CN110060756A - 一种间歇性训练的多人在线管理系统及方法 - Google Patents

一种间歇性训练的多人在线管理系统及方法 Download PDF

Info

Publication number
CN110060756A
CN110060756A CN201910302358.2A CN201910302358A CN110060756A CN 110060756 A CN110060756 A CN 110060756A CN 201910302358 A CN201910302358 A CN 201910302358A CN 110060756 A CN110060756 A CN 110060756A
Authority
CN
China
Prior art keywords
trainer
picture
manager
module
platform
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.)
Withdrawn
Application number
CN201910302358.2A
Other languages
English (en)
Inventor
李荣花
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Shaoxing
Original Assignee
University of Shaoxing
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Shaoxing filed Critical University of Shaoxing
Priority to CN201910302358.2A priority Critical patent/CN110060756A/zh
Publication of CN110060756A publication Critical patent/CN110060756A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/166Detection; Localisation; Normalisation using acquisition arrangements
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Multimedia (AREA)
  • Biomedical Technology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Primary Health Care (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Epidemiology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明涉及一种间歇性训练的多人在线管理系统及方法,其中包括设置于各个训练区域的摄像头和智能手环、管理者平台、云端服务器和数据库,所述智能手环与所述训练区域的ID绑定,训练计划包括一次间歇性训练中各个训练时段的计划时长和各个休息时段的计划时长;云端服务器包括智能手环通讯模块、摄像头通讯模块、用户识别模块、画面合成模块、画面传输模块、计时模块、训练者状态判定模块和训练纠错模块。通过采用本发明,可以通过摄像头和画面合成传输,实现一个教练同时监管多个训练者,并且可以通过智能手环的心率检测自动判断训练者的状态切换和自动计时,自动比较实际训练时长与计划时长,判断训练者是否执行了训练计划。

