CN109960995A - 一种运动数据确定系统、方法及装置 - Google Patents
一种运动数据确定系统、方法及装置 Download PDFInfo
- Publication number
- CN109960995A CN109960995A CN201711435917.4A CN201711435917A CN109960995A CN 109960995 A CN109960995 A CN 109960995A CN 201711435917 A CN201711435917 A CN 201711435917A CN 109960995 A CN109960995 A CN 109960995A
- Authority
- CN
- China
- Prior art keywords
- image acquisition
- moving objects
- acquisition unit
- exercise data
- exercise
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2291—User-Defined Types; Storage management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2379—Updates performed during online database operations; commit processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例提供了一种运动数据确定系统、方法及装置。本系统包括服务器和至少两个图像采集单元,图像采集单元可以采集图像,并对采集的图像进行人脸识别,得到运动对象,将运动对象发送至服务器;服务器,用于接收图像采集单元发送的运动对象,根据该图像采集单元对应的运动量参数,确定该运动对象的运动数据。应用本申请实施例提供的方案,能够提高对运动对象的运动监督作用,避免代跑的情况。
Description
技术领域
本申请涉及数据处理技术领域,特别是涉及一种运动数据确定系统、方法及装置。
背景技术
随着生活质量的不断提高,人们对身体健康的关注度越来越高,越来越多的人开始跑步、快走,以锻炼身体。为了提高相关人员的身体素质,很多单位开始监督人们的运动情况。这就需要能获知人们的运动数据,进而掌握人们的运动情况。运动数据可以包括运动距离、运动时长、运动圈数或消耗的卡路里等数据。
相关技术中,可以采用射频识别的方式确定运动对象的运动数据。具体的,预先在道路上设置多个射频识别设备,当运动对象携带射频卡在道路上跑步时,各个射频识别设备可以识别射频卡,并将识别结果发送至主机,主机根据各个射频识别设备发送的识别结果确定运动对象的运动数据。
通常,采用上述方案能够确定人们的运动数据。但是,当运动对象的射频卡由其他人代为携带时,主机也能确定运动数据,而无法知道确定的运动数据并不是运动对象的真实运动数据。因此,上述方案对运动对象的运动监督作用不够,无法避免代跑的情况。
发明内容
本申请实施例的目的在于提供了一种运动数据确定系统、方法及装置,以提高对运动对象的运动监督作用,避免代跑的情况。具体的技术方案如下。
第一方面,本申请实施例提供了一种运动数据确定系统。该系统包括:服务器和至少两个图像采集单元;
所述图像采集单元,用于采集图像,并对采集的图像进行人脸识别,得到运动对象,将所述运动对象发送至所述服务器;
所述服务器,用于接收所述图像采集单元发送的运动对象,根据所述图像采集单元对应的运动量参数,确定所述运动对象的运动数据。
可选的,所述服务器具体用于:
获取上一次接收所述运动对象的上一时刻;
判断所述当前时刻与上一时刻之间的时间间隔是否大于预设时长阈值,所述当前时刻为接收所述图像采集单元发送所述运动对象的时刻;
如果是,则根据所述图像采集单元对应的运动量参数,更新所述运动对象的运动数据。
可选的,所述服务器与至少两个图像采集单元相连;所述服务器具体用于:
获取上一次发送所述运动对象的第一图像采集单元;
根据所述图像采集单元和所述第一图像采集单元之间的顺序,以及所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据。
可选的,所述服务器具体用于:
判断所述图像采集单元和所述第一图像采集单元之间的先后顺序是否符合预设顺序,如果是,则根据所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据;或者,
所述服务器具体用于:
判断所述第一图像采集单元是否为预设的与所述图像采集单元对应的相邻图像采集单元,如果是,则根据所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据。
可选的,所述运动量参数为位置、圈数、时刻中的至少一种;所述服务器具体用于:
当所述运动数据为运动距离时,根据第一距离,增加所述运动对象的运动距离;所述第一距离为:所述图像采集单元对应的位置与所述第一图像采集单元对应的位置之间的距离;
当所述运动数据为运动圈数时,根据第一圈数,增加所述运动对象的运动圈数;所述第一圈数为:所述图像采集单元对应的圈数与所述第一图像采集单元对应的圈数之间的差值圈数;
当所述运动数据为运动时长时,根据第一时长,增加所述运动对象的运动时长;所述第一时长为:所述图像采集单元采集所述运动对象所在图像的时刻与所述第一图像采集单元采集所述运动对象所在图像的时刻之间的时长;
当所述运动数据为平均速度时,根据所述第一距离和所述第一时长,更新所述运动对象的平均速度。
可选的,该系统还包括:位于运动道路入口处的入口图像采集单元;所述入口图像采集单元与所述服务器相连;所述服务器还用于:
在接收所述图像采集单元发送的运动对象之前,接收所述入口图像采集单元发送的运动对象,创建所述运动对象的运动数据。
可选的,所述服务器,还用于:
在接收到所述图像采集单元发送的运动对象之后,检测在当前时刻之前的第一预设时长内是否获取过所述运动对象,如果否,则创建所述运动对象的运动数据;所述当前时刻为接收所述图像采集单元发送的运动对象的时刻。
可选的,所述服务器还用于:
若在确定所述运动对象的运动数据之后的第二预设时长内,未获取到所述运动对象,则将所述运动对象的运动数据设置为失活状态。
可选的,所述服务器还用于:
在创建所述运动对象的运动数据之后,检测存储的处于失活状态的运动数据对应的运动对象中是否存在所述运动对象,如果存在,则将创建的所述运动对象的运动数据与处于失活状态的所述运动对象的运动数据进行关联。
可选的,所述服务器还用于:
将所述运动对象的运动数据发送至与所述服务器相连的客户端。
第二方面,本申请实施例提供了一种运动数据确定方法。该方法包括:
获取对图像采集单元采集的图像进行人脸识别后得到的运动对象;
根据所述图像采集单元对应的运动量参数,确定所述运动对象的运动数据。
可选的,所述根据所述图像采集单元对应的运动量参数,确定所述运动对象的运动数据的步骤,包括:
获取上一次进行人脸识别后得到所述运动对象的上一时刻;
判断所述当前时刻与上一时刻之间的时间间隔是否大于预设时长阈值,所述当前时刻为获取对图像采集单元采集的图像进行人脸识别后得到的运动对象的时刻;
如果是,则根据所述图像采集单元对应的运动量参数,更新所述运动对象的运动数据。
可选的,当所述图像采集单元为至少两个时,所述根据所述图像采集单元对应的运动量参数,确定所述运动对象的运动数据的步骤,包括:
获取采集目标图像的第一图像采集单元,所述目标图像为:上一次进行人脸识别后得到所述运动对象的图像;
根据所述图像采集单元和所述第一图像采集单元之间的顺序,以及所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据。
可选的,所述根据所述图像采集单元和所述第一图像采集单元之间的顺序,以及所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据的步骤,包括:
判断所述图像采集单元和所述第一图像采集单元之间的先后顺序是否符合预设顺序,如果是,则根据所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据;或者,
判断所述第一图像采集单元是否为预设的与所述图像采集单元对应的相邻图像采集单元,如果是,则根据所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据。
可选的,所述运动量参数为位置、圈数、时刻中的至少一种;
当所述运动数据为运动距离时,所述根据所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据的步骤,包括:
根据第一距离,增加所述运动对象的运动距离;所述第一距离为:所述图像采集单元对应的位置与所述第一图像采集单元对应的位置之间的距离;
当所述运动数据为运动圈数时,所述根据所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据的步骤,包括:
根据第一圈数,增加所述运动对象的运动圈数;所述第一圈数为:所述图像采集单元对应的圈数与所述第一图像采集单元对应的圈数之间的差值圈数;
当所述运动数据为运动时长时,所述根据所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据的步骤,包括:
根据第一时长,增加所述运动对象的运动时长;所述第一时长为:所述图像采集单元采集所述运动对象所在图像的时刻与所述第一图像采集单元采集所述运动对象所在图像的时刻之间的时长;
当所述运动数据为平均速度时,所述根据所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据的步骤,包括:
