：运动时间和类似项目的时长的误差小于预定时长，运动距离和类似项目的距离的误差小于预定距离，运动强度和类似项目的运动强度小于预定数值。

作为一种可选的实施例，在确定与目标对象的运动数据中的特征点之后，该运动轨迹视频的处理方法还可以包括：基于运动数据中特征点的属性生成图标；将图标展示在特征点对应的第一节点和/或第二节点上。例如，上述特征点的属性可以包括：时间属性、距离属性等。其中，在特征点的属性为时间的情况下，该图标可以为用于表示时间的图标，例如，计时工具、时钟等；在该特征点的属性为距离的情况下，该图标可以为用于表示距离的图标。在生成上述图标之后，可以将上述图片展示在特征点对应的第一节点和/或第二节点上，从而可以实现为目标对象生成更有意义的运动轨迹视频，增加目标对象的运动意愿和运动次数。

实施例2

根据本发明实施例还提供了一种运动轨迹视频的处理装置，需要说明的是，本发明实施例的运动轨迹视频的处理装置可以用于执行本发明实施例所提供的运动轨迹视频的处理方法。以下对本发明实施例提供的运动轨迹视频的处理装置进行介绍。

图2是根据本发明实施例的运动轨迹视频的处理装置的示意图，如图2所示，该运动轨迹视频的处理装置可以包括：第一生成单元21，转换单元23，确定单元25以及添加单元27。

第一生成单元21，用于根据目标对象的运动数据生成运动轨迹。

转换单元23，与上述第一生成单元21连接，用于将运动轨迹转换运动轨迹视频，其中，运动轨迹视频用于在预定地图上展示目标对象的运动轨迹。

确定单元25，与上述转换单元23连接，用于确定与目标对象对应的特征数据，其中，特征数据包括以下至少之一：音乐、运动数据中的特征点。

添加单元27，与上述确定单元25连接，用于将特征数据添加到运动轨迹视频中。

需要说明的是，该实施例中的第一生成单元21可以用于执行本发明实施例中的步骤S102，该实施例中的转换单元23可以用于执行本发明实施例中的步骤S104，该实施例中的确定单元25可以用于执行本发明实施例中的步骤S106，该实施例中的添加单元27可以用于执行本发明实施例中的步骤S108。上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。

在该实施例中，可以首先利用第一生成单元21根据目标对象的运动数据生成运动轨迹；然后利用转换单元23将运动轨迹转换运动轨迹视频，其中，运动轨迹视频用于在预定地图上展示目标对象的运动轨迹；再利用确定单元25确定与目标对象对应的特征数据，其中，特征数据包括以下至少之一：音乐、运动数据中的特征点；并利用添加单元27将特征数据添加到运动轨迹视频中。相对于相关技术中根据用户运动数据提取出的运动轨迹视频比较单一，并不包含一些能够给运动用户带来听觉或视觉上的等比较直观的体验的内容，使得运动用户的体验较低的弊端，通过本发明实施例提供的运动轨迹视频的处理装置可以实现在根据运动用户的运动数据生成运动轨迹视频之后，确定该运动用户的运动数据中的特征点以及该运动用户比较喜欢的音乐等，并将其添加到运动轨迹视频中的目的，达到了给运动用户视觉以及听觉上的直观体验的技术效果，进而解决了相关技术中基于运动用户数据生成的运动轨迹视频比较单一，导致用户的体验较低的技术问题，提升了用户体验。

作为一种可选的实施例，该第一生成单元可以包括：第一提取模块，用于提取运动数据中的多个定位点，其中，多个定位点是根据定位设备得到的；第一获取模块，用于对多个定位点进行分析，得到多个定位点中的干扰定位定；删除模块，用于将干扰定位点删除，得到有效定位点；生成模块，用于根据有效定位点生成运动轨迹。

在一种可选的实施例中，上述确定单元可以包括：第一确定模块，用于确定目标对象的参考数据，其中，参考数据用于作为获取添加到运动轨迹视频中的音乐的依据；第二获取模块，用于通过匹配模型，得到与参考数据对应的音乐，其中，匹配模型为使用多组数据通过机器学习训练得到的，多组数据中的每组数据均包括：参考数据和该参考数据对应的音乐。

优选的，上述确定单元可以包括：接收单元，用于接收目标对象输入的音乐特征数据；第三获取模块，用于根据音乐特征数据得到目标对象对应的音乐。

另外，上述添加单元可以包括：第四获取模块，用于在特征数据为音乐的情况下，获取音乐对应的音频文件；第二提取模块，用于提取运动轨迹视频对应的纯视频文件；添加模块，用于基于多媒体视频处理方式将音频文件添加到纯视频文件中。

在一种可选的实施例中，上述特征点可以包括以下至少之一：目标对象的运动数据中的运动峰值以及该运动峰值对应的第一节点，目标对象的运动数据超过目标对象自身的历史运动峰值的第二节点，其中，运动峰值和历史运动峰值均包括以下至少之一：运动时间峰值、运动强度峰值，历史运动峰值为目标对象在历史时间段内的历史运动数据中的运动峰值。