Description

一种间歇性训练的多人在线管理系统及方法
技术领域
本发明涉及数据处理技术领域,具体是指一种间歇性训练的多人在线管理系统及方法。
背景技术
间歇训练法是指对动作结构和负荷强度、间歇时间提出严格的要求,以使机体处于不完全恢复状态下,反复进行练习的训练方法。该训练法优点在于训练时段及中间休息时段均能使心率持在最佳范围之内,改善心泵功能。间歇性训练,两次训练时段之间有一个严格控制休息时间的休息时段,并且这个休息时段的长短是通过测量运动员的心率来控制的。关键一点是,运动员要在尚未完全恢复体力时便开始下一组练习。
在实际应用中,由于间歇训练法的特殊性,需要教练对训练者进行训练过程的实时监控。然而,现有技术中的间歇性训练的监控,需要教练一对一地对训练者进行监控,教练手动进行计时和训练者状态的判断。当一个教练需要管理多个学员时,需要将多个学员的训练时间错开设置,或者将多个学员的训练地点设置得很近,容易出现多个学员的训练过程相互干扰的情况,不利于训练过程的有效监控。
发明内容
本发明提供了一种间歇性训练的多人在线管理系统及方法,其目的在于克服现有技术中的缺陷,可以通过摄像头和画面合成传输,实现一个教练同时监管多个训练者,并且可以通过智能手环的心率检测自动判断训练者的状态切换和自动计时,自动比较实际训练时长与计划时长,判断训练者是否执行了训练计划。
为了实现上述目的,本发明具有如下构成:
该间歇性训练的多人在线管理系统,包括设置于各个训练区域的摄像头和智能手环、管理者平台、云端服务器和数据库,所述智能手环与所述训练区域的ID绑定,所述数据库存储有训练者ID、训练者ID与管理者平台ID的映射关系、训练者的训练数据以及训练者ID所对应的训练计划,所述训练计划包括一次间歇性训练中各个训练时段的计划时长和各个休息时段的计划时长;
所述云端服务器包括智能手环通讯模块、摄像头通讯模块、用户识别模块、画面合成模块、画面传输模块、计时模块、训练者状态判定模块和训练纠错模块;所述云端服务器用于执行如下步骤:
所述摄像头通讯模块检测到一训练区域的摄像头开启时,从开启的摄像头接收采集的画面;
所述用户识别模块从所述画面接收模块中提取人脸图像,根据人脸图像进行图像识别,得到训练者ID,并根据所述训练者ID从所述数据库中查询与该训练者ID所对应的管理者平台ID以及该训练者ID所对应的训练计划;
所述智能手环通讯模块从与所述摄像头处于同一训练区域的智能手环中获取训练者的心率数据,并将训练者的心率数据与摄像头采集画面绑定;
所述训练者状态判定模块获取所述训练者的心率数据,检测到所述训练者的心率数据在第一时间阈值范围内持续大于心率阈值时,判定所述训练者处于训练状态,检测到所述训练者的心率数据在第一时间阈值范围内持续小于心率阈值时,判定所述训练者处于休息状态;
所述画面合成模块从所述用户识别模块获取训练者ID和摄像头采集画面的对应关系,确定摄像头采集画面与管理者平台ID的映射关系;
所述画面合成模块判断新开启的摄像头的采集画面所对应的管理者平台ID是否正在接收其他摄像头的采集画面,如果是,则所述画面合成模块将该管理者平台ID所对应的所有摄像头采集画面进行合成,合成至同一监控画面;
所述画面合成模块在合成后的监控画面中为每个摄像头采集画面绘制边框,并在每个摄像头采集画面上添加一个台标,所述台标包括该摄像头采集画面所对应的训练者ID、训练者的训练状态和训练者当前的心率值;
所述画面传输模块用于将所述画面合成模块合成的监控画面以及监控画面中每个摄像头采集画面与训练者ID的对应关系传输至对应的管理者平台ID的管理者平台;
所述管理者平台接收到所述合成的监控画面后,显示所述合成的监控画面;
所述计时模块为每个训练者创建一个计时器,采用所述计时器对训练者的每个状态进行计时;
所述训练纠错模块如果根据训练计划判断训练者应处于训练状态,而训练者当前实际处于休息状态,且训练者此次休息状态的时长大于第二时间阈值,则所述训练纠错模块发送纠错提醒至所述管理者平台,所述管理者平台接收到所述纠错提醒后,根据纠错所对应的训练者ID,将训练者ID所对应的摄像头采集图像的边框高亮显示;
所述训练纠错模块如果根据训练计划判断训练者应处于休息状态,而训练者当前实际处于训练状态,且训练者此次训练状态的时长大于第三时间阈值,则所述训练纠错模块发送纠错提醒至所述管理者平台,所述管理者平台接收到所述纠错提醒后,根据纠错所对应的训练者ID,将训练者ID所对应的摄像头采集图像的边框高亮显示。
可选地,所述系统还包括设置于各个训练区域的显示屏,所述显示屏与所述训练区域绑定;
所述管理者平台检测到管理者在合成的监控画面上的双击操作时,获取双击操作的坐标,如果双击操作的坐标位于一摄像头采集画面上,所述管理者平台判断该摄像头采集画面的边框当前是否处于高亮显示状态,如果是,则所述管理者平台向该摄像头采集画面所对应的训练区域的显示屏发送视频通话请求,所述显示屏发送同意通话请求通知后,所述管理者平台和所述显示屏之间建立视频通话连接。