根据所述第一距离和所述第一时长,更新所述运动对象的平均速度。
可选的,在获取到对图像采集单元采集的图像进行人脸识别后得到的运动对象之后,还包括:
检测在当前时刻之前的第一预设时长内是否获取过所述运动对象,如果否,则创建所述运动对象的运动数据;所述当前时刻为获取对图像采集单元采集的图像进行人脸识别后得到的运动对象的时刻。
可选的,所述方法还包括:
若在确定所述运动对象的运动数据之后的第二预设时长内,未获取到所述运动对象,则将所述运动对象的运动数据设置为失活状态。
可选的,在创建所述运动对象的运动数据之后,还包括:
检测存储的处于失活状态的运动数据对应的运动对象中是否存在所述运动对象,如果存在,则将创建的所述运动对象的运动数据与处于失活状态的所述运动对象的运动数据进行关联。
第三方面,本申请实施例提供了一种运动数据确定装置。该装置包括:
对象获取模块,用于获取对图像采集单元采集的图像进行人脸识别后得到的运动对象;
数据确定模块,用于根据所述图像采集单元对应的运动量参数,确定所述运动对象的运动数据。
可选的,所述数据确定模块,具体用于:
获取上一次进行人脸识别后得到所述运动对象的上一时刻;
判断所述当前时刻与上一时刻之间的时间间隔是否大于预设时长阈值,所述当前时刻为获取对图像采集单元采集的图像进行人脸识别后得到的运动对象的时刻;
如果是,则根据所述图像采集单元对应的运动量参数,更新所述运动对象的运动数据。
可选的,所述图像采集单元为至少两个;所述数据确定模块,包括:
获取子模块,用于获取采集目标图像的第一图像采集单元,所述目标图像为:上一次进行人脸识别后得到所述运动对象的图像;
更新子模块,用于根据所述图像采集单元和所述第一图像采集单元之间的顺序,以及所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据。
可选的,所述更新子模块,具体用于:
判断所述图像采集单元和所述第一图像采集单元之间的先后顺序是否符合预设顺序,如果是,则根据所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据;或者,
所述更新子模块,具体用于:
判断所述第一图像采集单元是否为预设的与所述图像采集单元对应的相邻图像采集单元,如果是,则根据所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据。
可选的,所述运动量参数为位置、圈数、时刻中的至少一种;
所述更新子模块,具体用于:
当所述运动数据为运动距离时,根据第一距离,增加所述运动对象的运动距离;所述第一距离为:所述图像采集单元对应的位置与所述第一图像采集单元对应的位置之间的距离;
当所述运动数据为运动圈数时,根据第一圈数,增加所述运动对象的运动圈数;所述第一圈数为:所述图像采集单元对应的圈数与所述第一图像采集单元对应的圈数之间的差值圈数;
当所述运动数据为运动时长时,根据第一时长,增加所述运动对象的运动时长;所述第一时长为:所述图像采集单元采集所述运动对象所在图像的时刻与所述第一图像采集单元采集所述运动对象所在图像的时刻之间的时长;
当所述运动数据为平均速度时,根据所述第一距离和所述第一时长,更新所述运动对象的平均速度。
可选的,该装置还包括:
数据创建模块,用于在获取到对图像采集单元采集的图像进行人脸识别后得到的运动对象之后,检测在当前时刻之前的第一预设时长内是否获取过所述运动对象,如果否,则创建所述运动对象的运动数据;所述当前时刻为获取对图像采集单元采集的图像进行人脸识别后得到的运动对象的时刻。
可选的,该装置还包括:
失活设置模块,用于若在确定所述运动对象的运动数据之后的第二预设时长内,未获取到所述运动对象,则将所述运动对象的运动数据设置为失活状态。
可选的,该装置还包括:
数据关联模块,用于在创建所述运动对象的运动数据之后,检测存储的处于失活状态的运动数据对应的运动对象中是否存在所述运动对象,如果存在,则将创建的所述运动对象的运动数据与处于失活状态的所述运动对象的运动数据进行关联。
第四方面,本申请实施例提供了一种电子设备。该电子设备包括处理器和存储器,其中,
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现本申请实施例提供的运动数据确定方法。该方法包括:
获取对图像采集单元采集的图像进行人脸识别后得到的运动对象;
根据所述图像采集单元对应的运动量参数,确定所述运动对象的运动数据。
综上,本申请实施例提供的运动数据确定系统、方法及装置,可以对采集的图像进行人脸识别,将识别得到的运动对象发送至服务器,根据图像采集单元对应的运动量参数,确定运动对象的运动数据。由于运动对象是对采集的图像进行人脸识别得到的,人脸难以被冒充,因此本申请实施例能够提高对运动对象的运动监督作用,避免代跑的情况。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的运动数据确定系统的一种结构示意图;
图2a~图2e分别为本申请实施例提供的几种应用场景示意图;
图3为本申请实施例提供的运动数据确定系统的另一种结构示意图;
图4为本申请实施例提供的运动数据确定方法的一种流程示意图;
图5为本申请实施例提供的运动数据确定装置的一种结构示意图;
图6为本申请实施例提供的电子设备的一种结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整的描述。显然,所描述的实施例仅仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
为了提高对运动对象的运动监督作用,避免代跑的情况,本申请实施例提供了一种运动数据确定系统、方法及装置。下面通过具体实施例,对本申请进行详细说明。
图1为本申请实施例提供的运动数据确定系统的一种结构示意图。本实施例包括:服务器101和图像采集单元102。
在本实施例中,图像采集单元可以为一个,也可以为多个。图像采集单元可以位于运动道路上,用于采集运动道路上的图像。当图像采集单元为多个时,各个图像采集单元可以采集运动道路上不同位置处的图像。在安装时,图像采集单元可以设置在运动道路上的不同位置处,也可以设置在运动道路上的相同位置处,但是摄像头朝向不同方向,例如图像采集单元背对背安装。图像采集单元可以安装在运动道路上方的横杆上,并且可以使图像采集单元的图像采集范围的宽度大于运动道路的宽度,从而使位于运动跑道宽度方向不同位置上的运动对象都能被拍摄到。
本实施例中的图像采集单元可以为独立的设备。图像采集单元可以为具有图像采集功能的普通摄像头或监控相机等设备。图像采集单元与服务器之间可以是有线连接,也可以是无线连接。
图2a和图2b为本申请实施例提供的两种应用场景图。图2a中的运动道路为直线型道路,在运动道路的入口处和出口处分别安装了一个图像采集单元。入口处的图像采集单元A的拍摄方向为从入口指向跑道,出口出的图像采集单元B的拍摄方向为从出口指向跑道。其中,直线型道路并非是严格意义上的直线,而是道路未形成环形,道路的入口和出口之间可以是弯曲的。
图2b中的运动道路为环形道路。在该运动道路上安装了4个图像采集单元,这4个图像采集单元的拍摄方向均沿运动道路的切线并朝向运动道路的顺时针方向。其中,环形道路可以是任何环形形状,例如椭圆形、圆形或其他不规则的环形。
在本实施例中,图像采集单元102,用于采集图像,并对采集的图像进行人脸识别,得到运动对象,将运动对象发送至服务器。
服务器101,用于接收图像采集单元发送的运动对象,根据该图像采集单元102对应的运动量参数,确定所述运动对象的运动数据。
人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。图像采集单元102在采集到图像之后,可以对图像进行人脸识别,检测图像中的人脸区域,对检测到的人脸区域进行特征提取,将提取的人脸特征与人脸特征库中的人脸特征进行匹配,将匹配上的人脸特征对应的运动对象确定为图像中的运动对象。人脸特征库用于存储人脸特征与运动对象的第一对应关系。
在图像采集单元102检测图像中的人脸区域之前,可以对图像进行预处理,例如对图像进行光线补偿、灰度校正、噪声过滤等,检测预处理后的图像中的人脸区域。
得到运动对象可理解为得到运动对象的标识,该标识可以为名字或编号等。
图像采集单元102将运动对象发送至服务器101时,可以将携带运动对象的通知消息发送至服务器101。在一种具体实施方式中,图像采集单元102还可以将图像采集单元的标识和/或图像采集单元采集该运动对象所在图像的时刻发送至服务器101。
当运动对象在运动道路上循环运动时,服务器101可以间隔性地接收到图像采集单元发送的运动对象。
在一种实施方式中,服务器101在接收到图像采集单元发送的运动对象之后,可以存储图像采集单元发送的运动对象。在存储图像采集单元发送的运动对象时,服务器具体可以按照接收时刻的先后存储运动对象,也可以按照采集该运动对象所在图像的时刻的先后,将运动对象存储至运动信息库。
在另一种实施方式中,服务器101在接收到图像采集单元发送的运动对象之后,可以将运动对象加入运动信息队列中。运动信息队列是一种受限制的线性表,该线性表只允许在表的前端进行删除操作,而在表的后端进行插入操作。进行插入操作的端称为队尾,进行删除操作的端称为队头。
服务器101根据图像采集单元对应的运动量参数,确定运动对象的运动数据时,可以根据图像采集单元对应的运动距离、运动圈数或运动时长等参数,更新运动对象的运动数据。运动数据可以为运动距离、运动圈数、运动时长、平均速度等。更新运动对象的运动数据,可以为累计运动对象的运动数据,也可以确定运动对象的新的运动数据。