作为一种可选的实施例，该运动轨迹视频的处理装置还可以包括：第二生成单元，用于在确定与目标对象的运动数据中的特征点之后，基于运动数据中特征点的属性生成图标；展示单元，用于将图标展示在特征点对应的第一节点和/或第二节点上。

上述运动轨迹视频的处理装置包括处理器和存储器，上述第一生成单元21，转换单元23，确定单元25以及添加单元27等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

上述处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数将特征数据添加到运动轨迹视频中。

上述存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。

根据本发明实施例的另外一个方面，还提供了一种存储介质，存储介质包括存储的程序，其中，程序执行上述中任意一项的运动轨迹视频的处理方法。

根据本发明实施例的另外一个方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述中任意一项的运动轨迹视频的处理方法。

在本发明实施例中还提供了一种设备，该设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：根据目标对象的运动数据生成运动轨迹；将运动轨迹转换运动轨迹视频，其中，运动轨迹视频用于在预定地图上展示目标对象的运动轨迹；确定与目标对象对应的特征数据，其中，特征数据包括以下至少之一：音乐、运动数据中的特征点；将特征数据添加到运动轨迹视频中。

在本发明实施例中还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：根据目标对象的运动数据生成运动轨迹；将运动轨迹转换运动轨迹视频，其中，运动轨迹视频用于在预定地图上展示目标对象的运动轨迹；确定与目标对象对应的特征数据，其中，特征数据包括以下至少之一：音乐、运动数据中的特征点；将特征数据添加到运动轨迹视频中。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种运动轨迹视频的处理方法，其特征在于，包括：

根据目标对象的运动数据生成运动轨迹；

将所述运动轨迹转换运动轨迹视频，其中，所述运动轨迹视频用于在预定地图上展示所述目标对象的运动轨迹；

确定与所述目标对象对应的特征数据，其中，所述特征数据包括以下至少之一：音乐、所述运动数据中的特征点；

将所述特征数据添加到所述运动轨迹视频中。

2.根据权利要求1所述的方法，其特征在于，根据目标对象的运动数据生成运动轨迹包括：

提取所述运动数据中的多个定位点，其中，所述多个定位点是根据定位设备得到的；

对所述多个定位点进行分析，得到所述多个定位点中的干扰定位定；

将所述干扰定位点删除，得到有效定位点；

根据所述有效定位点生成所述运动轨迹。

3.根据权利要求1所述的方法，其特征在于，确定与所述目标对象对应的音乐包括：

确定所述目标对象的参考数据，其中，所述参考数据用于作为获取添加到所述运动轨迹视频中的音乐的依据；

通过匹配模型，得到与所述参考数据对应的音乐，其中，所述匹配模型为使用多组数据通过机器学习训练得到的，所述多组数据中的每组数据均包括：参考数据和该参考数据对应的音乐。

4.根据权利要求1所述的方法，其特征在于，确定与所述目标对象对应的音乐包括：

接收所述目标对象输入的音乐特征数据；

根据所述音乐特征数据得到所述目标对象对应的音乐。

5.根据权利要求1所述的方法，其特征在于，在所述特征数据为音乐的情况下，将所述特征数据添加到所述运动轨迹视频中包括：

获取所述音乐对应的音频文件；

提取所述运动轨迹视频对应的纯视频文件；

基于多媒体视频处理方式将所述音频文件添加到所述纯视频文件中。

6.根据权利要求1所述的方法，其特征在于，所述特征点包括以下至少之一：所述目标对象的运动数据中的运动峰值以及该运动峰值对应的第一节点，所述目标对象的运动数据超过所述目标对象自身的历史运动峰值的第二节点，其中，所述运动峰值和所述历史运动峰值均包括以下至少之一：运动时间峰值、运动强度峰值，所述历史运动峰值为所述目标对象在历史时间段内的历史运动数据中的运动峰值。

7.根据权利要求6所述的方法，其特征在于，在确定与所述目标对象的运动数据中的特征点之后，还包括：

基于所述运动数据中特征点的属性生成图标；

将所述图标展示在所述特征点对应的所述第一节点和/或所述第二节点上。

8.一种运动轨迹视频的处理装置，其特征在于，包括：

第一生成单元，用于根据目标对象的运动数据生成运动轨迹；

转换单元，用于将所述运动轨迹转换运动轨迹视频，其中，所述运动轨迹视频用于在预定地图上展示所述目标对象的运动轨迹；

确定单元，用于确定与所述目标对象对应的特征数据，其中，所述特征数据包括以下至少之一：音乐、所述运动数据中的特征点；

添加单元，用于将所述特征数据添加到所述运动轨迹视频中。

9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至7中任意一项所述的运动轨迹视频的处理方法。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的运动轨迹视频的处理方法。