可选地,所述管理者平台检测到管理者在合成的监控画面上的双击操作,且所述双击操作的坐标位于一摄像头采集画面,该摄像头采集画面的边框未处于高亮显示状态时,所述管理者平台弹出视频通话确认弹框,如果所述管理者平台接收到管理者的确认操作,则所述管理者平台向该摄像头采集画面所对应的训练区域的显示屏发送视频通话请求,如果所述管理者平台接收到管理者的取消操作,则所述管理者平台关闭所述视频通话确认弹框。
可选地,所述管理者平台检测到管理者在合成的监控画面上的单击操作时,检测所述单击操作的坐标,如果所述单击操作的坐标与一摄像头采集画面上,所述管理者平台将被点击的摄像头采集画面放大,并播放该摄像头采集画面所对应的摄像头所采集的声音。
可选地,所述云端服务器还包括训练计划生成模块,所述数据库还存储有各个训练者ID所对应的训练者信息,所述训练者信息包括训练者年龄、训练者身高、训练者体重、训练者性别、训练者在最近一年的间歇性训练次数以及训练者每两次间歇性训练的间隔时长;
所述计划生成模块用于采用训练好的训练计划生成模型,生成各个所述训练者ID所对应的训练计划,所述训练计划生成模型的输入包括训练者ID所对应的训练者信息,所述训练计划生成模型的输出包括训练者ID所对应的一次间歇性训练中各个训练时段的计划时长和各个休息时段的计划时长,所述计划生成模块生成的训练计划存储于所述数据库中。
可选地,所述云端服务器还包括训练计划生成模型训练模块,所述训练计划生成模型为卷积神经网络模型,所述训练计划生成模型包括依次连接的第一卷积层、第一池化层、第二卷积层、第二池化层、第三卷积层、第四卷积层、第五卷积层和第三池化层,所述第一卷积层和第一池化层之间、第二卷积层和第二池化层之间、第三卷积层和第四卷积层之间以及第五卷积层和第三池化层之间分别设置有一Relu函数,所述训练计划生成模型训练模块用于采用训练集对构建的训练计划生成模型进行训练。
可选地,所述训练计划生成模型训练模块用于采集多个训练者的样本数据,各个训练者的样本数据包括该训练者ID和训练者信息,所述计划生成模块将训练者的样本数据发送至所述管理者平台,请求所述管理者平台对所述样本数据进行标记;
所述计划生成模型训练模块获取管理者平台设置的样本数据中各个训练者在一次训练者间歇性训练中各个训练时段的设置时长和休息时段的设置时长,并采用各个训练时段的设置时长和休息时段的设置时长标记对应的训练者的样本数据,将标记后的训练者的样本数据加入训练集。
本发明实施例还提供一种间歇性训练的多人在线管理方法,采用所述的间歇性训练的多人在线管理系统,所述方法包括如下步骤:
所述摄像头通讯模块检测到一训练区域的摄像头开启时,从开启的摄像头接收采集的画面;
所述用户识别模块从所述画面接收模块中提取人脸图像,根据人脸图像进行图像识别,得到训练者ID,并根据所述训练者ID从所述数据库中查询与该训练者ID所对应的管理者平台ID以及该训练者ID所对应的训练计划;
所述智能手环通讯模块从与所述摄像头处于同一训练区域的智能手环中获取训练者的心率数据,并将训练者的心率数据与摄像头采集画面绑定;
所述训练者状态判定模块获取所述训练者的心率数据,检测到所述训练者的心率数据在第一时间阈值范围内持续大于心率阈值时,判定所述训练者处于训练状态,检测到所述训练者的心率数据在第一时间阈值范围内持续小于心率阈值时,判定所述训练者处于休息状态;
所述画面合成模块从所述用户识别模块获取训练者ID和摄像头采集画面的对应关系,确定摄像头采集画面与管理者平台ID的映射关系;
所述画面合成模块判断新开启的摄像头的采集画面所对应的管理者平台ID是否正在接收其他摄像头的采集画面,如果是,则所述画面合成模块将该管理者平台ID所对应的所有摄像头采集画面进行合成,合成至同一监控画面;
所述画面合成模块在合成后的监控画面中为每个摄像头采集画面绘制边框,并在每个摄像头采集画面上添加一个台标,所述台标包括该摄像头采集画面所对应的训练者ID、训练者的训练状态和训练者当前的心率值;
所述画面传输模块用于将所述画面合成模块合成的监控画面以及监控画面中每个摄像头采集画面与训练者ID的对应关系传输至对应的管理者平台ID的管理者平台;
所述管理者平台接收到所述合成的监控画面后,显示所述合成的监控画面;
所述计时模块为每个训练者创建一个计时器,采用所述计时器对训练者的每个状态进行计时;
所述训练纠错模块如果根据训练计划判断训练者应处于训练状态,而训练者当前实际处于休息状态,且训练者此次休息状态的时长大于第二时间阈值,则所述训练纠错模块发送纠错提醒至所述管理者平台,所述管理者平台接收到所述纠错提醒后,根据纠错所对应的训练者ID,将训练者ID所对应的摄像头采集图像的边框高亮显示;