例如,当运动道路上存在一个图像采集单元时,图像采集单元对应的运动距离可以为运动道路的总长度;当运动道路上存在两个图像采集单元且两个图像采集单元均匀地分布在运动道路上时,图像采集单元对应的运动距离可以为运动道路总长度的一半。当图像采集单元从采集的图像中检测到运动对象时,服务器可以将运动对象的运动距离增加图像采集单元对应的运动距离。同样的,运动道路上存在一个图像采集单元时,图像采集单元对应的运动圈数可以为1圈;当运动道路上存在两个图像采集单元且两个图像采集单元均匀地分布在运动道路上时,图像采集单元对应的运动距离可以为半圈。当图像采集单元从采集的图像中检测到运动对象时,服务器可以将运动对象的运动圈数增加图像采集单元对应的运动圈数。同样的,服务器可以根据图像采集单元对应的运动时长,增加运动对象的运动时长。或者,服务器可以根据图像采集单元对应的运动时长以及累计的运动对象的总运动距离,更新运动对象的平均速度。服务器可以根据图像采集单元发送运动对象的时间,或者图像采集单元采集该运动对象所在图像的时刻,增加运动对象的运动时长。
由上述内容可知,本实施例可以对采集的图像进行人脸识别,将识别得到的运动对象发送至服务器,根据图像采集单元对应的运动量参数,确定运动对象的运动数据。由于运动对象是对采集的图像进行人脸识别得到的,人脸难以被冒充,因此本实施例能够提高对运动对象的运动监督作用,避免代跑的情况。
同时,本实施例在实施时不需要与运动对象进行交互,因此不会干扰运动对象的运动,能够提高用户的运动体验。
本实施例也可以应用在不需要其他人监督运动对象的场景中。例如,运动对象自身想要了解自身的运动情况时。
本实施例也可以应用在智慧小区建设中。随着智能小区建设的不断发展,现代化的智慧小区中的智能安防系统基本涵盖了小区内部的道路。因此,可以利用安防系统中的服务器和监控摄像头组成的系统,实现本实施例的方案,无需重新投入硬件设备,能够节省硬件成本。同时,也能促使智慧小区的智能安防系统从基础安保业务向智慧化生活应用快速延伸。
为了提高运动数据的准确性,在本申请的另一实施例中,在图1所示实施例中,服务器101具体可用于:
获取上一次接收该运动对象的上一时刻;
判断当前时刻与上一时刻之间的时间间隔是否大于预设时长阈值;其中,当前时刻为接收图像采集单元发送该运动对象的时刻;
如果是,则根据图像采集单元对应的运动量参数,更新该运动对象的运动数据。
在本实施例中,图像采集单元可以为一个,也可以为两个以上。在本申请的所有实施例中,进行一次人脸识别,可以理解为,图像采集单元在窗口时长内对连续采集的图像进行的人脸识别即为一次人脸识别。该窗口时长可以是预先设置的,表示运动对象从进入图像采集单元的图像采集范围到离开图像采集单元的图像采集范围之间的时长。图像采集单元可以对窗口时长内连续采集的各个图像均进行人脸识别,根据各个人脸识别结果确定最终的人脸识别结果。图像采集单元也可以对窗口时长内连续采集的各个图像中的指定图像进行人脸识别。
服务器获取上一次接收该运动对象的上一时刻时,可以从存储的时刻信息中获取。
例如,在图2a中,当运动道路上存在一个图像采集单元A时,图像采集单元A可以按照以下顺序及时刻采集到运动对象name-1所在的图像:7:10,7:15,7:26,7:30。如果当前时刻为7:10,则服务器获取的上一时刻为7:15。
其中,预设时长阈值为预先设置的时间长度值。预设时长阈值可以根据经验进行设置。如果当前时刻与上一时刻之间的时间间隔大于预设时长阈值,则认为运动对象按照规定进行运动。如果当前时刻与上一时刻之间的时间间隔不大于预设时长阈值,认为运动对象没有按照规定进行运动,可能中途折返,导致图像采集单元很快就再次检测到运动对象。
当判断到当前时刻与上一时刻之间的时间间隔不大于预设时长阈值时,可以不更新运动对象的运动数据。
综上,本实施例可以根据两次得到运动对象的时间间隔是否大于预设时长阈值,对运动对象的运动行为进行监督,当时间间隔大于预设时长阈值时,才更新运动对象的运动数据,可以避免运动对象中途折返虚造运动数据的情况。
在本申请的另一实施例中,在图1所示实施例中,服务器101可以与至少两个图像采集单元相连,至少两个图像采集单元可以采集运动道路上不同位置处的图像。本实施例中,服务器可以按照以下方式更新运动对象的运动数据:
获取上一次发送该运动对象的第一图像采集单元;
根据该图像采集单元和第一图像采集单元之间的顺序,以及该图像采集单元对应的运动量参数和第一图像采集单元对应的运动量参数,更新该运动对象的运动数据。
在本实施例中,由于运动对象在运动道路上运动时,可以间隔性地出现在各个图像采集单元的图像采集范围内,因此服务器101可以每隔一段时间即接收到一个图像采集单元发送的该运动对象。其中,运动对象在运动道路上的运动可以是跑,也可以是走等运动形式。
例如,在图2b中,运动对象X可以在图像采集单元A和B(以下简称设备A和设备B)之间来回运动。在运动对象X的运动过程中,当运动对象X以正面进入设备A的图像采集范围内时,设备A可以从采集的图像中得到运动对象X,并将运动对象X发送至服务器。例如,服务器可以在8:00接收到设备A发送的运动对象X,在8:02接收到设备B发送的运动对象X,在8:05接收到设备A发送的运动对象X,在8:08接收到设备B发送的运动对象X……。
当8:08接收到设备B发送的运动对象X时,将设备A作为第一图像采集单元。当8:05接收到设备A发送的运动对象X时,将设备B作为第一图像采集单元。当8:02接收到设备B发送的运动对象X,将设备A作为第一图像采集单元。
服务器101在获取上一次发送该运动对象的第一图像采集单元时,可以从存储的各个时刻的图像采集单元与运动对象的对应关系中确定第一图像采集单元。
第一图像采集单元可以与该图像采集单元不同,也可以相同。当运动对象按照规定方向在运动道路上运动时,第一图像采集单元与该图像采集单元不同。当运动对象没有按照规定方向在运动道路上运动,即可能在运动道路中间折返,此时,该图像采集单元可能至少连续两次检测到该运动对象。
服务器101在更新运动对象的运动数据时,可以判断该图像采集单元和第一图像采集单元之间的先后顺序是否符合预设顺序,如果是,则根据该图像采集单元对应的运动量参数和第一图像采集单元对应的运动量参数,更新该运动对象的运动数据,如果否,则不更新该运动对象的运动数据。
例如,在图2b中,预设顺序可以包括:设备A→设备B,设备B→设备A。X→Y表示Y为该图像采集单元,X为第一图像采集单元。如果当前图像采集单元为设备B,第一图像采集单元为设备A,则确定符合预设顺序,更新该运动对象的运动数据。如果当前图像采集单元为设备B,第一图像采集单元也为设备B,则确定不符合预设顺序,不更新该运动对象的运动数据。
服务器101在更新运动对象的运动数据时,也可以判断第一图像采集单元是否为预设的与该图像采集单元对应的相邻图像采集单元,如果是,则根据该图像采集单元对应的运动量参数和第一图像采集单元对应的运动量参数,更新该运动对象的运动数据;如果否,则不更新该运动对象的运动数据。
本实施例中,服务器101预先存储了与各个图像采集单元对应的相邻图像采集单元。例如,在图2b中,设备A的相邻图像采集单元为设备B,设备B的相邻图像采集单元为设备A。在图2c中,各个图像采集单元的相邻图像采集单元可以分别为:设备A—设备D,设备B—设备A,设备C—设备B,设备D—设备C。X—Y表示Y为X的相邻图像采集单元。
以图2c为例说明上述判断过程。当前接收到设备B发送的运动对象X时,如果获取到的第一图像采集单元为设备A,则可以确定第一图像采集单元就是设备B的相邻图像采集单元,则更新该运动对象的运动数据。此时能说明运动对象从设备A运动至了设备B。如果获取到的第一图像采集单元为设备B,则可以确定第一图像采集单元不是设备B的相邻图像采集单元,不更新该运动对象的运动数据。此时,设备B连续两次检测到运动对象,因此无法确定运动对象在此期间进行了怎样的运动,因此可以不更新该运动对象的运动数据。
在图2c中,各个图像采集单元的相邻图像采集单元也可以分别为:设备A—设备D和设备B,设备B—设备A和设备C,设备C—设备B和设备D,设备D—设备C和设备A。当前接收到设备B发送的运动对象X时,如果获取到的第一图像采集单元为设备A,则可以认为运动对象X从设备A附近运动到了设备B附近。如果获取到的第一图像采集单元为设备C,则可以认为运动对象X从设备C附近运动到了设备B附近。
综上,本实施例中,服务器在更新运动对象的运动数据时,可以在该图像采集单元与第一图像采集单元之间的顺序满足一定条件时,更新运动对象的运动数据,这样可以更准确地确定是否应该更新运动数据,能够提高运动数据的准确性。
在本申请的另一实施例中,在上述实施例中,运动量参数可以为位置、圈数、时刻中的至少一种。服务器101根据图像采集单元对应的运动量参数和第一图像采集单元对应的运动量参数,更新该运动对象的运动数据时,具体可以包括以下情况:
情况一,当运动数据为运动距离时,服务器101可以根据第一距离,增加该运动对象的运动距离。
其中,第一距离为:该图像采集单元对应的位置与第一图像采集单元对应的位置之间的距离。图像采集单元对应的位置可以为预先设定的,可以是安装位置,也可以是图像采集范围的位置。第一图像采集单元与该图像采集单元之间的距离,可以是预先存储至服务器中的,也可以是服务器确定的。
例如,在图2c中,运动道路的总长为400m,设备A~D对应的位置可以分别为0m/400m,100m,200m,300m。当该图像采集单元为设备A,第一图像采集单元为设备D时,设备A与设备D之间的距离为400m-300m=100m。当该图像采集单元为设备B,第一图像采集单元为设备B时,设备B与设备A之间的距离为100m-0m=100m。
根据第一距离,增加该运动对象的运动距离,可以为在运动对象原来的运动距离基础上再增加第一距离。
情况二,当运动数据为运动圈数时,根据第一圈数,增加该运动对象的运动圈数。
其中,第一圈数为:该图像采集单元对应的圈数与第一图像采集单元对应的圈数之间的差值圈数。图像采集单元对应的圈数可以为预先设定的。第一圈数可以为预先存储至服务器中的,也可以是服务器确定的。