所述训练纠错模块如果根据训练计划判断训练者应处于休息状态,而训练者当前实际处于训练状态,且训练者此次训练状态的时长大于第三时间阈值,则所述训练纠错模块发送纠错提醒至所述管理者平台,所述管理者平台接收到所述纠错提醒后,根据纠错所对应的训练者ID,将训练者ID所对应的摄像头采集图像的边框高亮显示。
采用了该发明中的间歇性训练的多人在线管理系统及方法,具有如下有益效果:
本发明可以通过摄像头和画面合成传输,实现一个教练同时监管多个训练者,并且可以通过智能手环的心率检测自动判断训练者的状态切换和自动计时,自动比较实际训练时长与计划时长,判断训练者是否执行了训练计划,在训练者没有执行训练计划时,高亮提示管理者,并且管理者可以针对没有正确执行训练计划的训练者,直接发起视频通话连接,远程进行训练指导,从而在保证教练对训练者监管效力的前提下,提高了教练的监管效率,并且可以更好地通过训练计划来监督和指导训练。
附图说明
图1为本发明一实施例的间歇性训练的多人在线管理系统的结构示意图;
图2是本发明一实施例的训练纠错模块工作模式的流程图;
图3是本发明一实施例的间歇性训练的多人在线管理方法的流程图。
具体实施方式
为了能够更清楚地描述本发明的技术内容,下面结合具体实施例来进行进一步的描述。
为了解决现有技术中的技术问题,本发明提供了一种间歇性训练的多人在线管理系统,用于间歇性训练过程中一个管理者对多个训练者进行在线管理,一次间歇性训练可以包括n个训练时段和n-1个休息时段,且训练时段和训练时段较差进行。
如图1所示,所述间歇性训练的多人在线管理系统包括设置于各个训练区域的摄像头M100和智能手环M200、管理者平台M300、云端服务器M400和数据库M500,所述智能手环M200与所述训练区域的ID绑定,所述数据库M500存储有训练者ID、训练者ID与管理者平台M300的ID的映射关系、训练者的训练数据以及训练者ID所对应的训练计划,所述训练计划包括一次间歇性训练中各个训练时段的计划时长和各个休息时段的计划时长。
所述云端服务器M400包括智能手环通讯模块M410、摄像头通讯模块M420、用户识别模块M430、画面合成模块M440、画面传输模块M450、计时模块M460、训练者状态判定模块M470和训练纠错模块M480;所述云端服务器M400用于执行如下步骤:
所述摄像头通讯模块检测到一训练区域的摄像头开启时,从开启的摄像头接收采集的画面;人脸图像的提取和人脸识别可以采用现有技术中的人脸识别方法,例如采用现有的主动形状模型等提取人脸区域,并采用图像匹配的方式识别用户身份等等,只要能够实现根据摄像头采集到的人脸图像识别到训练者ID即可,如此可实现摄像头采集图像、训练区域与训练者ID的绑定,并且可以通过训练者ID与监控者ID的绑定,实现摄像头采集图像与监控者ID的绑定;
所述用户识别模块从所述画面接收模块中提取人脸图像,根据人脸图像进行图像识别,得到训练者ID,并根据所述训练者ID从所述数据库中查询与该训练者ID所对应的管理者平台ID以及该训练者ID所对应的训练计划;
所述智能手环通讯模块从与所述摄像头处于同一训练区域的智能手环中获取训练者的心率数据,并将训练者的心率数据与摄像头采集画面绑定;
所述训练者状态判定模块获取所述训练者的心率数据,检测到所述训练者的心率数据在第一时间阈值范围内持续大于心率阈值时,判定所述训练者处于训练状态,检测到所述训练者的心率数据在第一时间阈值范围内持续小于心率阈值时,判定所述训练者处于休息状态;
所述画面合成模块从所述用户识别模块获取训练者ID和摄像头采集画面的对应关系,确定摄像头采集画面与管理者平台ID的映射关系;
所述画面合成模块判断新开启的摄像头的采集画面所对应的管理者平台ID是否正在接收其他摄像头的采集画面,如果是,则所述画面合成模块将该管理者平台ID所对应的所有摄像头采集画面进行合成,合成至同一监控画面;
所述画面合成模块在合成后的监控画面中为每个摄像头采集画面绘制边框,并在每个摄像头采集画面上添加一个台标,所述台标包括该摄像头采集画面所对应的训练者ID、训练者的训练状态和训练者当前的心率值;
所述画面传输模块用于将所述画面合成模块合成的监控画面以及监控画面中每个摄像头采集画面与训练者ID的对应关系传输至对应的管理者平台ID的管理者平台;
所述管理者平台接收到所述合成的监控画面后,显示所述合成的监控画面;
所述计时模块为每个训练者创建一个计时器,采用所述计时器对训练者的每个状态进行计时;
如图2所示,为所述训练纠错模块的工作流程图。所述训练纠错模块如果根据训练计划判断训练者应处于训练状态,而训练者当前实际处于休息状态,且训练者此次休息状态的时长大于第二时间阈值,则所述训练纠错模块发送纠错提醒至所述管理者平台,所述管理者平台接收到所述纠错提醒后,根据纠错所对应的训练者ID,将训练者ID所对应的摄像头采集图像的边框高亮显示;
所述训练纠错模块如果根据训练计划判断训练者应处于休息状态,而训练者当前实际处于训练状态,且训练者此次训练状态的时长大于第三时间阈值,则所述训练纠错模块发送纠错提醒至所述管理者平台,所述管理者平台接收到所述纠错提醒后,根据纠错所对应的训练者ID,将训练者ID所对应的摄像头采集图像的边框高亮显示。
本发明可以通过摄像头和画面合成传输,实现一个教练同时监管多个训练者,并且可以通过智能手环的心率检测自动判断训练者的状态切换和自动计时,自动比较实际训练时长与计划时长,判断训练者是否执行了训练计划,在训练者没有执行训练计划时,高亮提示管理者。本发明中对于训练者的时长和训练强度的监控判断是自动进行的,大大节省了管理者的工作量,提高了训练监管的效率,并且可以将训练监管结果通过画面传输显示给管理者看,方便教练实时掌握各个训练者的训练状态。
在该实施例中,所述系统还包括设置于各个训练区域的显示屏,所述显示屏与所述训练区域绑定;
所述管理者平台检测到管理者在合成的监控画面上的双击操作时,获取双击操作的坐标,如果双击操作的坐标位于一摄像头采集画面上,所述管理者平台判断该摄像头采集画面的边框当前是否处于高亮显示状态,如果是,则所述管理者平台向该摄像头采集画面所对应的训练区域的显示屏发送视频通话请求,所述显示屏发送同意通话请求通知后,所述管理者平台和所述显示屏之间建立视频通话连接。
在该实施例中,所述管理者平台检测到管理者在合成的监控画面上的双击操作,且所述双击操作的坐标位于一摄像头采集画面,该摄像头采集画面的边框未处于高亮显示状态时,所述管理者平台弹出视频通话确认弹框,如果所述管理者平台接收到管理者的确认操作,则所述管理者平台向该摄像头采集画面所对应的训练区域的显示屏发送视频通话请求,如果所述管理者平台接收到管理者的取消操作,则所述管理者平台关闭所述视频通话确认弹框。
在该实施例中,所述管理者平台检测到管理者在合成的监控画面上的单击操作时,检测所述单击操作的坐标,如果所述单击操作的坐标与一摄像头采集画面上,所述管理者平台将被点击的摄像头采集画面放大,并播放该摄像头采集画面所对应的摄像头所采集的声音。
因此,管理者可以针对没有正确执行训练计划的训练者,可以通过双击显示画面的方式,直接发起视频通话连接,远程进行训练指导。管理者对于想要查看的训练者的状态,可以通过单击显示画面的方式,放大所对应的训练者的显示画面,并且可以接收该训练者的训练场地的采集声音。
在该实施例中,所述云端服务器还包括训练计划生成模块,所述数据库还存储有各个训练者ID所对应的训练者信息,所述训练者信息包括训练者年龄、训练者身高、训练者体重、训练者性别、训练者在最近一年的间歇性训练次数以及训练者每两次间歇性训练的间隔时长;
所述计划生成模块用于采用训练好的训练计划生成模型,生成各个所述训练者ID所对应的训练计划,所述训练计划生成模型的输入包括训练者ID所对应的训练者信息,所述训练计划生成模型的输出包括训练者ID所对应的一次间歇性训练中各个训练时段的计划时长和各个休息时段的计划时长,所述计划生成模块生成的训练计划存储于所述数据库中。
在该实施例中,所述云端服务器还包括训练计划生成模型训练模块,所述训练计划生成模型为卷积神经网络模型,所述训练计划生成模型包括依次连接的第一卷积层、第一池化层、第二卷积层、第二池化层、第三卷积层、第四卷积层、第五卷积层和第三池化层,所述第一卷积层和第一池化层之间、第二卷积层和第二池化层之间、第三卷积层和第四卷积层之间以及第五卷积层和第三池化层之间分别设置有一Relu函数,所述训练计划生成模型训练模块用于采用训练集对构建的训练计划生成模型进行训练。
卷积神经网络中每层卷积层由若干卷积单元组成,每个卷积单元的参数都是通过反向传播算法最佳化得到的。卷积运算的目的是提取输入的不同特征,第一层卷积层可能只能提取一些低级的特征如边缘、线条和角等层级,更多层的网路能从低级特征中迭代提取更复杂的特征。池化层也叫取样层,紧跟在卷积层之后,同样由多个特征面组成,它的每一个特征面对应于其上一层的一个特征面,不会改变特征面的个数。池化层旨在通过降低特征面的分辨率来获得具有空间不变性的特征。池化层起到二次提取特征的作用,它的每个神经元对局部接受域进行池化操作。常用的池化方法有最大池化即取局部接受域中值最大的点、均值池化即对局部接受域中的所有值求均值、随机池化等,本实例主要采用最大池化方法。
在该实施例中,所述训练计划生成模型训练模块用于采集多个训练者的样本数据,各个训练者的样本数据包括该训练者ID和训练者信息,所述计划生成模块将训练者的样本数据发送至所述管理者平台,请求所述管理者平台对所述样本数据进行标记;
所述计划生成模型训练模块获取管理者平台设置的样本数据中各个训练者在一次训练者间歇性训练中各个训练时段的设置时长和休息时段的设置时长,并采用各个训练时段的设置时长和休息时段的设置时长标记对应的训练者的样本数据,将标记后的训练者的样本数据加入训练集。