例如,在图2c中,当设备A~D均匀分布在运动道路上时,设备A~D对应的圈数可以分别为0圈/1圈,0.25圈,0.5圈,0.75圈。当该图像采集单元为设备A,第一图像采集单元为设备D时,设备A与设备D之间的差值圈数为1圈-0.75圈=0.25圈。当该图像采集单元为设备B,第一图像采集单元为设备B时,设备B与设备A之间的差值圈数为0.25圈-0圈=0.25圈。
根据第一圈数,增加该运动对象的运动圈数,具体可以为在运动对象原来的运动圈数基础上再增加第一圈数。
情况三,当运动数据为运动时长时,根据第一时长,增加该运动对象的运动时长。
其中,第一时长为:该图像采集单元采集该运动对象所在图像的时刻与第一图像采集单元采集该运动对象所在图像的时刻之间的时长。
本实施方式中,服务器可以从存储的采集该运动对象所在图像的时刻中确定该图像采集单元对应的时刻和第一图像采集单元对应的时刻。
本实施方式中,当图像采集单元向服务器发送运动对象时,可以将该运动对象对应的图像的采集时刻发送至服务器,服务器可以接收到图像采集单元发送的采集该运动对象所在图像的时刻。具体的,图像采集单元可以将一段时间内第一次检测到该运动对象的图像的时刻发送至服务器,也可以将一段时间内最后一次检测到该运动对象的图像的时刻发送至服务器。上述的一段时间可以为连续检测到运动对象的时间。
根据第一时长,增加该运动对象的运动时长,具体可以为在运动对象原来的运动时长基础上再增加第一时长。
例如,在图2b中,设备A在采集时刻8:00检测到了运动对象X,此时运动对象X的累计运动时长为5分钟;设备B在采集时刻8:02检测到了运动对象X,则此时运动对象A的累计运动时长为5分钟+2分钟=7分钟。
为了提高处理效率,服务器也可以将接收该运动对象的接收时刻,作为图像采集单元采集该运动对象所在图像的时刻。
情况四,当运动数据为平均速度时,根据第一距离和第一时长,更新该运动对象的平均速度。具体的,可以根据第一距离,确定累计的该运动对象的运动距离,根据第一时长,确定累计的该运动对象的运动时长,将累计的该运动对象的运动时长与累计的该运动对象的运动距离的比值,作为该运动对象的平均速度。
本实施例中,运动数据还可以为除了运动距离、运动时长和平均速度之外的其他数据。在更新运动数据时,可以根据运动距离和运动时长确定该其他数据。该运动距离可以为累计的运动距离,也可以为某一段时间内的运动距离。该运动时长为与运动距离对应的运动时长。
例如,其他数据可以为跑步热量(卡路里)。跑步热量可以理解为跑步时消耗的热量,可以根据以下公式一、公式二、公式三之一,确定跑步热量:
公式一,跑步热量(kcal)=体重(kg)×运动时长(h)×指数K1,指数K1=30/v。v=运动距离/运动时长。
公式二,跑步热量(kcal)=体重(kg)×运动距离(km)×指数K2。K2可以根据经验取为1.036。
公式三,跑步热量(kcal)=体重(kg)×运动时长(min)×指数K3。当v=运动距离/运动时长为每小时8km时,K3取0.1355。当v为每小时12km时,K3取0.1797。当v为每小时15km时,K3取0.1875。
其他数据也可以为根据运动距离和运动时长计算出的表征人体健康状况的指数。
在本申请的另一实施例中,图1所示实施例中,为了能更准确地开始记录运动对象的运动数据,系统还可以包括位于运动道路入口处的入口图像采集单元。入口图像采集单元与服务器101相连。入口图像采集单元用于采集图像,并对采集的图像进行人脸识别,得到运动对象,将运动对象发送至服务器101。
服务器101还在接收该图像采集单元发送的运动对象之前,接收入口图像采集单元发送的运动对象,创建运动对象的运动数据。创建运动对象的运动数据,可以理解为创建该运动对象的运动账户,该运动账户中存在该运动对象的运动数据。在创建运动对象的运动数据时,可以将运动对象的运动数据置为初始值,初始值可以为0或其他值。
该入口图像采集单元的拍摄方向可以为从入口指向跑道外侧。图2d和图2e为本申请实施例提供的两种应用场景示意图。图2d为在图2b的基础上增加入口图像采集单元O的场景图。图2e为在图2c的基础上增加入口图像采集单元O的场景图。
例如,在接收到入口图像采集单元发送的运动对象X时,可以创建运动对象X的运动数据表格,运动数据表格的内容可以包括:编号,姓名,开始运动时刻,运动数据,结束运动时刻等项目。
在本实施例中,可以将入口图像采集单元作为其他图像采集单元的相邻图像采集单元存储在服务器中,这样当运动对象从入口图像采集单元附近运动至其他图像采集单元附近时期间的运动数据也能够记录下来,提高确定的运动数据的准确性。
综上,本实施例中增加了入口图像采集单元,能够更准确地开始记录运动数据,提高运动数据的准确性。
在本申请的另一实施例中,也可以不安装入口图像采集单元,实现对运动数据的创建,减少设备成本。图1所示实施例中,在接收到图像采集单元发送的运动对象之后,服务器101检测在当前时刻之前的第一预设时长内是否获取过该运动对象,如果否,则创建该运动对象的运动数据;如果是,则可以不予以处理。
其中,当前时刻为接收该图像采集单元发送的运动对象的时刻。第一预设时长可以为预先设置的时长数值,具体可以根据实际经验设置其值。
如果在当前时刻之前的第一预设时长内没有获取过该运动对象,则可以认为该运动对象是首次出现,可以创建该运动对象的运动数据。采用这种方式也可以在不安装入口图像采集单元的情况下实现对运动数据的创建,减少设备成本。
在本申请的另一实施例中,图1所示实施例中,服务器101若在确定运动对象的运动数据之后的第二预设时长内,未获取到该运动对象,则将该运动对象的运动数据设置为失活状态。设置为失活状态的运动数据不可更改,不可写入。服务器也可以将处于失活状态的时刻记录在运动数据表格中的结束运动时刻处。
其中,第二预设时长可以为根据经验值预先确定的时长。服务器在确定运动对象的运动数据之后的第二预设时长内未接收到该运动对象,可以认为运动对象已经结束运动。
在本申请的另一实施例中,在上述实施例中,在创建该运动对象的运动数据之后,服务器101检测存储的处于失活状态的运动数据对应的运动对象中是否存在该运动对象,如果存在,则将创建的该运动对象的运动数据与处于失活状态的该运动对象的运动数据进行关联;如果不存在,则不予以处理。这样,可以根据当前创建的运动数据更容易地确定以前的运动数据,提高处理效率。
在本申请的另一实施例中,图1所示实施例的基础上,该系统还可以包括与服务器101相连的客户端103,参见图3所示系统结构示意图。服务器101还可以将运动对象的运动数据发送至与服务器101相连的客户端103。客户端103接收到该运动对象的运动数据之后,可以向用户显示该运动数据。
服务器101可以在更新运动对象的运动数据之后主动地向客户端103发送更新后的运动数据,也可以按照预设发送周期,向客户端发送运动对象的运动数据。
服务器101也可以在接收到客户端103发送的数据获取请求时将该运动对象的运动数据发送至客户端103。数据获取请求可以携带运动对象的标识。
综上,本实施例中包括客户端,客户端可以通过服务器及时地获取到运动对象的运动数据,这样使得用户可以更方便地得到运动数据,因此能够提高用户体验。
在本申请的另一实施例中,在上述实施例的基础上,在服务器将运动数据发送至与客户端时,系统也可以不包括客户端。
图4为本申请实施例提供的运动数据确定方法的一种流程示意图。本方法实施例可以应用于电子设备,该电子设备可以为服务器,该服务器与至少一个图像采集单元相连;也可以为与至少一个图像采集单元相连的后端设备。例如,图像采集单元为前端摄像头,电子设备为与该摄像头相连的后端设备,前端用于采集图像,后端用于对图像进行处理。本实施例提供的方法包括以下步骤S401~步骤S402:
步骤S401:获取对图像采集单元采集的图像进行人脸识别后得到的运动对象。
在本实施例中,图像采集单元可以为一个,也可以为多个。图像采集单元可以位于运动道路上,用于采集运动道路上的图像。当图像采集单元为多个时,各个图像采集单元可以采集运动道路上不同位置处的图像。
当电子设备为服务器时,本步骤可以为,获取图像采集单元发送的运动对象。该运动对象为:图像采集单元对采集的图像进行人脸识别后得到的运动对象。
在获取图像采集单元发送的运动对象时,可以从接收的携带运动对象的通知消息中获取该运动对象。在一种具体的实施方式中,还可以获取图像采集单元的标识和/或图像采集单元采集该运动对象所在图像的时刻。
当电子设备为与图像采集单元相连的后段设备时,本步骤可以为,接收图像采集单元发送的图像,对该图像进行人脸识别,得到运动对象。
在接收图像采集单元发送的图像时,还可以接收到图像采集单元发送的图像的采集时刻和/或图像采集单元的标识。
得到运动对象可理解为得到运动对象的标识,该标识可以为名字或编号等,也可以理解为得到运动对象对应的图像区域。
其中,人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。在采集到图像之后,可以对图像进行人脸识别,检测图像中的人脸区域,对检测到的人脸区域进行特征提取,将提取的人脸特征与人脸特征库中的人脸特征进行匹配,将匹配上的人脸特征对应的运动对象确定为图像中的运动对象。人脸特征库用于存储人脸特征与运动对象的第一对应关系。
在检测图像中的人脸区域之前,可以对图像进行预处理,例如对图像进行光线补偿、灰度校正、噪声过滤等,检测预处理后的图像中的人脸区域。
当运动对象在运动道路上循环运动时,电子设备可以间隔性地获取到该运动对象。在获取到该运动对象时,可以存储图像采集单元与运动对象之间的对应关系
本实施例中,电子设备可以间隔性地获取到图像采集单元发送的运动对象。
在一种实施方式中,当电子设备与一个图像采集单元相连时,在获取到运动对象之后,可以存储时刻与运动对象之间的对应关系。