因此,本发明可以通过管理者平台接收教练设置的比较合适的训练时段和休息时段的时长,将其作为训练数据,可以训练一个更符合教练要求的模型。模型的训练过程基于训练者的一些基本信息和历史数据,也可以很好地反应不同身体状态、不同训练能力的训练者的不同训练需求。
如图3所示,本发明实施例还提供一种间歇性训练的多人在线管理方法,采用所述的间歇性训练的多人在线管理系统,所述方法包括如下步骤:
所述摄像头通讯模块检测到一训练区域的摄像头开启时,从开启的摄像头接收采集的画面;
所述用户识别模块从所述画面接收模块中提取人脸图像,根据人脸图像进行图像识别,得到训练者ID,并根据所述训练者ID从所述数据库中查询与该训练者ID所对应的管理者平台ID以及该训练者ID所对应的训练计划;
所述智能手环通讯模块从与所述摄像头处于同一训练区域的智能手环中获取训练者的心率数据,并将训练者的心率数据与摄像头采集画面绑定;
所述训练者状态判定模块获取所述训练者的心率数据,检测到所述训练者的心率数据在第一时间阈值范围内持续大于心率阈值时,判定所述训练者处于训练状态,检测到所述训练者的心率数据在第一时间阈值范围内持续小于心率阈值时,判定所述训练者处于休息状态;
所述画面合成模块从所述用户识别模块获取训练者ID和摄像头采集画面的对应关系,确定摄像头采集画面与管理者平台ID的映射关系;
所述画面合成模块判断新开启的摄像头的采集画面所对应的管理者平台ID是否正在接收其他摄像头的采集画面,如果是,则所述画面合成模块将该管理者平台ID所对应的所有摄像头采集画面进行合成,合成至同一监控画面;画面合成模块合成监控画面,可以通过监控画面的总分辨率以及该管理者平台ID所对应的正在使用中的摄像头的数量,计算每个摄像头的采集画面在监控画面上可以分得的分辨率大小,将摄像头的采集图像缩小至对应的分辨率,然后将各个采集图像合并在一起;
所述画面合成模块在合成后的监控画面中为每个摄像头采集画面绘制边框,并在每个摄像头采集画面上添加一个台标,所述台标包括该摄像头采集画面所对应的训练者ID、训练者的训练状态和训练者当前的心率值;在添加了台标之后,教练可以直接通过查看各个显示画面上的台标即可以获知该训练者当前的训练参数;
所述画面传输模块用于将所述画面合成模块合成的监控画面以及监控画面中每个摄像头采集画面与训练者ID的对应关系传输至对应的管理者平台ID的管理者平台;
所述管理者平台接收到所述合成的监控画面后,显示所述合成的监控画面;
所述计时模块为每个训练者创建一个计时器,采用所述计时器对训练者的每个状态进行计时;
所述训练纠错模块如果根据训练计划判断训练者应处于训练状态,而训练者当前实际处于休息状态,且训练者此次休息状态的时长大于第二时间阈值,则所述训练纠错模块发送纠错提醒至所述管理者平台,所述管理者平台接收到所述纠错提醒后,根据纠错所对应的训练者ID,将训练者ID所对应的摄像头采集图像的边框高亮显示;
所述训练纠错模块如果根据训练计划判断训练者应处于休息状态,而训练者当前实际处于训练状态,且训练者此次训练状态的时长大于第三时间阈值,则所述训练纠错模块发送纠错提醒至所述管理者平台,所述管理者平台接收到所述纠错提醒后,根据纠错所对应的训练者ID,将训练者ID所对应的摄像头采集图像的边框高亮显示。
因此,本发明的间歇性训练的多人在线管理方法可以通过摄像头和画面合成传输,实现一个教练同时监管多个训练者,并且可以通过智能手环的心率检测自动判断训练者的状态切换和自动计时,自动比较实际训练时长与计划时长,判断训练者是否执行了训练计划,在训练者没有执行训练计划时,高亮提示管理者。本发明中对于训练者的时长和训练强度的监控判断是自动进行的,大大节省了管理者的工作量,提高了训练监管的效率,并且可以将训练监管结果通过画面传输显示给管理者看,方便教练实时掌握各个训练者的训练状态。
与现有技术相比,采用了该发明中的间歇性训练的多人在线管理系统及方法,具有如下
有益效果:
本发明可以通过摄像头和画面合成传输,实现一个教练同时监管多个训练者,并且可以通过智能手环的心率检测自动判断训练者的状态切换和自动计时,自动比较实际训练时长与计划时长,判断训练者是否执行了训练计划,在训练者没有执行训练计划时,高亮提示管理者,并且管理者可以针对没有正确执行训练计划的训练者,直接发起视频通话连接,远程进行训练指导,从而在保证教练对训练者监管效力的前提下,提高了教练的监管效率,并且可以更好地通过训练计划来监督和指导训练。
在此说明书中,本发明已参照其特定的实施例作了描述。但是,很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此,说明书和附图应被认为是说明性的而非限制性的。

Claims (8)

1.一种间歇性训练的多人在线管理系统,其特征在于,包括设置于各个训练区域的摄像头和智能手环、管理者平台、云端服务器和数据库,所述智能手环与所述训练区域的ID绑定,所述数据库存储有训练者ID、训练者ID与管理者平台ID的映射关系、训练者的训练数据以及训练者ID所对应的训练计划,所述训练计划包括一次间歇性训练中各个训练时段的计划时长和各个休息时段的计划时长;
所述云端服务器包括智能手环通讯模块、摄像头通讯模块、用户识别模块、画面合成模块、画面传输模块、计时模块、训练者状态判定模块和训练纠错模块;所述云端服务器用于执行如下步骤:
所述摄像头通讯模块检测到一训练区域的摄像头开启时,从开启的摄像头接收采集的画面;
所述用户识别模块从所述画面接收模块中提取人脸图像,根据人脸图像进行图像识别,得到训练者ID,并根据所述训练者ID从所述数据库中查询与该训练者ID所对应的管理者平台ID以及该训练者ID所对应的训练计划;
所述智能手环通讯模块从与所述摄像头处于同一训练区域的智能手环中获取训练者的心率数据,并将训练者的心率数据与摄像头采集画面绑定;
所述训练者状态判定模块获取所述训练者的心率数据,检测到所述训练者的心率数据在第一时间阈值范围内持续大于心率阈值时,判定所述训练者处于训练状态,检测到所述训练者的心率数据在第一时间阈值范围内持续小于心率阈值时,判定所述训练者处于休息状态;
所述画面合成模块从所述用户识别模块获取训练者ID和摄像头采集画面的对应关系,确定摄像头采集画面与管理者平台ID的映射关系;
所述画面合成模块判断新开启的摄像头的采集画面所对应的管理者平台ID是否正在接收其他摄像头的采集画面,如果是,则所述画面合成模块将该管理者平台ID所对应的所有摄像头采集画面进行合成,合成至同一监控画面;
所述画面合成模块在合成后的监控画面中为每个摄像头采集画面绘制边框,并在每个摄像头采集画面上添加一个台标,所述台标包括该摄像头采集画面所对应的训练者ID、训练者的训练状态和训练者当前的心率值;
所述画面传输模块用于将所述画面合成模块合成的监控画面以及监控画面中每个摄像头采集画面与训练者ID的对应关系传输至对应的管理者平台ID的管理者平台;
所述管理者平台接收到所述合成的监控画面后,显示所述合成的监控画面;
所述计时模块为每个训练者创建一个计时器,采用所述计时器对训练者的每个状态进行计时;
所述训练纠错模块如果根据训练计划判断训练者应处于训练状态,而训练者当前实际处于休息状态,且训练者此次休息状态的时长大于第二时间阈值,则所述训练纠错模块发送纠错提醒至所述管理者平台,所述管理者平台接收到所述纠错提醒后,根据纠错所对应的训练者ID,将训练者ID所对应的摄像头采集图像的边框高亮显示;
所述训练纠错模块如果根据训练计划判断训练者应处于休息状态,而训练者当前实际处于训练状态,且训练者此次训练状态的时长大于第三时间阈值,则所述训练纠错模块发送纠错提醒至所述管理者平台,所述管理者平台接收到所述纠错提醒后,根据纠错所对应的训练者ID,将训练者ID所对应的摄像头采集图像的边框高亮显示。
2.根据权利要求1所述的间歇性训练的多人在线管理系统,其特征在于,所述系统还包括设置于各个训练区域的显示屏,所述显示屏与所述训练区域绑定;
所述管理者平台检测到管理者在合成的监控画面上的双击操作时,获取双击操作的坐标,如果双击操作的坐标位于一摄像头采集画面上,所述管理者平台判断该摄像头采集画面的边框当前是否处于高亮显示状态,如果是,则所述管理者平台向该摄像头采集画面所对应的训练区域的显示屏发送视频通话请求,所述显示屏发送同意通话请求通知后,所述管理者平台和所述显示屏之间建立视频通话连接。
3.根据权利要求2所述的间歇性训练的多人在线管理系统,其特征在于,所述管理者平台检测到管理者在合成的监控画面上的双击操作,且所述双击操作的坐标位于一摄像头采集画面,该摄像头采集画面的边框未处于高亮显示状态时,所述管理者平台弹出视频通话确认弹框,如果所述管理者平台接收到管理者的确认操作,则所述管理者平台向该摄像头采集画面所对应的训练区域的显示屏发送视频通话请求,如果所述管理者平台接收到管理者的取消操作,则所述管理者平台关闭所述视频通话确认弹框。
4.根据权利要求2所述的间歇性训练的多人在线管理系统,其特征在于,所述管理者平台检测到管理者在合成的监控画面上的单击操作时,检测所述单击操作的坐标,如果所述单击操作的坐标与一摄像头采集画面上,所述管理者平台将被点击的摄像头采集画面放大,并播放该摄像头采集画面所对应的摄像头所采集的声音。
5.根据权利要求1所述的间歇性训练的多人在线管理系统,其特征在于,所述云端服务器还包括训练计划生成模块,所述数据库还存储有各个训练者ID所对应的训练者信息,所述训练者信息包括训练者年龄、训练者身高、训练者体重、训练者性别、训练者在最近一年的间歇性训练次数以及训练者每两次间歇性训练的间隔时长;
所述计划生成模块用于采用训练好的训练计划生成模型,生成各个所述训练者ID所对应的训练计划,所述训练计划生成模型的输入包括训练者ID所对应的训练者信息,所述训练计划生成模型的输出包括训练者ID所对应的一次间歇性训练中各个训练时段的计划时长和各个休息时段的计划时长,所述计划生成模块生成的训练计划存储于所述数据库中。
6.根据权利要求5所述的间歇性训练的多人在线管理系统,其特征在于,所述云端服务器还包括训练计划生成模型训练模块,所述训练计划生成模型为卷积神经网络模型,所述训练计划生成模型包括依次连接的第一卷积层、第一池化层、第二卷积层、第二池化层、第三卷积层、第四卷积层、第五卷积层和第三池化层,所述第一卷积层和第一池化层之间、第二卷积层和第二池化层之间、第三卷积层和第四卷积层之间以及第五卷积层和第三池化层之间分别设置有一Relu函数,所述训练计划生成模型训练模块用于采用训练集对构建的训练计划生成模型进行训练。
7.根据权利要求6所述的间歇性训练的多人在线管理系统,其特征在于,所述训练计划生成模型训练模块用于采集多个训练者的样本数据,各个训练者的样本数据包括该训练者ID和训练者信息,所述计划生成模块将训练者的样本数据发送至所述管理者平台,请求所述管理者平台对所述样本数据进行标记;
所述计划生成模型训练模块获取管理者平台设置的样本数据中各个训练者在一次训练者间歇性训练中各个训练时段的设置时长和休息时段的设置时长,并采用各个训练时段的设置时长和休息时段的设置时长标记对应的训练者的样本数据,将标记后的训练者的样本数据加入训练集。
8.一种间歇性训练的多人在线管理方法,其特征在于,采用权利要求1至7中任一项所述的间歇性训练的多人在线管理系统,所述方法包括如下步骤:
所述摄像头通讯模块检测到一训练区域的摄像头开启时,从开启的摄像头接收采集的画面;
所述用户识别模块从所述画面接收模块中提取人脸图像,根据人脸图像进行图像识别,得到训练者ID,并根据所述训练者ID从所述数据库中查询与该训练者ID所对应的管理者平台ID以及该训练者ID所对应的训练计划;
所述智能手环通讯模块从与所述摄像头处于同一训练区域的智能手环中获取训练者的心率数据,并将训练者的心率数据与摄像头采集画面绑定;
所述训练者状态判定模块获取所述训练者的心率数据,检测到所述训练者的心率数据在第一时间阈值范围内持续大于心率阈值时,判定所述训练者处于训练状态,检测到所述训练者的心率数据在第一时间阈值范围内持续小于心率阈值时,判定所述训练者处于休息状态;
所述画面合成模块从所述用户识别模块获取训练者ID和摄像头采集画面的对应关系,确定摄像头采集画面与管理者平台ID的映射关系;
所述画面合成模块判断新开启的摄像头的采集画面所对应的管理者平台ID是否正在接收其他摄像头的采集画面,如果是,则所述画面合成模块将该管理者平台ID所对应的所有摄像头采集画面进行合成,合成至同一监控画面;
所述画面合成模块在合成后的监控画面中为每个摄像头采集画面绘制边框,并在每个摄像头采集画面上添加一个台标,所述台标包括该摄像头采集画面所对应的训练者ID、训练者的训练状态和训练者当前的心率值;
所述画面传输模块用于将所述画面合成模块合成的监控画面以及监控画面中每个摄像头采集画面与训练者ID的对应关系传输至对应的管理者平台ID的管理者平台;
所述管理者平台接收到所述合成的监控画面后,显示所述合成的监控画面;
所述计时模块为每个训练者创建一个计时器,采用所述计时器对训练者的每个状态进行计时;
所述训练纠错模块如果根据训练计划判断训练者应处于训练状态,而训练者当前实际处于休息状态,且训练者此次休息状态的时长大于第二时间阈值,则所述训练纠错模块发送纠错提醒至所述管理者平台,所述管理者平台接收到所述纠错提醒后,根据纠错所对应的训练者ID,将训练者ID所对应的摄像头采集图像的边框高亮显示;
所述训练纠错模块如果根据训练计划判断训练者应处于休息状态,而训练者当前实际处于训练状态,且训练者此次训练状态的时长大于第三时间阈值,则所述训练纠错模块发送纠错提醒至所述管理者平台,所述管理者平台接收到所述纠错提醒后,根据纠错所对应的训练者ID,将训练者ID所对应的摄像头采集图像的边框高亮显示。
CN201910302358.2A 2019-04-16 2019-04-16 一种间歇性训练的多人在线管理系统及方法 Withdrawn CN110060756A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910302358.2A CN110060756A (zh) 2019-04-16 2019-04-16 一种间歇性训练的多人在线管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910302358.2A CN110060756A (zh) 2019-04-16 2019-04-16 一种间歇性训练的多人在线管理系统及方法