当电子设备与两个以上的图像采集单元相连时,在获取到运动对象之后,可以存储图像采集单元与运动对象的对应关系。在存储时,具体可以按照时刻的先后将图像采集单元的标识和运动对象之间的对应关系存储至运动信息库。也可以将图像采集单元的标识和对应的运动对象加入运动信息队列中。运动信息队列是一种受限制的线性表,该线性表只允许在表的前端进行删除操作,而在表的后端进行插入操作。进行插入操作的端称为队尾,进行删除操作的端称为队头。
在存储时,当电子设备直接接收图像采集单元发送的运动对象时,上述时刻可以为图像采集单元采集图像的时刻,也可以为图像采集单元发送运动对象的时刻。当电子设备直接接收图像采集单元采集的图像时,上述时刻可以为图像采集单元采集图像的时刻。
步骤S402:根据该图像采集单元对应的运动量参数,确定该运动对象的运动数据。
本步骤具体可以根据图像采集单元对应的运动距离、运动圈数或运动时长等参数,更新运动对象的运动数据。运动数据可以为运动距离、运动圈数、运动时长、平均速度等。更新运动对象的运动数据,可以为累计运动对象的运动数据,也可以确定运动对象的新的运动数据。
例如,当运动道路上存在一个图像采集单元时,图像采集单元对应的运动距离可以为运动道路的总长度;当运动道路上存在两个图像采集单元且两个图像采集单元均匀地分布在运动道路上时,图像采集单元对应的运动距离可以为运动道路总长度的一半。当获取到运动对象时,电子设备可以将运动对象的运动距离增加图像采集单元对应的运动距离。同样的,运动道路上存在一个图像采集单元时,图像采集单元对应的运动圈数可以为1圈;当运动道路上存在两个图像采集单元且两个图像采集单元均匀地分布在运动道路上时,图像采集单元对应的运动距离可以为半圈。当获取到运动对象时,电子设备可以将运动对象的运动圈数增加图像采集单元对应的运动圈数。同样的,电子设备可以根据图像采集单元对应的运动时长,增加运动对象的运动时长。或者,电子设备可以根据图像采集单元对应的运动时长以及累计的运动对象的总运动距离,更新运动对象的平均速度。
由上述内容可知,本实施例可以获取对图像采集单元采集的图像进行人脸识别后得到的运动对象,根据图像采集单元对应的运动量参数,确定运动对象的运动数据。由于运动对象是对采集的图像进行人脸识别得到的,人脸难以被冒充,因此本实施例能够提高对运动对象的运动监督作用,避免代跑的情况。
在本申请的另一实施例中,图4所述实施例中,步骤S401,根据图像采集单元对应的运动量参数,确定运动对象的运动数据的步骤,具体可以包括:
步骤1a:获取上一次进行人脸识别后得到该运动对象的上一时刻。
在本实施例中,图像采集单元可以为一个,也可以为两个以上。当图像采集单元对图像进行人脸识别时,进行一次人脸识别可以理解为,图像采集单元在窗口时长内对连续采集的图像进行的人脸识别即为一次人脸识别。该窗口时长可以是预先设置的,表示运动对象从进入图像采集单元的图像采集范围到离开图像采集单元的图像采集范围之间的时长。图像采集单元可以对窗口时长内连续采集的各个图像均进行人脸识别,根据各个人脸识别结果确定最终的人脸识别结果。图像采集单元也可以对窗口时长内连续采集的各个图像中的指定图像进行人脸识别。
当电子设备对图像进行人脸识别时,进行一次人脸识别,可以理解为,电子设备对在窗口时长内连续接收的图像进行的人脸识别即为一次人脸识别。
获取上一时刻时,可以从存储的时刻信息中获取。
步骤2a:判断所述当前时刻与上一时刻之间的时间间隔是否大于预设时长阈值,如果是,则执行步骤3a;如果否,则可以不予以处理。
其中,当前时刻为获取对图像采集单元采集的图像进行人脸识别后得到的运动对象的时刻。
其中,预设时长阈值为预先设置的时间长度值。预设时长阈值可以根据经验进行设置。如果当前时刻与上一时刻之间的时间间隔大于预设时长阈值,则认为运动对象按照规定进行运动。如果当前时刻与上一时刻之间的时间间隔不大于预设时长阈值,认为运动对象没有按照规定进行运动,可能中途折返,导致图像采集单元很快就再次检测到运动对象。
步骤3a:根据该图像采集单元对应的运动量参数,更新该运动对象的运动数据。
本步骤具体可以为根据该图像采集单元对应的运动量参数,增加该运动对象的运动数据,或者,根据该图像采集单元对应的运动量参数,确定该运动对象新的运动数据。
综上,本实施例可以根据两次得到运动对象的时间间隔是否大于预设时长阈值,对运动对象的运动行为进行监督,当时间间隔大于预设时长阈值时,才更新运动对象的运动数据,可以避免运动对象中途折返虚造运动数据的情况。
在本申请的另一实施例中,图4所述实施例中,当服务器与至少两个图像采集单元相连时,步骤S401,根据图像采集单元对应的运动量参数,确定运动对象的运动数据的步骤,具体可以包括:
步骤1b:获取采集目标图像的第一图像采集单元。其中,目标图像为:上一次进行人脸识别后得到所述运动对象的图像。
在本实施例中,由于运动对象在运动道路上运动时,可以间隔性地出现在各个图像采集单元的图像采集范围内,因此电子设备可以每隔一段时间即接收到一个图像采集单元发送的该运动对象。其中,运动对象在运动道路上的运动可以是跑,也可以是走等运动形式。
在获取采集目标图像的第一图像采集单元时,可以从存储的各个时刻的图像采集单元与运动对象的对应关系中确定第一图像采集单元。
第一图像采集单元可以与该图像采集单元不同,也可以相同。当运动对象按照规定方向在运动道路上运动时,第一图像采集单元与该图像采集单元不同。当运动对象没有按照规定方向在运动道路上运动,即可能在运动道路中间折返,此时,该图像采集单元可能至少连续两次检测到该运动对象。
步骤2b:根据该图像采集单元和第一图像采集单元之间的顺序,以及该图像采集单元对应的运动量参数和第一图像采集单元对应的运动量参数,更新该运动对象的运动数据。
本步骤在具体实施时,可以包括以下两种方式:
方式一,判断该图像采集单元和第一图像采集单元之间的先后顺序是否符合预设顺序,如果是,则根据该图像采集单元对应的运动量参数和第一图像采集单元对应的运动量参数,更新该运动对象的运动数据,如果否,则不更新该运动对象的运动数据。
例如,在图2b中,预设顺序可以包括:设备A→设备B,设备B→设备A。X→Y表示Y为该图像采集单元,X为第一图像采集单元。如果当前图像采集单元为设备B,第一图像采集单元为设备A,则确定符合预设顺序,更新该运动对象的运动数据。如果当前图像采集单元为设备B,第一图像采集单元也为设备B,则确定不符合预设顺序,不更新该运动对象的运动数据。
方式二,判断第一图像采集单元是否为预设的与该图像采集单元对应的相邻图像采集单元,如果是,则根据该图像采集单元对应的运动量参数和第一图像采集单元对应的运动量参数,更新该运动对象的运动数据;如果否,则不更新该运动对象的运动数据。
本实施例中,电子设备可以预先存储与各个图像采集单元对应的相邻图像采集单元。例如,在图2b中,设备A的相邻图像采集单元为设备B,设备B的相邻图像采集单元为设备A。在图2c中,各个图像采集单元的相邻图像采集单元可以分别为:设备A—设备D,设备B—设备A,设备C—设备B,设备D—设备C。X—Y表示Y为X的相邻图像采集单元。
以图2c为例说明上述判断过程。当前接收到设备B发送的运动对象X时,如果获取到的第一图像采集单元为设备A,则可以确定第一图像采集单元就是设备B的相邻图像采集单元,则更新该运动对象的运动数据。此时能说明运动对象从设备A运动至了设备B。如果获取到的第一图像采集单元为设备B,则可以确定第一图像采集单元不是设备B的相邻图像采集单元,不更新该运动对象的运动数据。此时,设备B连续两次检测到运动对象,因此无法确定运动对象在此期间进行了怎样的运动,因此可以不更新该运动对象的运动数据。
在图2c中,各个图像采集单元的相邻图像采集单元也可以分别为:设备A—设备D和设备B,设备B—设备A和设备C,设备C—设备B和设备D,设备D—设备C和设备A。当前接收到设备B发送的运动对象X时,如果获取到的第一图像采集单元为设备A,则可以认为运动对象X从设备A附近运动到了设备B附近。如果获取到的第一图像采集单元为设备C,则可以认为运动对象X从设备C附近运动到了设备B附近。
综上,本实施例中,在更新运动对象的运动数据时,可以在该图像采集单元与第一图像采集单元之间的顺序满足一定条件时,更新运动对象的运动数据,这样可以更准确地确定是否应该更新运动数据,能够提高运动数据的准确性。
在本申请的另一实施例中,在图4所示实施例中,上述步骤2b中,根据图像采集单元对应的运动量参数和第一图像采集单元对应的运动量参数,更新该运动对象的运动数据时,可以包括以下实施方式:
方式a,当运动数据为运动距离时,可以根据第一距离,增加该运动对象的运动距离。
其中,第一距离为:该图像采集单元对应的位置与第一图像采集单元对应的位置之间的距离。图像采集单元对应的位置可以为预先设定的,可以是安装位置,也可以是图像采集范围的位置。第一图像采集单元与该图像采集单元之间的距离,可以是预先存储至电子设备中的,也可以是电子设备确定的。
根据第一距离,增加该运动对象的运动距离,可以为在运动对象原来的运动距离基础上再增加第一距离。
方式b,当运动数据为运动圈数时,根据第一圈数,增加该运动对象的运动圈数。
其中,第一圈数为:该图像采集单元对应的圈数与第一图像采集单元对应的圈数之间的差值圈数。图像采集单元对应的圈数可以为预先设定的。第一圈数可以为预先存储至电子设备中的,也可以是电子设备确定的。
根据第一圈数,增加该运动对象的运动圈数,具体可以为在运动对象原来的运动圈数基础上再增加第一圈数。
方式c,当运动数据为运动时长时,根据第一时长,增加该运动对象的运动时长。
其中,第一时长为:该图像采集单元采集该运动对象所在图像的时刻与第一图像采集单元采集该运动对象所在图像的时刻之间的时长。
本实施方式中,电子设备可以从存储的采集该运动对象所在图像的时刻中确定该图像采集单元对应的时刻和第一图像采集单元对应的时刻。
本实施方式中,当图像采集单元向电子设备发送运动对象或采集的图像时,可以将采集图像的时刻发送至电子设备,电子设备可以接收到图像采集单元发送的该采集图像的时刻。具体的,上述时刻可以为一段时间内图像采集单元采集的包含该运动对象的第一个图像,也可以为这一段时间内图像采集单元采集的包含该运动对象的最后一个图像。上述的一段时间可以为连续的包含该运动对象的时间。
根据第一时长,增加该运动对象的运动时长,具体可以为在运动对象原来的运动时长基础上再增加第一时长。
为了提高处理效率,电子设备也可以将接收该运动对象的接收时刻,作为图像采集单元采集该运动对象所在图像的时刻。
方式d,当运动数据为平均速度时,根据第一距离和第一时长,更新该运动对象的平均速度。具体的,可以根据第一距离,确定累计的该运动对象的运动距离,根据第一时长,确定累计的该运动对象的运动时长,将累计的该运动对象的运动时长与累计的该运动对象的运动距离的比值,作为该运动对象的平均速度。
本实施例中,运动数据还可以为除了运动距离、运动时长和平均速度之外的其他数据。在更新运动数据时,可以根据运动距离和运动时长确定该其他数据。该运动距离可以为累计的运动距离,也可以为某一段时间内的运动距离。该运动时长为与运动距离对应的运动时长。
例如,其他数据可以为跑步热量(卡路里)。跑步热量可以理解为跑步时消耗的热量,可以根据以下公式一、公式二、公式三之一,确定跑步热量:
公式一,跑步热量(kcal)=体重(kg)×运动时长(h)×指数K1,指数K1=30/v。v=运动距离/运动时长。
公式二,跑步热量(kcal)=体重(kg)×运动距离(km)×指数K2。K2可以根据经验取为1.036。
公式三,跑步热量(kcal)=体重(kg)×运动时长(min)×指数K3。当v=运动距离/运动时长为每小时8km时,K3取0.1355。当v为每小时12km时,K3取0.1797。当v为每小时15km时,K3取0.1875。
其他数据也可以为根据运动距离和运动时长计算出的表征人体健康状况的指数。
在本申请的另一实施例中,为了更准确地创建运动数据,图4所示实施例中,在获取到对图像采集单元采集的图像进行人脸识别后得到的运动对象之后,检测在当前时刻之前的第一预设时长内是否获取过该运动对象,如果否,则创建该运动对象的运动数据;如果是,则可以不予以处理。
其中,当前时刻为获取对图像采集单元采集的图像进行人脸识别后得到的运动对象的时刻。第一预设时长可以为预先设置的时长数值,具体可以根据实际经验设置其值。
创建运动对象的运动数据,可以理解为创建该运动对象的运动账户,该运动账户中存在该运动对象的运动数据。在创建运动对象的运动数据时,可以将运动对象的运动数据置为初始值,初始值可以为0或其他值。
如果在当前时刻之前的第一预设时长内没有获取过该运动对象,则可以认为该运动对象是首次出现,可以创建该运动对象的运动数据。采用这种方式可以更准确地创建运动数据,无需引入硬件设备进行入口检测,能够减少设备成本。
在本申请的另一实施例中,图4所示实施例中,若在确定运动对象的运动数据之后的第二预设时长内,未获取到该运动对象,则将该运动对象的运动数据设置为失活状态。设置为失活状态的运动数据不可更改,不可写入。服务器也可以将处于失活状态的时刻记录在运动数据表格中的结束运动时刻处。
其中,第二预设时长可以为根据经验值预先确定的时长。服务器在确定运动对象的运动数据之后的第二预设时长内未接收到该运动对象,可以认为运动对象已经结束运动。
在本申请的另一实施例中,在上述实施例中,在创建该运动对象的运动数据之后,还可以:检测存储的处于失活状态的运动数据对应的运动对象中是否存在该运动对象,如果存在,则将创建的该运动对象的运动数据与处于失活状态的该运动对象的运动数据进行关联;如果不存在,则不予以处理。这样,可以根据当前创建的运动数据更容易地确定以前的运动数据,提高处理效率。
图5为本申请实施例提供的运动数据确定装置的一种结构示意图。该实施例与图4所示方法实施例相对应。该实施例应用于电子设备,该电子设备可以为服务器,也可以为与图像采集单元相连的后端设备。该装置包括:
对象获取模块501,用于获取对图像采集单元采集的图像进行人脸识别后得到的运动对象;
数据确定模块502,用于根据所述图像采集单元对应的运动量参数,确定所述运动对象的运动数据。
在本申请的另一个实施例中,图5所示实施例中,数据确定模块502具体可以用于:
获取上一次进行人脸识别后得到所述运动对象的上一时刻;
判断所述当前时刻与上一时刻之间的时间间隔是否大于预设时长阈值,所述当前时刻为获取对图像采集单元采集的图像进行人脸识别后得到的运动对象的时刻;
如果是,则根据所述图像采集单元对应的运动量参数,更新所述运动对象的运动数据。
在本申请的另一个实施例中,图5所示实施例中,所述图像采集单元为至少两个;所述数据确定模块502可以包括:
获取子模块(图中未示出),用于获取采集目标图像的第一图像采集单元,所述目标图像为:上一次进行人脸识别后得到所述运动对象的图像;
更新子模块(图中未示出),用于根据所述图像采集单元和所述第一图像采集单元之间的顺序,以及所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据。
在本申请的另一个实施例中,图5所示实施例中,更新子模块具体用于:
判断所述图像采集单元和所述第一图像采集单元之间的先后顺序是否符合预设顺序,如果是,则根据所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据;或者,
更新子模块,具体可以用于:
判断所述第一图像采集单元是否为预设的与所述图像采集单元对应的相邻图像采集单元,如果是,则根据所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据。
在本申请的另一个实施例中,图5所示实施例中,运动量参数为位置、圈数、时刻中的至少一种;
更新子模块,具体可以用于:
当所述运动数据为运动距离时,根据第一距离,增加所述运动对象的运动距离;所述第一距离为:所述图像采集单元对应的位置与所述第一图像采集单元对应的位置之间的距离;
当所述运动数据为运动圈数时,根据第一圈数,增加所述运动对象的运动圈数;所述第一圈数为:所述图像采集单元对应的圈数与所述第一图像采集单元对应的圈数之间的差值圈数;
当所述运动数据为运动时长时,根据第一时长,增加所述运动对象的运动时长;所述第一时长为:所述图像采集单元采集所述运动对象所在图像的时刻与所述第一图像采集单元采集所述运动对象所在图像的时刻之间的时长;
当所述运动数据为平均速度时,根据所述第一距离和所述第一时长,更新所述运动对象的平均速度。
在本申请的另一个实施例中,图5所示实施例中还可以包括:
数据创建模块(图中未示出),用于在获取到对图像采集单元采集的图像进行人脸识别后得到的运动对象之后,检测在当前时刻之前的第一预设时长内是否获取过所述运动对象,如果否,则创建所述运动对象的运动数据;所述当前时刻为获取对图像采集单元采集的图像进行人脸识别后得到的运动对象的时刻。
在本申请的另一个实施例中,图5所示实施例中还可以包括:
失活设置模块(图中未示出),用于若在确定所述运动对象的运动数据之后的第二预设时长内,未获取到所述运动对象,则将所述运动对象的运动数据设置为失活状态。
在本申请的另一个实施例中,图5所示实施例中还可以包括:
数据关联模块(图中未示出),用于在创建所述运动对象的运动数据之后,检测存储的处于失活状态的运动数据对应的运动对象中是否存在所述运动对象,如果存在,则将创建的所述运动对象的运动数据与处于失活状态的所述运动对象的运动数据进行关联。
由于上述装置实施例是基于方法实施例得到的,与该方法具有相同的技术效果,因此装置实施例的技术效果在此不再赘述。对于装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。
图6为本申请实施例提供的电子设备的一种结构示意图。该电子设备包括处理器601、通信接口602、存储器603和通信总线604,其中,处理器601,通信接口602,存储器603通过通信总线604完成相互间的通信;
存储器603,用于存放计算机程序;
处理器601,用于执行存储器603上所存放的程序时,实现本申请实施例提供的运动数据确定方法。该方法包括:
获取对图像采集单元采集的图像进行人脸识别后得到的运动对象;
根据所述图像采集单元对应的运动量参数,确定所述运动对象的运动数据。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
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。
上述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 SignalProcessing,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。
综上,本实施例可以获取对图像采集单元采集的图像进行人脸识别后得到的运动对象,根据图像采集单元对应的运动量参数,确定运动对象的运动数据。由于运动对象是对采集的图像进行人脸识别得到的,人脸难以被冒充,因此本实施例能够提高对运动对象的运动监督作用,避免代跑的情况。
本申请实施例还提供了一种计算机可读存储介质。该计算机可读存储介质内存储有计算机程序,计算机程序被处理器执行时实现本申请实施例提供的运动数据确定方法。该方法包括:
获取对图像采集单元采集的图像进行人脸识别后得到的运动对象;
根据所述图像采集单元对应的运动量参数,确定所述运动对象的运动数据。
综上,本实施例可以获取对图像采集单元采集的图像进行人脸识别后得到的运动对象,根据图像采集单元对应的运动量参数,确定运动对象的运动数据。由于运动对象是对采集的图像进行人脸识别得到的,人脸难以被冒充,因此本实施例能够提高对运动对象的运动监督作用,避免代跑的情况。