Publications (1)

Publication Number Publication Date
CN110060756A true CN110060756A (zh) 2019-07-26

Family

ID=67319055

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910302358.2A Withdrawn CN110060756A (zh) 2019-04-16 2019-04-16 一种间歇性训练的多人在线管理系统及方法

Country Status (1)

Country Link
CN (1) CN110060756A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112885428A (zh) * 2021-02-02 2021-06-01 深圳市多九云优科技有限公司 一种云训练系统及可穿戴设备
CN114788948A (zh) * 2022-02-17 2022-07-26 中国人民解放军海军工程大学 一种可视化训练流程管理方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112885428A (zh) * 2021-02-02 2021-06-01 深圳市多九云优科技有限公司 一种云训练系统及可穿戴设备
CN114788948A (zh) * 2022-02-17 2022-07-26 中国人民解放军海军工程大学 一种可视化训练流程管理方法

Similar Documents

Publication Publication Date Title
CN106984027B (zh) 一种动作对比分析方法、装置及一种显示器
CN108090742A (zh) 运动健身计划管理系统
CN105205646A (zh) 自动点名系统及实现自动点名系统的方法
CN113537005B (zh) 一种基于姿态估计的线上考试学生行为分析方法
CN111275345B (zh) 一种基于深度学习的课堂信息化评价及管理的系统及方法
CN110060756A (zh) 一种间歇性训练的多人在线管理系统及方法
CN111767823A (zh) 一种睡岗检测方法、装置、系统及存储介质
CN114783611B (zh) 基于人工智能的神经康复动作检测系统
CN107133611A (zh) 一种课堂学生点头率识别与统计方法及装置
CN113411542A (zh) 一种智能化的工作状况监测设备
CN111707375A (zh) 一种具备智能测温考勤和异常行为检测的电子班牌
CN112651647A (zh) 一种体育活动监测管理系统
CN109599162A (zh) 一种孤独症谱系障碍儿童合作能力干预系统及方法
CN115227234A (zh) 一种基于摄像头的心肺复苏按压动作评估方法与系统
CN110517751A (zh) 一种运动康复管理系统
CN110909621A (zh) 一种基于视觉的健身指导系统
CN111223549A (zh) 一种基于姿态矫正的疾病预防的移动端系统及方法
CN113723241A (zh) 一种基于姿态估计的手卫生监测系统
CN109377577A (zh) 一种基于人脸识别的考勤方法、系统及存储装置
CN110180155A (zh) 一种间歇性训练的强度远程监测系统及方法
CN111199378B (zh) 学员管理方法、装置、电子设备及存储介质
CN107798312B (zh) 一种基于视觉头部检测的自动考勤方法
CN109087694A (zh) 一种帮助学生锻炼身体的方法及家教设备
CN109829359A (zh) 无人商店的监控方法、装置、计算机设备及存储介质
CN111523495B (zh) 基于深度强化学习的监控场景中的端到端主动式人体跟踪方法

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20190726