需要说明的是,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。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所做的任何修改、等同替换、改进等,均包含在本申请的保护范围内。
Claims (27)
1.一种运动数据确定系统,其特征在于,包括:服务器和至少两个图像采集单元;
所述图像采集单元,用于采集图像,并对采集的图像进行人脸识别,得到运动对象,将所述运动对象发送至所述服务器;
所述服务器,用于接收所述图像采集单元发送的运动对象,根据所述图像采集单元对应的运动量参数,确定所述运动对象的运动数据。
2.根据权利要求1所述的系统,其特征在于,所述服务器具体用于:
获取上一次接收所述运动对象的上一时刻;
判断所述当前时刻与上一时刻之间的时间间隔是否大于预设时长阈值,所述当前时刻为接收所述图像采集单元发送所述运动对象的时刻;
如果是,则根据所述图像采集单元对应的运动量参数,更新所述运动对象的运动数据。
3.根据权利要求1所述的系统,其特征在于,所述服务器与至少两个图像采集单元相连;所述服务器具体用于:
获取上一次发送所述运动对象的第一图像采集单元;
根据所述图像采集单元和所述第一图像采集单元之间的顺序,以及所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据。
4.根据权利要求3所述的系统,其特征在于,所述服务器具体用于:
判断所述图像采集单元和所述第一图像采集单元之间的先后顺序是否符合预设顺序,如果是,则根据所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据;或者,
所述服务器具体用于:
判断所述第一图像采集单元是否为预设的与所述图像采集单元对应的相邻图像采集单元,如果是,则根据所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据。
5.根据权利要求4所述的系统,其特征在于,所述运动量参数为位置、圈数、时刻中的至少一种;所述服务器具体用于:
当所述运动数据为运动距离时,根据第一距离,增加所述运动对象的运动距离;所述第一距离为:所述图像采集单元对应的位置与所述第一图像采集单元对应的位置之间的距离;
当所述运动数据为运动圈数时,根据第一圈数,增加所述运动对象的运动圈数;所述第一圈数为:所述图像采集单元对应的圈数与所述第一图像采集单元对应的圈数之间的差值圈数;
当所述运动数据为运动时长时,根据第一时长,增加所述运动对象的运动时长;所述第一时长为:所述图像采集单元采集所述运动对象所在图像的时刻与所述第一图像采集单元采集所述运动对象所在图像的时刻之间的时长;
当所述运动数据为平均速度时,根据所述第一距离和所述第一时长,更新所述运动对象的平均速度。
6.根据权利要求1所述的系统,其特征在于,还包括:位于运动道路入口处的入口图像采集单元;所述入口图像采集单元与所述服务器相连;所述服务器还用于:
在接收所述图像采集单元发送的运动对象之前,接收所述入口图像采集单元发送的运动对象,创建所述运动对象的运动数据。
7.根据权利要求1所述的系统,其特征在于,所述服务器,还用于:
在接收到所述图像采集单元发送的运动对象之后,检测在当前时刻之前的第一预设时长内是否获取过所述运动对象,如果否,则创建所述运动对象的运动数据;所述当前时刻为接收所述图像采集单元发送的运动对象的时刻。
8.根据权利要求7所述的系统,其特征在于,所述服务器还用于:
若在确定所述运动对象的运动数据之后的第二预设时长内,未获取到所述运动对象,则将所述运动对象的运动数据设置为失活状态。
9.根据权利要求8所述的系统,其特征在于,所述服务器还用于:
在创建所述运动对象的运动数据之后,检测存储的处于失活状态的运动数据对应的运动对象中是否存在所述运动对象,如果存在,则将创建的所述运动对象的运动数据与处于失活状态的所述运动对象的运动数据进行关联。
10.根据权利要求1所述的系统,其特征在于,所述服务器还用于:
将所述运动对象的运动数据发送至与所述服务器相连的客户端。
11.一种运动数据确定方法,其特征在于,所述方法包括:
获取对图像采集单元采集的图像进行人脸识别后得到的运动对象;
根据所述图像采集单元对应的运动量参数,确定所述运动对象的运动数据。
12.根据权利要求11所述的方法,其特征在于,所述根据所述图像采集单元对应的运动量参数,确定所述运动对象的运动数据的步骤,包括:
获取上一次进行人脸识别后得到所述运动对象的上一时刻;
判断所述当前时刻与上一时刻之间的时间间隔是否大于预设时长阈值,所述当前时刻为获取对图像采集单元采集的图像进行人脸识别后得到的运动对象的时刻;
如果是,则根据所述图像采集单元对应的运动量参数,更新所述运动对象的运动数据。
13.根据权利要求11所述的方法,其特征在于,当所述图像采集单元为至少两个时,所述根据所述图像采集单元对应的运动量参数,确定所述运动对象的运动数据的步骤,包括:
获取采集目标图像的第一图像采集单元,所述目标图像为:上一次进行人脸识别后得到所述运动对象的图像;
根据所述图像采集单元和所述第一图像采集单元之间的顺序,以及所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据。
14.根据权利要求13所述的方法,其特征在于,所述根据所述图像采集单元和所述第一图像采集单元之间的顺序,以及所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据的步骤,包括:
判断所述图像采集单元和所述第一图像采集单元之间的先后顺序是否符合预设顺序,如果是,则根据所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据;或者,
判断所述第一图像采集单元是否为预设的与所述图像采集单元对应的相邻图像采集单元,如果是,则根据所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据。
15.根据权利要求14所述的方法,其特征在于,所述运动量参数为位置、圈数、时刻中的至少一种;
当所述运动数据为运动距离时,所述根据所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据的步骤,包括:
根据第一距离,增加所述运动对象的运动距离;所述第一距离为:所述图像采集单元对应的位置与所述第一图像采集单元对应的位置之间的距离;
当所述运动数据为运动圈数时,所述根据所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据的步骤,包括:
根据第一圈数,增加所述运动对象的运动圈数;所述第一圈数为:所述图像采集单元对应的圈数与所述第一图像采集单元对应的圈数之间的差值圈数;
当所述运动数据为运动时长时,所述根据所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据的步骤,包括:
根据第一时长,增加所述运动对象的运动时长;所述第一时长为:所述图像采集单元采集所述运动对象所在图像的时刻与所述第一图像采集单元采集所述运动对象所在图像的时刻之间的时长;
当所述运动数据为平均速度时,所述根据所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据的步骤,包括:
根据所述第一距离和所述第一时长,更新所述运动对象的平均速度。
16.根据权利要求11所述的方法,其特征在于,在获取到对图像采集单元采集的图像进行人脸识别后得到的运动对象之后,还包括:
检测在当前时刻之前的第一预设时长内是否获取过所述运动对象,如果否,则创建所述运动对象的运动数据;所述当前时刻为获取对图像采集单元采集的图像进行人脸识别后得到的运动对象的时刻。
17.根据权利要求16所述的方法,其特征在于,所述方法还包括:
若在确定所述运动对象的运动数据之后的第二预设时长内,未获取到所述运动对象,则将所述运动对象的运动数据设置为失活状态。
18.根据权利要求17所述的方法,其特征在于,在创建所述运动对象的运动数据之后,还包括:
检测存储的处于失活状态的运动数据对应的运动对象中是否存在所述运动对象,如果存在,则将创建的所述运动对象的运动数据与处于失活状态的所述运动对象的运动数据进行关联。
19.一种运动数据确定装置,其特征在于,所述装置包括:
对象获取模块,用于获取对图像采集单元采集的图像进行人脸识别后得到的运动对象;
数据确定模块,用于根据所述图像采集单元对应的运动量参数,确定所述运动对象的运动数据。
20.根据权利要求19所述的装置,其特征在于,所述数据确定模块,具体用于:
获取上一次进行人脸识别后得到所述运动对象的上一时刻;
判断所述当前时刻与上一时刻之间的时间间隔是否大于预设时长阈值,所述当前时刻为获取对图像采集单元采集的图像进行人脸识别后得到的运动对象的时刻;
如果是,则根据所述图像采集单元对应的运动量参数,更新所述运动对象的运动数据。
21.根据权利要求19所述的装置,其特征在于,所述图像采集单元为至少两个;所述数据确定模块,包括:
获取子模块,用于获取采集目标图像的第一图像采集单元,所述目标图像为:上一次进行人脸识别后得到所述运动对象的图像;
更新子模块,用于根据所述图像采集单元和所述第一图像采集单元之间的顺序,以及所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据。
22.根据权利要求21所述的装置,其特征在于,所述更新子模块,具体用于:
判断所述图像采集单元和所述第一图像采集单元之间的先后顺序是否符合预设顺序,如果是,则根据所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据;或者,
所述更新子模块,具体用于:
判断所述第一图像采集单元是否为预设的与所述图像采集单元对应的相邻图像采集单元,如果是,则根据所述图像采集单元对应的运动量参数和所述第一图像采集单元对应的运动量参数,更新所述运动对象的运动数据。
23.根据权利要求22所述的装置,其特征在于,所述运动量参数为位置、圈数、时刻中的至少一种;
所述更新子模块,具体用于:
当所述运动数据为运动距离时,根据第一距离,增加所述运动对象的运动距离;所述第一距离为:所述图像采集单元对应的位置与所述第一图像采集单元对应的位置之间的距离;
当所述运动数据为运动圈数时,根据第一圈数,增加所述运动对象的运动圈数;所述第一圈数为:所述图像采集单元对应的圈数与所述第一图像采集单元对应的圈数之间的差值圈数;
当所述运动数据为运动时长时,根据第一时长,增加所述运动对象的运动时长;所述第一时长为:所述图像采集单元采集所述运动对象所在图像的时刻与所述第一图像采集单元采集所述运动对象所在图像的时刻之间的时长;
当所述运动数据为平均速度时,根据所述第一距离和所述第一时长,更新所述运动对象的平均速度。
24.根据权利要求19所述的装置,其特征在于,还包括:
数据创建模块,用于在获取到对图像采集单元采集的图像进行人脸识别后得到的运动对象之后,检测在当前时刻之前的第一预设时长内是否获取过所述运动对象,如果否,则创建所述运动对象的运动数据;所述当前时刻为获取对图像采集单元采集的图像进行人脸识别后得到的运动对象的时刻。
25.根据权利要求24所述的装置,其特征在于,还包括:
失活设置模块,用于若在确定所述运动对象的运动数据之后的第二预设时长内,未获取到所述运动对象,则将所述运动对象的运动数据设置为失活状态。
26.根据权利要求25所述的装置,其特征在于,还包括:
数据关联模块,用于在创建所述运动对象的运动数据之后,检测存储的处于失活状态的运动数据对应的运动对象中是否存在所述运动对象,如果存在,则将创建的所述运动对象的运动数据与处于失活状态的所述运动对象的运动数据进行关联。
27.一种电子设备,其特征在于,包括处理器和存储器,其中,
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求11-18任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711435917.4A CN109960995B (zh) | 2017-12-26 | 2017-12-26 | 一种运动数据确定系统、方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711435917.4A CN109960995B (zh) | 2017-12-26 | 2017-12-26 | 一种运动数据确定系统、方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109960995A true CN109960995A (zh) | 2019-07-02 |
CN109960995B CN109960995B (zh) | 2022-05-03 |
Family
ID=67022438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711435917.4A Active CN109960995B (zh) | 2017-12-26 | 2017-12-26 | 一种运动数据确定系统、方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109960995B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112037246A (zh) * | 2020-08-26 | 2020-12-04 | 睿住科技有限公司 | 监控系统及社区运动信息测量方法、测量装置和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006006667A1 (de) * | 2006-02-14 | 2007-08-23 | Kellendonk Elektronik Gmbh | Verfahren und Vorrichtung zur automatischen Ermittlung der Ergebnise sportlicher Wettbewerbe |
CN105844697A (zh) * | 2016-03-15 | 2016-08-10 | 深圳市望尘科技有限公司 | 一种体育赛事现场三维信息的数据及事件统计实现方法 |
CN106062828A (zh) * | 2013-12-09 | 2016-10-26 | T·马丁 | 用于事件计时和摄影术的系统和方法 |
CN106504360A (zh) * | 2016-11-04 | 2017-03-15 | 郭宇歌 | 一种跑步督导方法和系统 |
CN106490777A (zh) * | 2015-12-11 | 2017-03-15 | 奇酷互联网络科技(深圳)有限公司 | 运动手环 |
-
2017
- 2017-12-26 CN CN201711435917.4A patent/CN109960995B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006006667A1 (de) * | 2006-02-14 | 2007-08-23 | Kellendonk Elektronik Gmbh | Verfahren und Vorrichtung zur automatischen Ermittlung der Ergebnise sportlicher Wettbewerbe |
CN106062828A (zh) * | 2013-12-09 | 2016-10-26 | T·马丁 | 用于事件计时和摄影术的系统和方法 |
CN106490777A (zh) * | 2015-12-11 | 2017-03-15 | 奇酷互联网络科技(深圳)有限公司 | 运动手环 |
CN105844697A (zh) * | 2016-03-15 | 2016-08-10 | 深圳市望尘科技有限公司 | 一种体育赛事现场三维信息的数据及事件统计实现方法 |
CN106504360A (zh) * | 2016-11-04 | 2017-03-15 | 郭宇歌 | 一种跑步督导方法和系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112037246A (zh) * | 2020-08-26 | 2020-12-04 | 睿住科技有限公司 | 监控系统及社区运动信息测量方法、测量装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109960995B (zh) | 2022-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105493502B (zh) | 视频监控方法、视频监控系统以及计算机可读存储介质 | |
CN106067045B (zh) | 用于在设施中收集信息的方法、设备、无线计算设备 | |
CN109753928A (zh) | 违章建筑物识别方法和装置 | |
CN107968730A (zh) | 监测物联网卡被盗用的方法和系统 | |
CN110363076A (zh) | 人员信息关联方法、装置及终端设备 | |
CN109686049A (zh) | 公共场所内儿童落单提醒方法、装置、介质及电子设备 | |
CN108744516A (zh) | 获取定位信息的方法和装置、存储介质及电子装置 | |
CN109523574B (zh) | 一种行走轨迹预测方法和电子设备 | |
CN108196998A (zh) | 一种状态识别方法、移动设备及服务器 | |
CN109284715B (zh) | 一种动态物体识别方法、装置及系统 | |
CN112668525B (zh) | 一种人流量的计数方法、装置、电子设备及存储介质 | |
CN109559336A (zh) | 对象追踪方法、装置及存储介质 | |
CN108229262A (zh) | 一种色情视频检测方法及装置 | |
CN106297184A (zh) | 监控移动终端周围环境的方法、装置及移动终端 | |
CN106303420A (zh) | 一种应用于运动目标的监控方法及监控系统 | |
CN107484124B (zh) | 一种基于csi的虚拟现实跟踪方法及系统 | |
CN111078751A (zh) | 一种基于unreal4进行目标统计的方法及其系统 | |
CN112102370A (zh) | 目标的跟踪方法和装置、存储介质、电子装置 | |
CN109960995A (zh) | 一种运动数据确定系统、方法及装置 | |
CN106470331B (zh) | 一种监控方法、监控摄像机及监控系统 | |
CN108022000A (zh) | 一种地铁客流预测预警系统及方法 | |
US20220335725A1 (en) | Monitoring presence or absence of an object using local region matching | |
CN110334595B (zh) | 一种犬尾运动的识别方法、装置、系统及存储介质 | |
CN113469150A (zh) | 一种用于对风险行为进行识别的方法及系统 | |
CN113313909A (zh) | 智能眼镜的数据处理方法、装置及智能眼镜 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |