CN112447272A - 用于健身训练的提示方法和电子设备 - Google Patents
用于健身训练的提示方法和电子设备 Download PDFInfo
- Publication number
- CN112447272A CN112447272A CN201910817621.1A CN201910817621A CN112447272A CN 112447272 A CN112447272 A CN 112447272A CN 201910817621 A CN201910817621 A CN 201910817621A CN 112447272 A CN112447272 A CN 112447272A
- Authority
- CN
- China
- Prior art keywords
- training
- user
- recommended
- electronic device
- space required
- 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.)
- Pending
Links
- 238000012549 training Methods 0.000 title claims abstract description 721
- 238000000034 method Methods 0.000 title claims abstract description 143
- 230000009471 action Effects 0.000 claims abstract description 146
- 230000000694 effects Effects 0.000 claims description 83
- 230000008569 process Effects 0.000 claims description 54
- 230000015654 memory Effects 0.000 claims description 41
- 238000012790 confirmation Methods 0.000 claims description 31
- 230000009466 transformation Effects 0.000 claims description 15
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000033001 locomotion Effects 0.000 abstract description 61
- 238000013473 artificial intelligence Methods 0.000 abstract 1
- 238000012545 processing Methods 0.000 description 52
- 238000004422 calculation algorithm Methods 0.000 description 44
- 238000004891 communication Methods 0.000 description 39
- 230000006854 communication Effects 0.000 description 39
- 230000006870 function Effects 0.000 description 35
- 238000010586 diagram Methods 0.000 description 28
- 210000000988 bone and bone Anatomy 0.000 description 22
- 239000010410 layer Substances 0.000 description 20
- 238000007726 management method Methods 0.000 description 20
- 210000004027 cell Anatomy 0.000 description 12
- 238000010295 mobile communication Methods 0.000 description 11
- 230000005236 sound signal Effects 0.000 description 11
- 230000008859 change Effects 0.000 description 10
- 230000001976 improved effect Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 238000009432 framing Methods 0.000 description 5
- 210000000689 upper leg Anatomy 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 4
- 230000037237 body shape Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000001788 irregular Effects 0.000 description 4
- 229920001621 AMOLED Polymers 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 210000001015 abdomen Anatomy 0.000 description 2
- 230000000386 athletic effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 230000037396 body weight Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 210000002414 leg Anatomy 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 241001122767 Theaceae Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 238000013529 biological neural network Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 244000309466 calf Species 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 239000012792 core layer Substances 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 210000002310 elbow joint Anatomy 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 210000000245 forearm Anatomy 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 210000004247 hand Anatomy 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 210000000629 knee joint Anatomy 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003238 somatosensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
- 210000003857 wrist joint Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
- G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- 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
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Epidemiology (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- Physical Education & Sports Medicine (AREA)
- Software Systems (AREA)
- Social Psychology (AREA)
- Computational Linguistics (AREA)
- Psychiatry (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- User Interface Of Digital Computer (AREA)
- Telephone Function (AREA)
- Studio Devices (AREA)
Abstract
本申请提供了一种用于健身训练的提示方法和电子设备,涉及人工智能(artificial intelligence,AI)领域。该方法包括:获取训练所需空间,所述训练所需空间用于完成一个或多个训练动作;根据用户所处的训练场景和所述训练所需空间确定为用户推荐的训练位置;基于所述为用户推荐的训练位置采集所述用户的训练动作。上述技术方案通过根据用户所处的训练场景和训练所需空间为用户推荐合适的训练位置,能够实现在运动空间受限的场景下例如存在遮挡、场地不足时,用户也能够正常开展训练。
Description
技术领域
本申请涉及电子技术领域,尤其涉及一种用于健身训练的提示方法和电子设备。
背景技术
基于图像处理的智能健身方案能够在用户训练过程中对用户的训练动作进行评价,使用户足不出户即可以享受专业的指导。但在运动空间受限的场景例如客厅、宿舍等场景中开展健身运动时存在运动场地不足、遮挡物影响动作识别的准确性、训练过程可能出现磕碰等问题,导致用户无法正常开展训练。
发明内容
本申请提供一种用于健身训练的提示方法和电子设备,能够实现在运动空间受限的场景下,用户也能够正常开展训练。
第一方面,提供了一种用于健身训练的提示方法,应用于电子设备,该方法包括:获取训练所需空间,所述训练所需空间用于完成一个或多个训练动作;根据用户所处的训练场景和所述训练所需空间确定为用户推荐的训练位置;所述为用户推荐的训练位置采集所述用户的训练动作。
本申请实施例通过根据用户所处的训练场景和训练所需空间为用户推荐合适的训练位置,能够实现在运动空间受限的场景下例如存在遮挡、场地不足时,用户也能够正常开展训练。
结合第一方面,在一种可能的实现方式中,所述获取训练所需空间,包括:根据目标课程视频中的教练的活动空间确定所述训练所需空间;或者,根据所述用户的形体参数确定所述训练所需空间;或者,根据目标课程视频中的教练的活动空间和所述用户的形体参数确定所述训练所需空间;或者,根据用户自定义的训练空间参数确定所述训练所需空间。
可选地,根据目标课程视频中的教练的活动空间确定所述训练所需空间,包括:获取目标课程视频;对所述目标课程视频进行处理,获得教练的活动轨迹;根据教练的活动轨迹确定教练的活动空间。
根据目标课程视频中的教练的活动空间确定训练所需空间,并结合训练场景和训练所需空间为用户推荐合适的训练位置,用户无需根据课程所需空间自行选择位置开展训练,并且参考教练的活动空间为用户推荐训练位置,训练位置的推荐更准确,更适于用户开展目标课程视频对应的训练。
可选地,用户的形体参数包括身高、体重、上臂长、前臂长、大腿长、小腿长、眼高、肩高、肘高、手功能高、坐高、坐深、、体重体形、体积、表面积等。
根据用户的形体参数确定所述训练所需空间,可以为用户推荐适合该用户的训练位置,更具个性化,提高所推荐的训练位置与用户训练动作的适配性。
根据目标课程视频中的教练的活动空间和用户的形体参数确定训练所需空间,能够同时兼顾训练动作需要的空间要求和用户形体,可以为用户推荐适合该用户的训练位置。
结合第一方面,在一种可能的实现方式中,所述根据用户所处的训练场景和所述训练所需空间确定为用户推荐的训练位置,包括:启动所述电子设备的相机,对所述训练场景进行扫描;在扫描过程中,计算所述训练场景中满足所述训练所需空间的位置,确定为所述为用户推荐的训练位置。
结合第一方面,在一种可能的实现方式中,所述相机为RGB相机、深度相机或带有可旋转机械结构的相机中的任意一种。
采用深度相机可以获取深度信息,为用户推荐的训练位置更合适用户开展训练。采用广角相机或带有可旋转机械结构的相机能够获得更大的拍摄范围,从而可以拓宽为用户推荐训练位置的范围,更容易找到合适的训练位置。
结合第一方面,在一种可能的实现方式中,还包括:确定用户在训练场景中的当前位置;根据所述用户在训练场景中的当前位置和所述为用户推荐的训练位置输出提示信息,用于提示所述用户向所述为用户推荐的训练位置移动。
通过提示信息引导用户能够使用户快速达到推荐的训练位置,无需用户自行判断,提升用户体验,确保在运动空间受限的场景下用户也能够正常开展训练。
结合第一方面,在一种可能的实现方式中,所述提示信息包括画面提示、语音提示、通知提示中的至少一种。
结合第一方面,在一种可能的实现方式中,在所述基于所述为用户推荐的训练位置采集所述用户的训练动作之前,包括:确定所述用户移动至所述为用户推荐的训练位置;输出确认信息,所述确认信息用于提示所述用户开始训练。
在用户开始训练之前,提示用户进行确认,提升用户体验。
结合第一方面,在一种可能的实现方式中,还包括:获取所述用户的多帧图像,所述多帧图像中的每帧图像包括至少一个识别点;根据所述至少一个识别点对所述多帧图像中的任意两帧图像进行仿射变换。
电子设备可以获取用户的多帧图像,根据该多帧图像对用户进行主体识别,并对识别点进行仿射变换,保证动作匹配不受角度影响,确保用户相对画面角度的改变不影响对训练动作评价的准确性。
第二方面,提供了一种电子设备,包括:一个或多个处理器;一个或多个存储器;多个应用程序;以及一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,当所述一个或者多个程序被所述处理器执行时,使得所述电子设备执行以下步骤:获取训练所需空间,所述训练所需空间用于完成一个或多个训练动作;根据用户所处的训练场景和所述训练所需空间确定为用户推荐的训练位置基于所述为用户推荐的训练位置采集所述用户的训练动作。
本申请实施例通过根据用户所处的训练场景和训练所需空间为用户推荐合适的训练位置,能够实现在运动空间受限的场景下例如存在遮挡、场地不足时,用户也能够正常开展训练。
结合第二方面,在一种可能的实现方式中,当所述一个或者多个程序被所述处理器执行时,使得所述电子设备执行以下步骤:根据目标课程视频中的教练的活动空间确定所述训练所需空间;或者,根据所述用户的形体参数确定所述训练所需空间;或者,根据目标课程视频中的教练的活动空间和所述用户的形体参数确定所述训练所需空间;或者,根据用户自定义的训练空间参数确定所述训练所需空间。
结合第二方面,在一种可能的实现方式中,当所述一个或者多个程序被所述处理器执行时,使得所述电子设备执行以下步骤:启动所述电子设备的相机,对所述训练场景进行扫描;在扫描过程中,计算所述训练场景中满足所述训练所需空间的位置,确定为所述为用户推荐的训练位置。
结合第二方面,在一种可能的实现方式中,所述相机为RGB相机、深度相机、广角相机或带有可旋转机械结构的相机中的任意一种。
结合第二方面,在一种可能的实现方式中,当所述一个或者多个程序被所述处理器执行时,使得所述电子设备执行以下步骤:确定用户在训练场景中的当前位置;根据所述用户在训练场景中的当前位置和所述为用户推荐的训练位置输出提示信息,用于提示所述用户向所述为用户推荐的训练位置移动。
结合第二方面,在一种可能的实现方式中,所述提示信息包括画面提示、语音提示、通知提示中的至少一种。
结合第二方面,在一种可能的实现方式中,当所述一个或者多个程序被所述处理器执行时,使得所述电子设备执行以下步骤:确定所述用户移动至所述为用户推荐的训练位置;输出确认信息,所述确认信息用于提示所述用户开始训练。
结合第二方面,在一种可能的实现方式中,当所述一个或者多个程序被所述处理器执行时,使得所述电子设备执行以下步骤:获取所述用户的多帧图像,所述多帧图像中的每帧图像包括至少一个识别点;根据所述至少一个识别点对所述多帧图像中的任意两帧图像进行仿射变换。
第三方面,提供了一种用于健身训练的提示方法,应用于电子设备,该方法包括:获取训练所需空间,所述训练所需空间用于完成一个或多个训练动作;根据用户所处的训练场景和所述训练所需空间确定为用户推荐的训练位置;显示第一界面,所述第一界面包括第一窗口,所述第一窗口用户显示所述电子设备的相机的取景界面,所述第一窗口包括提示信息,所述提示信息用于提示用户向所述为用户推荐的训练位置移动。
示例性的,第一界面可以是如图5中的图5(a)、图5(c)、图5(e)中的训练界面501,第一窗口可以是如图5中的图5(a)、图5(c)、图5(e)中的取景框503。
结合第三方面,在一种可能的实现方式中,所述第一界面还包括第二窗口,所述第二窗口用于显示所述电子设备的相机的拍摄界面。
示例性的,第二窗口可以是如图5中的图5(a)、图5(c)、图5(e)中的相机拍摄范围504。
结合第三方面,在一种可能的实现方式中,所述提示信息包括与所述为用户推荐的训练位置所对应的地面推荐区域。
示例性的,地面推荐区域可以是如图5中的图5(a)、图5(c)、图5(e)中的推荐区505。
结合第三方面,在一种可能的实现方式中,还包括:获取用户在训练场景中的当前位置;根据所述用户在训练场景中的当前位置和所述为用户推荐的训练位置确定所述用户是否位于所述为用户推荐的训练位置;当所述用户不在所述为用户推荐的训练位置时,显示第一弹框,所述第一弹框用于提示所述用户未到达所述为用户推荐的训练位置,或提示所述用户移动的方向和/或距离;当所述用户超过预设时间仍未在所述为用户推荐的训练位置时,显示第二弹框,所述第二弹框用于提示所述用户超过预设时间未到达所述为用户推荐的训练位置,或提示所述用户移动的方向和/或距离;当所述用户位于所述为用户推荐的训练位置时,显示第三弹框,所述第三弹框用于提示所述用户已到达所述为用户推荐的训练位置。
示例性的,第一弹框可以是如图5中的图5(a)、图6中的图6(a)中的提示框506;第二弹框可以是如图5中的图5(c)、图6中的图6(b)中的提示框506;第三弹框可以是如图5中的图5(e)、图6中的图6(c)中的提示框506。
结合第三方面,在一种可能的实现方式中,当用户位于所述为用户推荐的训练位置时,还包括:显示第二界面,所述第二界面包括确认信息,所述确认信息用于提示所述用户开始训练。
示例性的,第一界面可以是如图8中的图8(a)-图8(e)中的训练界面501,确认信息是如图8中的图8(a)-图8(e)中的动作识别图标509、手势识别图标510、指令识别图标511、倒数计时图标512、确认窗口513。
第四方面,提供了一种电子设备,包括:一个或多个处理器;一个或多个存储器;多个应用程序;以及一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,当所述一个或者多个程序被所述处理器执行时,使得所述电子设备执行以下步骤:获取训练所需空间,所述训练所需空间用于完成一个或多个训练动作;根据用户所处的训练场景和所述训练所需空间确定为用户推荐的训练位置;显示第一界面,所述第一界面包括第一窗口,所述第一窗口用户显示所述电子设备的相机的取景界面,所述第一窗口包括提示信息,所述提示信息用于提示用户向所述为用户推荐的训练位置移动。
结合第四方面,在一种可能的实现方式中,所述第一界面还包括第二窗口,所述第二窗口用于显示所述电子设备的相机的拍摄界面。
结合第四方面,在一种可能的实现方式中,所述提示信息包括与所述为用户推荐的训练位置所对应的地面推荐区域。
结合第四方面,在一种可能的实现方式中,当所述一个或者多个程序被所述处理器执行时,使得所述电子设备执行以下步骤:获取用户在训练场景中的当前位置;根据所述用户在训练场景中的当前位置和所述为用户推荐的训练位置确定所述用户是否位于所述为用户推荐的训练位置;当所述用户不在所述为用户推荐的训练位置时,显示第一弹框,所述第一弹框用于提示所述用户未到达所述为用户推荐的训练位置,或提示所述用户移动的方向和/或距离;当所述用户超过预设时间仍未在所述为用户推荐的训练位置时,显示第二弹框,所述第二弹框用于提示所述用户超过预设时间未到达所述为用户推荐的训练位置,或提示所述用户移动的方向和/或距离;当所述用户位于所述为用户推荐的训练位置时,显示第三弹框,所述第三弹框用于提示所述用户已到达所述为用户推荐的训练位置。
结合第四方面,在一种可能的实现方式中,当用户位于所述为用户推荐的训练位置时,当所述一个或者多个程序被所述处理器执行时,使得所述电子设备执行以下步骤:显示第二界面,所述第二界面包括确认信息,所述确认信息用于提示所述用户开始训练。
第五方面,提供了一种用于健身训练的提示方法,应用于电子设备,该方法包括:获取训练所需空间,所述训练所需空间用于完成一个或多个训练动作;根据所述训练空间确定为用户推荐的训练课程和/或训练动作;显示第三界面,所述第三界面包括第三窗口,所述第三窗口用于显示所述为用户推荐的训练课程和/或训练动作。
示例性的,第三界面可以是如图11中的图11(a)图所示的推荐界面311,第三窗口可以是如图11中的图11(a)中的推荐内容313。
结合第五方面,在一种可能的实现方式中,还包括:在显示三界面之前,显示第四界面,所述第四界面包括用于进入所述第三窗口的第四窗口;在所述第四窗口上检测用户的第一操作,所述第一操作用于从多个选项中选择第一选项;响应于第一操作,显示所述第一选项的设置参数;在所述第四窗口上检测用户的第二操作,所述第二操作用于输入所述第一选项的设置参数;响应于所述第二操作,显示所述第三界面。
示例性的,第四界面可以是如图11中的图11(b)图所示的推荐界面311,第四窗口可以是如图11中的图11(b)中的自定义窗口314。
第六方面,提供了一种电子设备,包括:一个或多个处理器;一个或多个存储器;多个应用程序;以及一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,当所述一个或者多个程序被所述处理器执行时,使得所述电子设备执行以下步骤:获取训练所需空间,所述训练所需空间用于完成一个或多个训练动作;根据所述训练空间确定为用户推荐的训练课程和/或训练动作;显示第三界面,所述第三界面包括第三窗口,所述第三窗口用于显示所述为用户推荐的训练课程和/或训练动作。
结合第六方面,在一种可能的实现方式中,当所述一个或者多个程序被所述处理器执行时,使得所述电子设备执行以下步骤:在显示三界面之前,显示第四界面,所述第四界面包括用于进入所述第三窗口的第四窗口;在所述第四窗口上检测用户的第一操作,所述第一操作用于从多个选项中选择第一选项;响应于第一操作,显示所述第一选项的设置参数;在所述第四窗口上检测用户的第二操作,所述第二操作用于输入所述第一选项的设置参数;响应于所述第二操作,显示所述第三界面。
第七方面,本申请提供了一种装置,该装置包含在电子设备中,该装置具有实现上述方面及上述方面的可能实现方式中电子设备行为的功能。功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块或单元。例如,显示模块或单元、检测模块或单元、处理模块或单元等。
第八方面,本申请提供了一种电子设备,包括:触摸显示屏,其中,触摸显示屏包括触敏表面和显示器;摄像头;一个或多个处理器;存储器;多个应用程序;以及一个或多个计算机程序。其中,一个或多个计算机程序被存储在存储器中,一个或多个计算机程序包括指令。当指令被电子设备执行时,使得电子设备执行上述任一方面任一项可能的实现方式中的提示方法。
第九方面,本申请提供了一种电子设备,包括一个或多个处理器和一个或多个存储器。该一个或多个存储器与一个或多个处理器耦合,一个或多个存储器用于存储计算机程序代码,计算机程序代码包括计算机指令,当一个或多个处理器执行计算机指令时,使得电子设备执行上述任一方面任一项可能的实现方式中的提示方法。
第十方面,本申请提供了一种计算机存储介质,包括计算机指令,当计算机指令在电子设备上运行时,使得电子设备执行上述任一方面任一项可能的实现方式中的提示方法。
第十一方面,本申请提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述任一方面任一项可能的实现方式中的提示方法。
附图说明
图1是本申请实施例提供的一种电子设备的硬件结构示意图;
图2是本申请实施例提供的一种电子设备的软件结构示意图;
图3是本申请实施例提供的一例进入应用程序的图形用户界面示意图;
图4是现有的基于图像处理的健身方案的图形用户界面示意图;
图5是本申请实施例提供的一例提示方法的图形用户界面示意图;
图6是本申请实施例提供的另一例提示方法的图形用户界面示意图;
图7是本申请实施例提供的又一例提示方法的图形用户界面示意图;
图8是本申请实施例提供的一例提示方法的图形用户界面示意图;
图9是本申请实施例提供的一例提示方法的图形用户界面示意图;
图10是本申请实施例提供的另一例进入应用程序的图形用户界面示意图;
图11是本申请实施例提供的一例提示方法的图形用户界面示意图;
图12是本申请实施例提供的一例提示方法的处理过程示意图;
图13是本申请实施例提供的一例提示方法的处理过程示意图;
图14是本申请实施例提供的提示方法的示意性流程图;
图15是本申请实施例提供的一例电子设备的组成示意图。
具体实施方式
下面将结合附图,对本申请中的技术方案进行描述。
需要说明的是,在本申请实施例的描述中,除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B;本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,在本申请实施例的描述中,“多个”是指两个或多于两个。
以下,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
如背景技术部分所介绍,基于图像处理的智能健身方案能够在用户训练过程中对用户的训练动作进行评价,使得用户足不出户即可享受专业的指导。但目前的基于图像处理的智能健身方案或者无法为用户提供在训练场景中的定位,或者为用户推荐的站定位置与训练场景中的物体冲突,特别是在运动空间受限的场景下例如客厅、宿舍场景等,由于存在运动空间不足、遮挡物影响动作识别的准确性以及训练过程可能出现的磕碰等问题,导致用户可能无法正常开展训练。因此,需要一种用于健身训练的提示方法,可以为用户在训练场景中提供合适的训练位置,使得用户在运动空间受限的场景下也能够正常开展训练,特别是正常开展基于图像处理的健身运动。
本申请实施例提供了一种用于健身训练的提示方法,可以应用于电子设备,当用户希望在运动空间受限的场景下开展训练时,能够根据用户所处的训练场景和训练所需空间为用户智能推荐合适的训练位置,用户无需自行选择训练位置,从而确保训练正常开展。
本申请实施例提供的用于健身训练的提示方法可以应用于手机、平板电脑、可穿戴设备、车载设备、增强现实(augmented reality,AR)/虚拟现实(virtual reality,VR)设备、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、个人数字助理(personal digital assistant,PDA)等电子设备上,本申请实施例对电子设备的具体类型不作任何限制。
示例性的,图1示出了电子设备100的结构示意图。电子设备100可以包括处理器110,外部存储器接口120,内部存储器121,通用串行总线(universal serial bus,USB)接口130,充电管理模块140,电源管理模块141,电池142,天线1,天线2,移动通信模块150,无线通信模块160,音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,传感器模块180,按键190,马达191,指示器192,摄像头193,显示屏194,以及用户标识模块(subscriber identification module,SIM)卡接口195等。其中传感器模块180可以包括压力传感器180A,陀螺仪传感器180B,气压传感器180C,磁传感器180D,加速度传感器180E,距离传感器180F,接近光传感器180G,指纹传感器180H,温度传感器180J,触摸传感器180K,环境光传感器180L,骨传导传感器180M等。
可以理解的是,本申请实施例示意的结构并不构成对电子设备100的具体限定。在本申请另一些实施例中,电子设备100可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元,例如:处理器110可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processingunit,GPU),图像信号处理器(image signal processor,ISP),控制器,存储器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
其中,控制器可以是电子设备100的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
处理器110中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据,可从所述存储器中直接调用。避免了重复存取,减少了处理器110的等待时间,因而提高了系统的效率。
在一些实施例中,处理器110可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit,I2C)接口,集成电路内置音频(inter-integrated circuitsound,I2S)接口,脉冲编码调制(pulse code modulation,PCM)接口,通用异步收发传输器(universal asynchronous receiver/transmitter,UART)接口,移动产业处理器接口(mobile industry processor interface,MIPI),通用输入输出(general-purposeinput/output,GPIO)接口,用户标识模块(subscriber identity module,SIM)接口,和/或通用串行总线(universal serial bus,USB)接口等。
I2C接口是一种双向同步串行总线,包括一根串行数据线(serial data line,SDA)和一根串行时钟线(derail clock line,SCL)。在一些实施例中,处理器110可以包含多组I2C总线。处理器110可以通过不同的I2C总线接口分别耦合触摸传感器180K,充电器,闪光灯,摄像头193等。例如:处理器110可以通过I2C接口耦合触摸传感器180K,使处理器110与触摸传感器180K通过I2C总线接口通信,实现电子设备100的触摸功能。
I2S接口可以用于音频通信。在一些实施例中,处理器110可以包含多组I2S总线。处理器110可以通过I2S总线与音频模块170耦合,实现处理器110与音频模块170之间的通信。在一些实施例中,音频模块170可以通过I2S接口向无线通信模块160传递音频信号,实现通过蓝牙耳机接听电话的功能。
PCM接口也可以用于音频通信,将模拟信号抽样,量化和编码。在一些实施例中,音频模块170与无线通信模块160可以通过PCM总线接口耦合。在一些实施例中,音频模块170也可以通过PCM接口向无线通信模块160传递音频信号,实现通过蓝牙耳机接听电话的功能。所述I2S接口和所述PCM接口都可以用于音频通信。
UART接口是一种通用串行数据总线,用于异步通信。该总线可以为双向通信总线。它将要传输的数据在串行通信与并行通信之间转换。在一些实施例中,UART接口通常被用于连接处理器110与无线通信模块160。例如:处理器110通过UART接口与无线通信模块160中的蓝牙模块通信,实现蓝牙功能。在一些实施例中,音频模块170可以通过UART接口向无线通信模块160传递音频信号,实现通过蓝牙耳机播放音乐的功能。
MIPI接口可以被用于连接处理器110与显示屏194,摄像头193等外围器件。MIPI接口包括摄像头串行接口(camera serial interface,CSI),显示屏串行接口(displayserial interface,DSI)等。在一些实施例中,处理器110和摄像头193通过CSI接口通信,实现电子设备100的拍摄功能。处理器110和显示屏194通过DSI接口通信,实现电子设备100的显示功能。
GPIO接口可以通过软件配置。GPIO接口可以被配置为控制信号,也可被配置为数据信号。在一些实施例中,GPIO接口可以用于连接处理器110与摄像头193,显示屏194,无线通信模块160,音频模块170,传感器模块180等。GPIO接口还可以被配置为I2C接口,I2S接口,UART接口,MIPI接口等。
USB接口130是符合USB标准规范的接口,具体可以是Mini USB接口,Micro USB接口,USB Type C接口等。USB接口130可以用于连接充电器为电子设备100充电,也可以用于电子设备100与外围设备之间传输数据。也可以用于连接耳机,通过耳机播放音频。该接口还可以用于连接其他电子设备,例如AR设备等。
可以理解的是,本申请实施例示意的各模块间的接口连接关系,只是示意性说明,并不构成对电子设备100的结构限定。在本申请另一些实施例中,电子设备100也可以采用上述实施例中不同的接口连接方式,或多种接口连接方式的组合。
充电管理模块140用于从充电器接收充电输入。其中,充电器可以是无线充电器,也可以是有线充电器。在一些有线充电的实施例中,充电管理模块140可以通过USB接口130接收有线充电器的充电输入。在一些无线充电的实施例中,充电管理模块140可以通过电子设备100的无线充电线圈接收无线充电输入。充电管理模块140为电池142充电的同时,还可以通过电源管理模块141为电子设备供电。
电源管理模块141用于连接电池142,充电管理模块140与处理器110。电源管理模块141接收电池142和/或充电管理模块140的输入,为处理器110,内部存储器121,外部存储器,显示屏194,摄像头193,和无线通信模块160等供电。电源管理模块141还可以用于监测电池容量,电池循环次数,电池健康状态(漏电,阻抗)等参数。在其他一些实施例中,电源管理模块141也可以设置于处理器110中。在另一些实施例中,电源管理模块141和充电管理模块140也可以设置于同一个器件中。
电子设备100的无线通信功能可以通过天线1,天线2,移动通信模块150,无线通信模块160,调制解调处理器以及基带处理器等实现。
天线1和天线2用于发射和接收电磁波信号。电子设备100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。例如:可以将天线1复用为无线局域网的分集天线。在另外一些实施例中,天线可以和调谐开关结合使用。
移动通信模块150可以提供应用在电子设备100上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块150可以包括至少一个滤波器,开关,功率放大器,低噪声放大器(low noise amplifier,LNA)等。移动通信模块150可以由天线1接收电磁波,并对接收的电磁波进行滤波,放大等处理,传送至调制解调处理器进行解调。移动通信模块150还可以对经调制解调处理器调制后的信号放大,经天线1转为电磁波辐射出去。在一些实施例中,移动通信模块150的至少部分功能模块可以被设置于处理器110中。在一些实施例中,移动通信模块150的至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。
调制解调处理器可以包括调制器和解调器。其中,调制器用于将待发送的低频基带信号调制成中高频信号。解调器用于将接收的电磁波信号解调为低频基带信号。随后解调器将解调得到的低频基带信号传送至基带处理器处理。低频基带信号经基带处理器处理后,被传递给应用处理器。应用处理器通过音频设备(不限于扬声器170A,受话器170B等)输出声音信号,或通过显示屏194显示图像或视频。在一些实施例中,调制解调处理器可以是独立的器件。在另一些实施例中,调制解调处理器可以独立于处理器110,与移动通信模块150或其他功能模块设置在同一个器件中。
无线通信模块160可以提供应用在电子设备100上的包括无线局域网(wirelesslocal area networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络),蓝牙(bluetooth,BT),全球导航卫星系统(global navigation satellite system,GNSS),调频(frequency modulation,FM),近距离无线通信技术(near field communication,NFC),红外技术(infrared,IR)等无线通信的解决方案。无线通信模块160可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块160经由天线2接收电磁波,将电磁波信号调频以及滤波处理,将处理后的信号发送到处理器110。无线通信模块160还可以从处理器110接收待发送的信号,对其进行调频,放大,经天线2转为电磁波辐射出去。
在一些实施例中,电子设备100的天线1和移动通信模块150耦合,天线2和无线通信模块160耦合,使得电子设备100可以通过无线通信技术与网络以及其他设备通信。所述无线通信技术可以包括全球移动通讯系统(global system for mobile communications,GSM),通用分组无线服务(general packet radio service,GPRS),码分多址接入(codedivision multiple access,CDMA),宽带码分多址(wideband code division multipleaccess,WCDMA),时分码分多址(time-division code division multiple access,TD-SCDMA),长期演进(long term evolution,LTE),BT,GNSS,WLAN,NFC,FM,和/或IR技术等。所述GNSS可以包括全球卫星定位系统(global positioning system,GPS),全球导航卫星系统(global navigation satellite system,GLONASS),北斗卫星导航系统(beidounavigation satellite system,BDS),准天顶卫星系统(quasi-zenith satellitesystem,QZSS)和/或星基增强系统(satellite based augmentation systems,SBAS)。
电子设备100通过GPU,显示屏194,以及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏194和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器110可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
例如,在本申请实施例提供的提示方法中,GPU/NPU/CPU可以运行用户识别算法例如骨骼节点识别算法,对获取的用户图像进行处理,提取用户信息。
显示屏194用于显示图像,视频等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display,LCD),有机发光二极管(organic light-emittingdiode,OLED),有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode,AMOLED),柔性发光二极管(flex light-emittingdiode,FLED),Miniled,MicroLed,Micro-oLed,量子点发光二极管(quantum dot lightemitting diodes,QLED)等。在一些实施例中,电子设备100可以包括1个或N个显示屏194,N为大于1的正整数。
电子设备100可以通过ISP,摄像头193,视频编解码器,GPU,显示屏194以及应用处理器等实现拍摄功能。
ISP用于处理摄像头193反馈的数据。例如,拍照时,打开快门,光线通过镜头被传递到摄像头感光元件上,光信号转换为电信号,摄像头感光元件将所述电信号传递给ISP处理,转化为肉眼可见的图像。ISP还可以对图像的噪点,亮度,肤色进行算法优化。ISP还可以对拍摄场景的曝光,色温等参数优化。在一些实施例中,ISP可以设置在摄像头193中。
摄像头193用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device,CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor,CMOS)光电晶体管。感光元件把光信号转换成电信号,之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB,YUV等格式的图像信号。在一些实施例中,电子设备100可以包括1个或N个摄像头193,N为大于1的正整数。
例如,在本申请实施例提供的提示方法中,摄像头可以采集用户和训练场景图像,并将采集的图像显示在取景框或预览界面中。感光元件把采集到的光信号转换成电信号,之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP,做相关的图像加工处理。
数字信号处理器用于处理数字信号,除了可以处理数字图像信号,还可以处理其他数字信号。例如,当电子设备100在频点选择时,数字信号处理器用于对频点能量进行傅里叶变换等。
视频编解码器用于对数字视频压缩或解压缩。电子设备100可以支持一种或多种视频编解码器。这样,电子设备100可以播放或录制多种编码格式的视频,例如:动态图像专家组(moving picture experts group,MPEG)1,MPEG2,MPEG3,MPEG4等。
NPU为神经网络(neural-network,NN)计算处理器,通过借鉴生物神经网络结构,例如借鉴人脑神经元之间传递模式,对输入信息快速处理,还可以不断的自学习。通过NPU可以实现电子设备100的智能认知等应用,例如:图像识别,人脸识别,语音识别,文本理解等。
例如,在本申请实施例提供的提示方法中,NPU可以在用户移动到推荐的训练位置后的确认开始训练过程中,执行动作匹配、手势识别、语音识别等。
外部存储器接口120可以用于连接外部存储卡,例如Micro SD卡,实现扩展电子设备100的存储能力。外部存储卡通过外部存储器接口120与处理器110通信,实现数据存储功能。例如将音乐,视频等文件保存在外部存储卡中。
内部存储器121可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。处理器110通过运行存储在内部存储器121的指令,从而执行电子设备100的各种功能应用以及数据处理。内部存储器121可以包括存储程序区和存储数据区。其中,存储程序区可存储操作系统,至少一个功能所需的应用程序(比如声音播放功能,图像播放功能等)等。存储数据区可存储电子设备100使用过程中所创建的数据(比如音频数据,电话本等)等。此外,内部存储器121可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flash storage,UFS)等。
电子设备100可以通过音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,以及应用处理器等实现音频功能。例如音乐播放,录音等。
音频模块170用于将数字音频信息转换成模拟音频信号输出,也用于将模拟音频输入转换为数字音频信号。音频模块170还可以用于对音频信号编码和解码。在一些实施例中,音频模块170可以设置于处理器110中,或将音频模块170的部分功能模块设置于处理器110中。
扬声器170A,也称“喇叭”,用于将音频电信号转换为声音信号。电子设备100可以通过扬声器170A收听音乐或语音,或收听免提通话。
例如,在本申请实施例提供的提示方法中,扬声器可以播放提示用户移动到推荐的训练位置的语音。
受话器170B,也称“听筒”,用于将音频电信号转换成声音信号。当电子设备100接听电话或语音信息时,可以通过将受话器170B靠近人耳接听语音。
麦克风170C,也称“话筒”,“传声器”,用于将声音信号转换为电信号。当拨打电话或发送语音信息时,用户可以通过人嘴靠近麦克风170C发声,将声音信号输入到麦克风170C。电子设备100可以设置至少一个麦克风170C。在另一些实施例中,电子设备100可以设置两个麦克风170C,除了采集声音信号,还可以实现降噪功能。在另一些实施例中,电子设备100还可以设置三个,四个或更多麦克风170C,实现采集声音信号,降噪,还可以识别声音来源,实现定向录音功能等。
耳机接口170D用于连接有线耳机。耳机接口170D可以是USB接口130,也可以是3.5mm的开放移动电子设备平台(open mobile terminal platform,OMTP)标准接口,美国蜂窝电信工业协会(cellular telecommunications industry association of the USA,CTIA)标准接口。
压力传感器180A用于感受压力信号,可以将压力信号转换成电信号。在一些实施例中,压力传感器180A可以设置于显示屏194。压力传感器180A的种类很多,如电阻式压力传感器,电感式压力传感器,电容式压力传感器等。电容式压力传感器可以是包括至少两个具有导电材料的平行板。当有力作用于压力传感器180A,电极之间的电容改变。电子设备100根据电容的变化确定压力的强度。当有触摸操作作用于显示屏194,电子设备100根据压力传感器180A检测所述触摸操作强度。电子设备100也可以根据压力传感器180A的检测信号计算触摸的位置。在一些实施例中,作用于相同触摸位置,但不同触摸操作强度的触摸操作,可以对应不同的操作指令。例如:当有触摸操作强度小于第一压力阈值的触摸操作作用于短消息应用图标时,执行查看短消息的指令。当有触摸操作强度大于或等于第一压力阈值的触摸操作作用于短消息应用图标时,执行新建短消息的指令。
陀螺仪传感器180B可以用于确定电子设备100的运动姿态。在一些实施例中,可以通过陀螺仪传感器180B确定电子设备100围绕三个轴(即,x,y和z轴)的角速度。陀螺仪传感器180B可以用于拍摄防抖。示例性的,当按下快门,陀螺仪传感器180B检测电子设备100抖动的角度,根据角度计算出镜头模组需要补偿的距离,让镜头通过反向运动抵消电子设备100的抖动,实现防抖。陀螺仪传感器180B还可以用于导航,体感游戏场景。
气压传感器180C用于测量气压。在一些实施例中,电子设备100通过气压传感器180C测得的气压值计算海拔高度,辅助定位和导航。
磁传感器180D包括霍尔传感器。电子设备100可以利用磁传感器180D检测翻盖皮套的开合。在一些实施例中,当电子设备100是翻盖机时,电子设备100可以根据磁传感器180D检测翻盖的开合。进而根据检测到的皮套的开合状态或翻盖的开合状态,设置翻盖自动解锁等特性。
加速度传感器180E可检测电子设备100在各个方向上(一般为三轴)加速度的大小。当电子设备100静止时可检测出重力的大小及方向。还可以用于识别电子设备姿态,应用于横竖屏切换,计步器等应用。
距离传感器180F,用于测量距离。电子设备100可以通过红外或激光测量距离。在一些实施例中,拍摄场景,电子设备100可以利用距离传感器180F测距以实现快速对焦。
接近光传感器180G可以包括例如发光二极管(LED)和光检测器,例如光电二极管。发光二极管可以是红外发光二极管。电子设备100通过发光二极管向外发射红外光。电子设备100使用光电二极管检测来自附近物体的红外反射光。当检测到充分的反射光时,可以确定电子设备100附近有物体。当检测到不充分的反射光时,电子设备100可以确定电子设备100附近没有物体。电子设备100可以利用接近光传感器180G检测用户手持电子设备100贴近耳朵通话,以便自动熄灭屏幕达到省电的目的。接近光传感器180G也可用于皮套模式,口袋模式自动解锁与锁屏。
环境光传感器180L用于感知环境光亮度。电子设备100可以根据感知的环境光亮度自适应调节显示屏194亮度。环境光传感器180L也可用于拍照时自动调节白平衡。环境光传感器180L还可以与接近光传感器180G配合,检测电子设备100是否在口袋里,以防误触。
指纹传感器180H用于采集指纹。电子设备100可以利用采集的指纹特性实现指纹解锁,访问应用锁,指纹拍照,指纹接听来电等。
温度传感器180J用于检测温度。在一些实施例中,电子设备100利用温度传感器180J检测的温度,执行温度处理策略。例如,当温度传感器180J上报的温度超过阈值,电子设备100执行降低位于温度传感器180J附近的处理器的性能,以便降低功耗实施热保护。在另一些实施例中,当温度低于另一阈值时,电子设备100对电池142加热,以避免低温导致电子设备100异常关机。在其他一些实施例中,当温度低于又一阈值时,电子设备100对电池142的输出电压执行升压,以避免低温导致的异常关机。
触摸传感器180K,也称“触控面板”。触摸传感器180K可以设置于显示屏194,由触摸传感器180K与显示屏194组成触摸屏,也称“触控屏”。触摸传感器180K用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器,以确定触摸事件类型。可以通过显示屏194提供与触摸操作相关的视觉输出。在另一些实施例中,触摸传感器180K也可以设置于电子设备100的表面,与显示屏194所处的位置不同。
骨传导传感器180M可以获取振动信号。在一些实施例中,骨传导传感器180M可以获取人体声部振动骨块的振动信号。骨传导传感器180M也可以接触人体脉搏,接收血压跳动信号。在一些实施例中,骨传导传感器180M也可以设置于耳机中,结合成骨传导耳机。音频模块170可以基于所述骨传导传感器180M获取的声部振动骨块的振动信号,解析出语音信号,实现语音功能。应用处理器可以基于所述骨传导传感器180M获取的血压跳动信号解析心率信息,实现心率检测功能。
按键190包括开机键,音量键等。按键190可以是机械按键。也可以是触摸式按键。电子设备100可以接收按键输入,产生与电子设备100的用户设置以及功能控制有关的键信号输入。
马达191可以产生振动提示。马达191可以用于来电振动提示,也可以用于触摸振动反馈。例如,作用于不同应用(例如拍照,音频播放等)的触摸操作,可以对应不同的振动反馈效果。作用于显示屏194不同区域的触摸操作,马达191也可对应不同的振动反馈效果。不同的应用场景(例如:时间提醒,接收信息,闹钟,游戏等)也可以对应不同的振动反馈效果。触摸振动反馈效果还可以支持自定义。
指示器192可以是指示灯,可以用于指示充电状态,电量变化,也可以用于指示消息,未接来电,通知等。
SIM卡接口195用于连接SIM卡。SIM卡可以通过插入SIM卡接口195,或从SIM卡接口195拔出,实现和电子设备100的接触和分离。电子设备100可以支持1个或N个SIM卡接口,N为大于1的正整数。SIM卡接口195可以支持Nano SIM卡,Micro SIM卡,SIM卡等。同一个SIM卡接口195可以同时插入多张卡。所述多张卡的类型可以相同,也可以不同。SIM卡接口195也可以兼容不同类型的SIM卡。SIM卡接口195也可以兼容外部存储卡。电子设备100通过SIM卡和网络交互,实现通话以及数据通信等功能。在一些实施例中,电子设备100采用eSIM,即:嵌入式SIM卡。eSIM卡可以嵌在电子设备100中,不能和电子设备100分离。
电子设备100的软件系统可以采用分层架构,事件驱动架构,微核架构,微服务架构,或云架构。本申请实施例以分层架构的Android系统为例,示例性说明电子设备100的软件结构。
图2是本申请实施例的电子设备100的软件结构框图。分层架构将软件分成若干个层,每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实施例中,将Android系统分为四层,从上至下分别为应用程序层,应用程序框架层,安卓运行时(Android runtime)和系统库,以及内核层。应用程序层可以包括一系列应用程序包。
如图2所示,应用程序包可以包括相机,图库,日历,通话,地图,导航,WLAN,蓝牙,音乐,视频,短信息等应用程序。
应用程序框架层为应用程序层的应用程序提供应用编程接口(applicationprogramming interface,API)和编程框架。应用程序框架层包括一些预先定义的函数。
例如,在本申请中,对用户进行识别的函数或者算法以及处理图像的算法等都可以包括在应用程序框架层。
如图2所示,应用程序框架层可以包括窗口管理器,内容提供器,视图系统,电话管理器,资源管理器,通知管理器等。
窗口管理器用于管理窗口程序。窗口管理器可以获取显示屏大小,判断是否有状态栏,锁定屏幕,截取屏幕等。
内容提供器用来存放和获取数据,并使这些数据可以被应用程序访问。所述数据可以包括视频,图像,音频,拨打和接听的电话,浏览历史和书签,电话簿等。
例如,在本申请中,内容提供器可以实时获取取景框或预览界面中采集到的图像,并将处理之后的图像显示在取景框或预览界面中。
视图系统包括可视控件,例如显示文字的控件,显示图片的控件等。视图系统可用于构建应用程序。显示界面可以由一个或多个视图组成的。例如,包括短信通知图标的显示界面,可以包括显示文字的视图以及显示图片的视图。
例如,在本申请中,训练界面上显示的“当前环境有遮挡”等内容,可以由视图系统接收处理器的指示进行显示,用于提醒用户当前位置是否适合开展训练。
电话管理器用于提供电子设备100的通信功能。例如通话状态的管理(包括接通,挂断等)。
资源管理器为应用程序提供各种资源,比如本地化字符串,图标,图片,布局文件,视频文件等等。
通知管理器使应用程序可以在状态栏中显示通知信息,可以用于传达告知类型的消息,可以短暂停留后自动消失,无需用户交互。比如通知管理器被用于告知下载完成,消息提醒等。通知管理器还可以是以图表或者滚动条文本形式出现在系统顶部状态栏的通知,例如后台运行的应用程序的通知,还可以是以对话窗口形式出现在屏幕上的通知。例如在状态栏提示文本信息,发出提示音,电子设备振动,指示灯闪烁等。
Android runtime包括核心库和虚拟机。Android runtime负责安卓系统的调度和管理。
核心库包含两部分:一部分是java语言需要调用的功能函数,另一部分是安卓的核心库。
应用程序层和应用程序框架层运行在虚拟机中。虚拟机将应用程序层和应用程序框架层的java文件执行为二进制文件。虚拟机用于执行对象生命周期的管理,堆栈管理,线程管理,安全和异常的管理,以及垃圾回收等功能。
系统库可以包括多个功能模块。例如:表面管理器(surface manager),媒体库(media libraries),三维图形处理库(例如:面向嵌入式系统的开放式图形库(opengraphics library for embedded systems,OpenGL ES)),2D图形引擎(例如:Skia数据库(skia graphics library,SGL))等。
表面管理器用于对显示子系统进行管理,并且为多个应用程序提供了2D和3D图层的融合。
媒体库支持多种常用的音频,视频格式回放和录制,以及静态图像文件等。媒体库可以支持多种音视频编码格式,例如:MPEG4,H.264,MP3,AAC,AMR,JPG,PNG等。
三维图形处理库用于实现三维图形绘图,图像渲染,合成,和图层处理等。
2D图形引擎是2D绘图的绘图引擎。
内核层是硬件和软件之间的层。内核层至少包含显示驱动,摄像头驱动,音频驱动,传感器驱动。
为了便于理解,本申请以下实施例将以具有图1和图2所示结构的电子设备为例,结合附图和应用场景,对本申请实施例提供的用于健身训练的提示方法进行具体阐述。
需要说明的是,图1所示仅为一种电子设备的举例,本申请并未特别限定,本申请可以应用于手机、平板电脑等智能设备,本申请对此不作限定。在本申请实施例的描述中,将以手机为例进行介绍。
要实现在运动空间受限的场景下,用户可以正常开展训练,本申请提供根据运动场景和训练所需空间为用户推荐合适的训练位置,实现在运动空间受限例如存在遮挡、场地不足时,用户也能够正常开展训练。
为了便于理解本申请,首先介绍本申请的一些人机交互实施例。
图3是本申请实施例提供的一例进入应用程序的图形用户界面(graphical userinterface,GUI)的示意图。本申请将以手机作为电子设备,详细介绍本申请提供的提示方法。
其中,图3中的图3(a)图示出了手机的解锁模式下,手机的屏幕显示系统显示了当前一种可能的输出的界面内容301,该界面内容301为手机的主界面。该界面内容301显示了多款第三方应用程序(application,App),例如支付宝、任务卡商店、微博、相册、微信、设置、相机、健身。应理解,界面内容301还可以包括其他更多的应用程序,本申请对此不作限定。
在一些实施例中,不限于手机的主界面301,手机显示的界面内容可以是手机响应于输入的用户操作后所显示的界面内容,该用户操作可以包括用户对手机显示的桌面中的部分应用程序的图标的点击操作,或者用户对手机显示的应用程序的界面内容中的图标的点击操作。例如,当用户点击手机主界面301显示的微信、支付宝、任务卡商店、微博、相册、设置、健身等应用程序后分别进入各应用程序相应的显示界面。
示例性的,当手机检测到用户点击主界面301上的健身应用的图标302的操作后,可以启动健身应用,例如可以显示如图3中的图3(b)图所示的界面,该界面可以称为运动项目选择界面303。该运动项目选择界面303上可以包括徒步、跑步、骑行、健美操、游泳、拳击、滑雪、室内健身、划艇等多种运动项目的图标。应理解,该运动项目选择界面303还可以包括更多、更少或其他的运动项目的图标,本申请对此不作限定。
进一步地,当用户点击运动项目选择界面303中显示的运动项目的图标后分别进入各运动项目相应的显示界面。示例性的,当手机检测到用户点击运动项目选择界面303上的室内健身图标304后,可以进入室内健身的显示界面,例如可以显示如图3中的图3(c)图所示的界面,该界面可以称为训练计划选择界面305。该训练计划选择界面305中可以包括多个训练计划,例如“哑铃手臂塑形”、“健美身材·背部增肌”、“腰腹进阶”、“零基础腿部塑形”、“全身拉伸”等,该训练计划选择界面305中显示的多个训练计划可以是针对臂部、背部、腰部、腹部、腿部、肩部、胸部、颈部、全身等部位的训练。应理解,该训练计划选择界面305中还可以包括更多、更少或其他的训练计划,本申请对此不作限定。可选地,用户可以在手机的触摸屏上滑动手指,响应于用户的滑动操作,手机可以加载更多的训练计划并展示在训练计划选择界面305中。
进一步地,当用户点击训练计划选择界面305显示的训练计划后分别进入各训练计划相应的显示界面。示例性的,当手机检测到用户点击训练计划选择界面305中的“全身拉伸”训练计划后,可以进入相应的显示界面,例如可以显示如图3中的图3(d)图所示的界面,该界面可以称为训练开始界面306。该训练开始界面306可以包括对训练计划的介绍说明,例如训练部位、是否需要器械、难度等级、时长、消耗能量以及训练动作等。应理解,该训练开始界面306还可以包括更多、更少或其他的显示内容,本申请对此不作限定。训练开始界面306还可以包括开始控件307,用于启动训练过程,当手机检测到用户点击开始控件307后,可以在触摸屏上展示或播放用户选择的训练计划所对应的目标课程视频。
近年来健身爱好者群体逐渐增大,对于无暇去健身房的人群,基于图像处理的智能健身可以使得用户足不出户即可享受专业的指导。具体而言,用户在训练过程中,手机可以对用户的训练动作进行识别,进而根据图像算法对用户的训练动作进行评价,例如根据训练动作的关键指标评价用户的完成质量,并指出错误动作和改进方式,从而为用户提供指导,让用户可以科学的运动。
图4中的图4(a)图示出了一种基于图像处理的健身方案的界面内容。图4中的图4(a)图所示的界面401中包括目标课程视频和取景框,其中,目标课程视频可以是已经录制好的教练视频,由用户预先下载到本地并在手机检测到指令、信号或响应于用户的操作时对该目标课程视频执行播放、暂停或关闭操作;取景框用于获取拍摄或录制预览的图像,实时显示预览图像,如图4的图4(a)图中显示的训练场景和用户的预览图像。在图4中的图4(a)图示出的基于图像处理的健身方案中,当手机检测到用户出现在取景框内时即对目标课程视频执行播放操作(即用户开始训练),同时还可以通过扬声器播放目标课程视频中的声音从而通知用户训练进度。当用户在运动空间受限的场景下例如客厅场景、宿舍场景等中进行训练时,受限于空间大小以及可能出现的遮挡物,用户无法很好的开展训练,例如遮挡会影响算法识别动作的准确性进而影响对用户指导的准确性,或者训练过程中如果有比较大的动作,有可能会出现磕碰或用户需要暂时中断训练。图4中的图4(b)图示出了另一种基于图像处理的健身方案的界面内容。图4中的图4(b)图所示的界面402中包括如上所述的目标课程视频和取景框,在图4中的图4(b)图示出的基于图像处理的健身方案中,手机可以在取景框中显示的预览图像上提示用户站定的位置,例如手机在预览图像中显示推荐位置框403,当手机检测到用户位于推荐位置框403中时才对目标课程视频执行播放操作(即用户开始训练),否则无法开始训练。同理,当用户在运动空间受限的场景下例如客厅场景、宿舍场景等中进行训练时,受限于空间大小以及可能出现的遮挡物,推荐位置框403中可能出现沙发、台灯、茶几等物品使得用户无法站立在推荐位置处或手机推荐的空间不足导致在训练过程中有可能出现磕碰,使得用户无法正常开展训练。
因此,本申请将提供一种用户健身训练的提示方法,能够在运动空间受限的场景下,通过根据训练场景和训练所需空间为用户推荐合适的训练位置,实现在运动空间受限例如存在遮挡、场地不足时,用户能够正常开展训练。
图5是本申请实施例提供的一例提示方法的图形用户界面示意图。如前所述,当手机检测到用户点击开始控件307后,可以进入相应的显示界面,例如可以显示如图5中的图5(a)图所示的界面,该界面可以称为训练界面501。该训练界面501可以包括目标课程视频的界面内容502、取景框503和相机拍摄范围504。目标课程视频的界面内容502显示的是目标课程视频,目标课程视频可以是已经录制好的教练视频,由用户预先下载或缓存到本地(例如下载或缓存到手机的外部存储卡、内部存储器等),例如手机检测到用户点击开始控件307后自动执行对目标课程视频的下载操作。取景框503用于获取拍摄或录制预览的图像,可以实时预览图像,因此也可以称为预览界面,预览界面中显示的是取景框503的取景范围,如图5的图5(a)图中取景框503显示了训练场景和用户的预览图像,受限于触控屏的显示范围,取景框503中显示的取景范围可能会小于相机拍摄范围504。相机拍摄范围504用于实时显示相机的拍摄画面以及用户在拍摄画面中的位置,该相机拍摄范围504显示的可以是经过处理的界面内容,手机可以获取相机拍摄的当前画面的视频帧并通过图像算法对当前画面的视频帧进行处理,再将经过处理的视频帧显示在相机拍摄范围504中。例如图5的图5(a)图中相机拍摄范围504可以只显示用户、墙壁、地板、植物等的大致形状而不显示具体细节。
在一种可能的实现方式中,当手机检测到用户点击相机拍摄范围504后,可以进入相机拍摄范围504的全屏显示界面,例如可以显示如图5中的图5(b)图所示的界面,触控屏全部用于显示相机拍摄范围504,用户通过相机拍摄范围504的全屏显示界面可以知道相机的拍摄范围和自己在相机拍摄画面中的位置。可选地,相机拍摄范围504显示的界面内容中可以包括取景框503,用于显示取景范围(或者理解为相机拍摄画面在触控屏上的显示范围)、取景范围在相机拍摄画面中的位置、大小和比例等。
应理解,图5中示出的目标课程视频的界面内容502、取景框503和相机拍摄范围504在触控屏上的位置以及所占触控屏面积的比例仅仅是示例性的,目标课程视频的界面内容502、取景框503和相机拍摄范围504的位置、形状、面积、显示形式可以根据实际需要进行设计,本申请实施例不做限定。还应理解,在一些实施例中,训练界面501中也可以只包括取景框503(即触控屏全部用于实时预览图像),或者包括取景框503和相机拍摄范围504,而不包括目标课程视频的界面内容502,对此本申请实施例不做限定。为了方便理解和描述,本申请实施例以训练界面501包括目标课程视频的界面内容502、取景框503和相机拍摄范围504为例进行说明。
本申请实施例中的相机可以为深度相机(也可以称为三维(three-dimensional,3D)相机),也可以是传统相机(也可以称为二维(two dimensional,2D)相机或RGB相机),其中深度相机是指可以测量物体到相机距离(深度)的相机,例如基于主动投射结构光(结构光包括红外散斑结构光、红外条纹结构光、可见条纹结构光)的深度相机、被动双目相机(如RGB双目相机)以及基于反射时间的深度测量原理的相机(如飞行时间(time of flight,TOF)相机)等。深度相机可以用于采集环境的深度信息然后进行物体识别、环境建模等,相较于传统的2D相机,因增加了一维的深度信息,能够更好的对真实世界进行描述。应理解,以上当手机检测到用户点击开始控件307后,会自动启动相机应用,并在取景框503中显示预览图像。
目标课程视频被下载或缓存后,手机可以基于图像算法对目标课程视频进行处理,计算出运动所需最大活动空间,作为手机为用户推荐合适的训练位置的输入之一。例如,手机可以基于图像算法对目标课程视频中的教练的运动轨迹进行分析和处理,计算出教练所做的每个训练动作所对应的最大活动空间,进而可以确定出完成用户选择的目标课程视频所需要的最大活动空间。或者手机可以基于图像算法对目标课程视频中的教练的运动轨迹进行分析和处理,直接得到完成用户选择的目标课程视频时所需要的最大活动空间。应理解,手机确定出的运动所需最大活动空间的类型(即计算每个训练动作所需的最大活动空间或计算一套训练动作所需的最大活动空间)与手机使用的图像算法有关,本申请实施例对于手机对目标课程视频进行处理的图像算法不做具体限定。还应理解,运动所需最大活动空间可以理解为用户在该活动空间中可以完成训练动作,运动所需最大活动空间可以是圆柱状(由直径和高度确定)、椭圆柱状(由椭圆截面和高度确定)、正方体(由棱长确定)、长方体(由长宽高确定)或其他规则或不规则的立体形状等,还可以是圆、椭圆、正方形、长方形或其他规则或不规则的平面形状等,当运动所需最大活动空间为平面形状时,可以理解为用户在地面上活动时需要的活动范围。手机计算出来的运动所需最大活动空间可以是目标课程视频中的教练的活动空间,也可以是目标课程视频中的教练的活动空间的倍数,本申请实施例不做限定。
当进入训练界面501后,手机自动启动相机应用,手机可以获取当前帧的图像,基于图像算法对当前帧的图像进行处理,识别用户在当前画面中的坐标位置和/或计算当前场景中满足推荐活动空间的位置,其中推荐活动空间可以为手机对目标课程视频处理后得到的上述运动所需最大活动空间,也可以是根据用户的形体参数例如身高、腰围、体积等对上述运动所需最大活动空间进行调整后的数值。可选地,手机可以基于一种图像算法对当前帧的图像进行处理从而识别用户在当前画面中的位置,基于另一种图像算法对当前的图像进行处理获取当前场景中满足推荐活动空间的位置。可选地,手机可以基于同一种图像算法对当前帧的图像进行处理,在扫描当前场景的同时可以提取出用户的信息,从而识别用户在当前画面中的位置。
手机计算出当前训练场景中满足推荐活动空间的位置即手机推荐的训练位置后,可以引导用户移动到手机推荐的训练位置上。上述对目标课程视频和当前帧的图像的处理过程都由手机内部完成,直到得到手机推荐的训练位置后在显示界面上显示推荐的训练位置或显示引导用户移动到推荐的训练位置的提示。
在一种可能的实现方式中,预览界面(取景框503)中可以包括推荐区,推荐区即为手机推荐的训练位置。该推荐区可以为三维区域,具有深度信息,例如图5中的图5(a)、图5(c)、图5(e)中所示的推荐区505,该推荐区505可以显示于预览图像中的地面上。用户可以根据推荐区505的位置自行移动,直至站定在推荐区505的范围内,例如图5中的图5(e)图所示。
在另一种可能的实现方式中,预览界面(即取景框503)中还可以包括提示框,提示框可以用于提示用户当前环境是否有遮挡、用户是否已经位于推荐的训练位置上,也可以用于提示用户的移动方向和/或移动距离等。例如,当用户所在的位置不满足开展训练所需的活动空间或用户不在推荐的训练位置时,提示框可以显示“当前环境有遮挡”、“空间不足”、“不满足条件”、“不在推荐区”等文字内容,用于提示用户在当前位置不能开始训练;当用户位于推荐的训练位置时,提示框可以显示“满足条件”、“已在推荐区”“请开始训练”等文字内容,或者提示框可以隐藏或消失,用于提示用户在当前位置可以开始训练。再如,当用户不在推荐的训练位置时,提示框可以显示“请向左一点”、“请向左一步”、“请向右移动20cm”等文字内容,用于提示用户移动的方向和/或距离;当用户到达推荐的训练位置时,提示框可以显示“已在推荐区”、“请保持不动”、“OK”等文字内容,或者提示框可以隐藏或消失,用于提示用户已位于推荐的训练位置,可以开始训练。又如,当用户所在的位置不满足开展训练所需的活动空间或用户不在推荐的训练位置时,提示框可以显示图形“×”,用于提示用户在当前位置不能开始训练;当用户位于推荐的训练位置时,提示框可以显示图形“√”,用于提示用户在当前位置可以开始训练;可选地,当用户长时间没有到达推荐的训练位置时,例如超过预设时间(如5秒),提示框可以显示图形“!”,用于提示用户超过预设时间仍未到达推荐的训练位置。应理解,提示框可以显示文字、图形或者文字与图形的组合,本申请实施例不做限定。需要说明的是,本申请实施例中,当用户没有位于推荐区或者没有完全位于推荐区内手机可以认为用户不在推荐的训练位置上,当用户完全位于推荐区内手机可以认为用户位于推荐的训练位置上。
示例性的,例如图5中的图5(a)图所示,取景框503中包括提示框506,手机可以获取当前视频帧后对当前视频帧进行处理,从而计算出用户在当前环境中的位置,如图5中的图5(b)图所示,由于当前时刻用户站立于墙壁附近,用户所在的空间不足以开展训练或用户不在推荐区505,这时提示框506可以显示“当前环境有遮挡”和图形“×”,用于提示用户当前位置不适合开展训练或用户不在推荐区505中。如图5中的图5(c)和图5(d)所示,当相机启动预设时间后,手机获取预设时间后的视频帧并对视频帧进行处理,计算出用户在预设时间后在环境中的位置,若用户所在的空间仍旧不足以开展训练或用户未到达推荐区505,提示框可以显示“当前环境有遮挡”和图形“!”,用于提示用户经过预设时间后用户所在的位置不适合开展训练或用户不在推荐区505中。当用户移动到手机推荐的训练位置上时,例如图5中的图5(e)和图5(f)所示用户完全站立在推荐区505中,提示框中可以显示“当前环境有遮挡”和图形“√”,用于提示用户当前位置可以开展训练或用户已在推荐区505中。可选地,当用户移动到手机推荐的训练位置上时,提示框短暂显示“当前环境有遮挡”和图形“√”后可以消失或隐藏。
可选地,提示框506可以是弹框形式,例如图5中的图5(a)、图5(c)、图5(e)图所示,提示框506可以由触控屏的边缘弹出或收回。提示框506也可以是浮动的,例如图5中的图5(b)、图5(d)、图5(f)图所示,提示框506可以直接在预设位置例如显示界面上方中间位置或显示界面的中心处出现或隐藏。
示例性的,例如图6中的图6(a)图所示,手机获取用户在当前环境中的位置后,可以根据用户当前所在位置(例如用户当前坐标位置)和手机推荐的训练位置(例如推荐区中心的坐标位置)确定用户需要移动的方向和/或距离,如图6中的图6(a)所示提示框506显示“请往左一点”和图形“×”。经过预设时间后,手机获取用户在环境中的位置,再次根据用户所在的位置和手机推荐的训练位置确定用户需要移动的方向和/或距离,如果用户仍未处于推荐的训练位置时,如图6中的图6(b)所示提示框506可以显示“请往左一点”和图形“!”。如果用户移动到手机推荐的训练位置,手机根据用户所在的位置和手机推荐的训练位置确定用户不需要再移动(例如用户所在的坐标位置与推荐区中心的坐标位置的差值小于一定阈值,手机可以确定用户不需要再移动),如图6中的图6(c)所示提示框506可以显示“请往左一点”和图形“√”。应理解,手机提示用户移动的方向可以是以用户为基准,例如提示框506显示的“请往左一点”,用于提示用户向用户的左边移动。还应理解,手机提示用户移动的方向可以是根据用户在当前在环境中所在的位置和手机推荐的训练位置确定的,不限于提示左右移动,还可以提示前后移动、左前方移动、右后方移动等。手机提示用户移动的方向和/或距离不限于文字提示,还可以是图形提示和/或语音提示。例如图7中的图7(a)所示,手机可以显示图形提示例如方向图507来提示用户需要移动的方向和/或距离,或者例如图7中的图7(b)所示,手机的界面上可以显示扬声器图标508,表示手机通过扬声器提示用户需要移动的方向和/或距离。
在手机引导用户移动到推荐的训练位置的过程中,手机可以执行相机的感兴趣区域(region of interest,ROI)自适应调整,即取景框中始终显示用户位于取景范围中央的画面。
可选地,相机可以采用能够获得更大拍摄范围的广角相机,这样相机可以固定不动,在用户移动过程中相机可以执行ROI自适应调整使得用户始终位于取景范围的中央。在一些其他实施例中,相机也可以采用可旋转相机,即相机的镜头可以借助机械结构进行旋转从而获得更大的拍摄范围,这样在用户移动过程中相机也可以随着用户的移动而旋转,使得用户始终位于取景范围内或者始终位于取景范围的中央。例如,相机可以随着用户的移动而旋转使得用户始终位于取景范围的中央;或者相机可以在用户到达取景框的边缘时再旋转,使得用户始终位于取景范围内;或者在用户移动过程中相机ROI自适应调整,保持用户在取景范围中央,当用户移动到取景框边缘时相机旋转,继续保持用户在取景范围中央。采用能够获得更大拍摄范围的广角相机或可旋转相机等,能够扩大为用户推荐的训练位置的选择范围,保证训练正常进行。例如当采用可旋转相机时,当用户所在的训练场景宽度不足以将用户全身纳入显示范围或遮挡物较多时,可以利用可旋转的机械机构将相机旋转行为拓宽站位推荐范围,保证训练正常开展。
以上在用户移动到推荐区之前,目标课程视频未播放。当手机检测到用户位于手机推荐的训练位置例如推荐区505后,训练界面501还包括确认开始训练的界面内容,手机可以通过动作识别、手势识别、语音识别、倒数计时、蓝牙确认等形式提示用户确认开始训练。
在一种可能的实现方式中,手机可以在显示界面上显示指定动作和提示文字,提示用户完成指定动作开始训练。如图8中的图8(a)图所示,训练界面501还包括动作识别图标509,用于提示用户完成指定动作开始训练,当手机检测到用户完成指定动作例如双手上举后可以执行对目标课程视频的播放操作。手机可以基于动作匹配算法识别指定动作,但应理解,手机还可以使用其他算法检测用户是否完成指定动作,本申请实施例不做限定。
在一种可能的实现方式中,手机可以在显示界面上显示手势和提示文字,提示用户完成手势识别开始训练。如图8中的图8(b)所示,训练界面501还包括手势识别图标510,用于提示用户完成手势识别开始训练,当手机检测到用户完成指定手势例如五指张开后可以执行对目标课程视频的播放操作。手机可以基于手势匹配算法识别指定动作,但应理解,手机还可以使用其他算法检测用户是否完成指定手势,本申请实施例不做限定。
在另一种可能的实现方式中,手机可以在显示界面上显示指令识别图标,提示用户说出指定口令开始训练。如图8中的图8(c)所示,训练界面501还包括指令识别图标511,用于提示用户说出指定口令开始训练,当手机听筒检测到用户的语音并识别出正确指令例如“开始”指令后可以执行对目标课程视频的播放操作。手机可以基于语音识别算法识别指定口令,但应理解,手机还可以使用其他算法检测用户是否说出正确口令,本申请实施例不做限定。还应理解,用于指令识别的指令可以是手机出厂默认的,也可以是由用户自定义的,本申请实施例不做具体限定。
在另一种可能的实现方式中,手机可以在显示界面上显示倒数计时图标,提示用户倒数计时结束后开始训练。如图8中的图8(d)所示,训练界面501还包括倒数计时图标512,用于提示用户5秒后开始训练,当倒数计时结束后例如倒数计时图标显示为“0”后可以执行对目标课程视频的播放操作。
在又一种可能的实现方式中,手机可以在显示界面上显示确认窗口,提示用户确认是否开始训练。如图8中的图8(e)所示,训练界面501还包括确认窗口513,用于提示用户是否开始训练,当手机检测到“确认”选项被执行点击操作后可以执行对目标课程视频的播放操作。应理解,用户可以通过点击确认窗口513的“确认”选项执行点击操作,也可以通过蓝牙耳机上的按键执行对确认窗口513的“确认”选项的点击操作,本申请实施例不做限定。
在手机检测到用户确认开始训练的信号后,手机可以锁定相机的取景范围,保持用户在取景框的中央,确保在运动过程中触控屏上所显示的画面范围不再改变。
当目标课视频被播放后,用户可以跟随目标课程视频中的教练或者按照目标课程视频的指导进行训练。一个目标课程视频可以包括多个训练动作,可选地,手机为用户推荐的训练位置可以兼容所有的训练动作。如图9中的图9(a)所示,推荐区505可以是手机根据多个训练动作中所需活动空间最大的训练动作计算出来的,由于推荐区505可以使得用户完成全部训练动作,因而在整个训练过程中,推荐区505的位置可以一直保持不变。
可选地,手机为用户推荐的训练位置可以是针对相应的训练动作的,例如图5中的图5(a)-图5(f)所示,推荐区505可以是手机根据目标课程视频中的第一个训练动作的所需最大活动空间计算出来的。在完成每个训练动作之前,手机可以针对每个训练动作为用户推荐训练位置。如图9中的图9(b)所示,推荐区505可以是用户针对当前训练动作“弓步拉伸”所需的活动空间计算出来的,在完成上一训练动作后手机可以执行对目标课程视频的暂停操作,并在当前场景中确定出用于完成“弓步拉伸”的推荐区505的位置,引导用户到达推荐区505后执行对目标课程视频的播放操作,指导用户完成“弓步拉伸”。应理解,针对每个训练动作而言,手机引导用户到达对应的推荐区时的界面内容以及提示用户确认开始训练的界面内容可以参考上文所述,在此不再赘述。手机针对每个训练动作可以为用户推荐合适的训练位置,能够使得用户在复杂的训练场景中也可以正常开展训练,例如在运动空间十分有限的场景下,对于无法完成的训练动作例如所需活动空间较大的训练动作,手机可以不为用户推荐训练位置而跳过该训练动作,并且为用户提供适合在该场景中训练的动作,从而使用户能够正常开展健身运动,提升用户体验。
可选地,若手机检测到超过等待时间用户仍未到达手机的推荐位置,例如推荐区的范围刚好等于训练动作所需的活动空间使得用户极易超出推荐区或者用户不想完成当前训练动作故意不按照手机提示移动,则手机可以跳过该训练动作而进行下一个训练动作。如图9中的图9(c)所示,推荐区505可以是用户针对当前训练动作“大腿内侧动态拉伸”所需的活动空间计算出来的,在完成上一训练动作后手机执行对目标课程视频的暂停操作,并在当前场景中确定出用于完成“大腿内侧动态拉伸”的推荐区505的位置,在引导用户到达推荐区505的过程中,提示框506一直提示用户未在推荐区内,超过等待时间后,手机可以对目标课程视频执行快进或跳过操作,跳过当前训练动作“大腿内侧动态拉伸”,进行下一训练动作。
手机为用户推荐的训练位置可以是二维的,例如只要用户位于显示在地面上的推荐区内,手机可以确定用户已到达推荐的训练位置;手机为用户推荐的训练位置可以是三维的,例如柱状,用户不仅要位于显示在地面上推荐区,还需要用户身体位于柱状内,手机可以确定用户已到达推荐的训练位置。可选地,手机为用户推荐的三维训练位置可以是圆柱状、椭圆柱、四方体等,本申请实施例不做限定。
上文所述的实施中,手机可以结合训练场景和训练所需空间为用户智能推荐训练位置,用户无需根据课程所需空间自行选择位置开展训练,避免因空间不足而无法开展训练的情况。进一步地,手机还可以通过一种或多种提示形式引导用户到达推荐的训练位置,无需用户自行判断,提升用户体验,确保在运动空间受限的场景下用户也能够正常开展训练。
可选地,在一些实施例中,手机也可以根据训练场景为用户推荐目标课程视频或训练动作组合,并为用户推荐合适的训练位置,便于用户根据推荐的目标课程视频或训练动作组合开展训练。下面结合图10和图11进行详细描述。
图10和11示出了一例进入应用程序的图形用户界面示意图。图10中的图10(a)和图10(b)图与图3中的图3(a)和图3(b)图相同,具体描述可参考上文,下面仅对界面内容不同之处进行介绍。如图10中的图10(c)所示,训练计划选择界面305上还可以包括训练计划添加控件308(即“+”控件)。当用户点击训练计划添加控件308后可以弹出训练计划添加窗口,例如可以显示如图10中的图10(d)图所示的训练计划添加窗口309。该训练计划添加窗口309可以包括推荐图标310,当手机检测到用户点击训练计划添加窗口309上的推荐图标310后,可以进入相应的显示界面,例如可以显示如图11中的图11(a)图所示的推荐界面311。该推荐界面311可以包括取景框312、推荐内容313。推荐内容313可以包括手机为用户推荐的训练课程和/或推荐的训练动作,推荐内容313中推荐的训练课程和/或推荐的训练动作是手机根据训练场景确定的,例如手机获取当前环境的视频帧并对当前视频帧进行处理,可以计算出一个或多个满足最小活动空间(或者是预设活动空间)的推荐位置,手机还可以预先获取全部训练课程和/或训练动作所需的最大活动空间,根据该一个或多个满足最小活动空间的推荐位置和全部训练课程和/或训练动作所需的最大活动空间确定出能够在该一个或多个满足最小活动空间的推荐位置处开展相应训练的训练课程和/或训练动作,即为手机在推荐内容313上显示的推荐的训练课程和/或推荐的训练动作。因此,当手机检测到用户对推荐内容313中的训练计划或训练动作的点击操作,响应于用户的点击操作,可以进入相应的显示界面,例如可以显示图5中的图5(a)所示的训练界面501,在训练界面501中手机可以通过提示框、方向图、语音、地面显示推荐区等方式提示与用户选择的训练计划或训练动作相应的推荐的训练位置,并引导用户到达推荐的训练位置。手机引导用户移动到推荐的训练位置的方式与上文类似,具体参考上文所述,在此不再详述。应理解,训练计划添加控件308、训练计划添加窗口309所在的显示界面仅仅是示例性的,训练计划添加控件308、训练计划添加窗口309也可以在进入健身应用后触控屏显示训练界面501之前的任意显示界面上显示,本申请实施例不做限定。
本申请实施例中,手机可以根据训练场景确定可以满足训练条件的训练位置,同时根据已经获取的训练课程和/或训练动作所需的最大活动空间,可以为用户推荐适合在该训练场景中开展的目标训练课程或训练动作,无需用户自行根据场景选择目标训练课程,避免了用户选择的目标训练课程无法在当前场景中开展。
在一种可能的实现方式中,训练所需空间大小也可以是由用户自定义。当手机检测到用户点击训练计划添加窗口309上的推荐图标310后,可以进入相应的显示界面,例如可以显示如图11中的图11(b)图所示的推荐界面311。该推荐界面311可以包括自定义窗口314,用户可以在自定义窗口314中设置训练所需空间的大小。示例性的,用户可以点击自定义窗口314中的黑色的倒三角按钮,响应于用户的点击操作,手机可以在推荐界面311中显示自定义类型选择框315,响应于用户对不同类型的点击操作,手机在输入区316显示相应的输入提示。如图11中的图11(b)图所示,自定义类型可以默认为“直径和高度”,用户可以在输入区316的直径和高度位置上输入数据。当用户点击“确认”选项后进入相应的显示界面,例如显示图11中的图11(a)所示的推荐内容313。进一步地,用户可以在推荐内容313中选择想要开展的训练课程或训练动作,响应于用户的操作,手机可以显示相应的界面,执行相应的操作,具体参考上文描述,在此不再详述。
本申请实施例中,用户可以自主确定运动需要的空间大小,再由手机根据训练场景和用户需要的空间为用户推荐适合在该场景中开展的同时满足用户需求的目标训练课程和/或动作,能够更有针对性地满足用户需求,提升用户体验。
可选地,在另一些实施例中,手机也可以根据训练场景和用户的形体参数例如身高、腰围、体积为用户推荐目标课程视频或训练动作组合,并为用户推荐合适的训练位置,便于用户根据推荐的目标课程视频或训练动作组合开展训练,由于推荐的目标课程视频或训练动作组合是根据用户的形体参数推荐的,更具个性化,用户在当前训练场景中更好的开展推荐的目标课程视频或训练动作组合。例如手机获取当前环境的视频帧并对当前视频帧进行处理,例如手机可以对用户进行识别,确定用户的高度、腰围、体积等参数,进而确定容纳用户体型的空间,同时手机可以计算出一个或多个满足最小活动空间和/或可以容纳用户体型的空间的推荐位置。并且手机还可以预先获取全部训练课程和/或训练动作所需的最大活动空间,根据该一个或多个满足最小活动空间和/或可以容纳用户体型的空间的推荐位置和全部训练课程和/或训练动作所需的最大活动空间确定出能够在该一个或多个满足最小活动空间和/或可以容纳用户体型的空间的推荐位置处开展相应训练的训练课程和/或训练动作,例如手机可以显示如图11中的图11(a)所示的界面,在推荐内容313上显示根据训练场景和用户体型而推荐的训练课程和/或推荐的训练动作。
在一些实施例中,在站位确认过程中,即手机启动相机应用至用户移动到手机推荐的训练位置的过程中,手机可以获取用户的多帧图像,根据该多帧图像对用户进行主体识别,例如识别用户的骨骼节点,并对识别的骨骼节点进行仿射变换,保证动作匹配不受角度影响,确保用户相对画面角度的改变不影响对训练动作评价的准确性。
上文结合图3-11描述了本申请实施例提供的提示方法的人机交互实施例,为了更好地理解本申请提供的提示方法,下面从实现层面介绍具体的实现过程和算法。
图12是本申请实施例提供的一例提示方法的处理过程示意图。在具体实现过程中,提示方法可以包括以下步骤。
601,确定用户在训练场景中的当前位置。
应理解,确定用户在训练场景中的当前位置是指对相机的拍摄范围中的用户进行识别。主体识别指对图像中物体的类别和位置进行识别,即在输出界面实现识别物体的种类和坐标框。同样地,本申请中用户识别是对相机的拍摄范围中的用户进行识别,确定相机的拍摄范围中的用户的坐标位置,即用户在训练场景中的当前位置。手机可以通过预设的算法对用户进行识别,本申请对识别用户的算法不做限定。示例性的,手机可以通过图像算法识别用户骨骼节点(或称骨架识别)确定出用户的坐标位置,也可以根据三维深度信息将用户的信息提取出来,从而确定出用户的坐标位置。如图5中的图5(a)至图5(e)图所示,在训练界面501中,手机可以将识别出来的骨骼节点显示在训练界面501中。
602,根据训练场景和训练所需空间推荐合适的训练位置。
手机可以根据目标课程视频中的教练的活动空间确定训练所需空间。例如,手机可以确定目标课程视频中的训练动作需要的最大活动空间或该最大活动空间的倍数为训所需练空间。例如目标课程视频包括多个训练动作,手机将该多个训练动作中需要活动空间最大的训练动作的活动空间或其倍数作为训练所需空间,该训练所需空间可以兼容所有训练动作,用户在该训练所需空间中可以完成目标课程视频中的所有训练动作。
手机也可以针对多个训练动作中的每个训练动作确定训练所需空间。例如目标课程视频包括多个训练动作,手机可以分别计算每个训练动作所需的空间,将每个训练动作所需的空间或其倍数作为针对每个训练动作的训练所需空间。进而手机可以根据每个训练动作的训练所需空间为用户推荐与每个训练动作对应的训练位置。
手机可以根据用户的形体参数确定训练所需空间。例如,手机可以根据用户的体型例如身高、腰围等确定训练所需空间,如将用户伸直双臂时占用的空间确定为训练所需空间。
手机还可以根据目标课程视频中的教练的活动空间和用户的形体参数确定训练所需空间。例如在获取目标课程视频中的训练动作需要的最大活动空间后,根据用户的形体参数例如身高、腰围等对目标课程视频中的最大活动空间进行调整得到训练所需空间,该训练所需空间参考了用户的体型,使得推荐的训练位置更具个性化。
可选地,手机可以对目标课程视频中的教练的活动轨迹进行处理,以得到每个训练工作需要的最大活动空间和/或完成目标课程视频中所有训练动作的最大活动空间。
在一种实现方式中,训练所需空间也可以是预设的或者由用户自定义的。具体地用户自定义方式可以参数图10以及图10的相关描述,此处不再赘述。用户自主确定运动需要的空间大小,能够更有针对性地满足用户需求,提升用户体验。
当用户自定义训练所需空间时,训练所需空间可以是二维的平面图形,例如圆、椭圆、正方形、长方形或其他规则或者不规则的图形等,训练所需空间的参数可以表示为例如面积、长和宽、直径等;训练所需空间也可以是三维的立体形状,例如圆柱体、椭圆柱体、长方体、立方体或者其他规则或不规则的立体形状等,训练所需空间的参数可以表示为例如长宽高、直径和高度等。本申请实施例不做限定。
手机获取训练所需空间后,需要根据训练所需空间和训练场景为用户推荐合适的训练位置。也就是说,手机获取用户训练所需要的训练空间后,需要在用户所处的训练场景中确定出能够满足训练所需空间的位置,以方便用户开展训练。手机可以通过深度相机扫描当前环境(或称当前场景),基于预设算法计算出训练场景中符合训练所需空间的位置,该位置即为手机推荐的训练位置。可选地,该符合训练所需空间的训练位置可以有多个,手机可以将距离用户最近的位置确定为推荐给用户的训练位置,或者任意选择一个位置确定为推荐给用户的训练位置,或者由用户选择其中一个位置为推荐的训练位置,本申请实施例不做限定。
可选地,手机识别用户的位置和手机扫描训练场景的步骤可以分开,例如手机识别用户的位置的算法和手机扫描训练场景的算法可以是不同的,手机基于一种算法提取出用户信息,识别用户在训练场景中的位置,基于另一种算法扫描训练场景,获取训练场景的信息。在一些其他实施例中,手机识别用户的位置和手机扫描训练场景可以在同一步骤中完成,例如手机扫描训练场景的同时可以识别出用户的位置,手机扫描训练场景所用的算法同时可以提取出用户的信息,识别用户在训练场景中的位置。本申请实施例对手机识别用户位置和扫描训练场景所用的具体算法不做限定。
可选地,为扩大站位推荐范围,本申请实施例中相机可以采用广角相机或镜头可旋转的相机,其中广角相机具有很宽的视角,在有限的距离内可以容纳更多的景物范围,镜头可旋转的相机可以通过机械结构旋转镜头拍摄更大的景物范围。通过获取更大的拍摄范围,可以扩大站位推荐范围,更容易找到合适的训练位置。
603,引导用户移动到推荐的训练位置。
手机确定为用户推荐的训练位置后,可以在预览界面或取景框中显示手机推荐的训练位置。例如,手机可以在地面显示推荐区提示用户推荐的训练位置,如图5中所述的推荐区505。
用户可以根据预览界面中显示的推荐的训练位置自行移动,在一些实施例中,手机可以通过语音、提示框、方向图、地面显示推荐区等形式,引导用户移动到推荐的训练位置,例如提示用户当前环境存在遮挡、提示用户是否已在推荐区、提示用户移动的方向和/或距离等,具体地引导用户的方式以及显示界面可以参考图5-7以及相关描述,此处不再赘述。
在具体实现过程中,手机获取用户在当前环境中的坐标位置和手机推荐的训练位置,根据用户当前的位置坐标和推荐的训练位置坐标(例如推荐区的中心位置坐标)之间的距离差值可以确定用户是否达到推荐的训练位置,或者可以确定用户需要移动的方向和/或距离。例如,当用户当前的位置坐标和推荐的训练位置坐标(例如推荐区的中心位置坐标)之间的距离差值大于预设阈值时,手机可以确定用户不在推荐的训练位置,手机通过提示框、方向图、语音、地面显示推荐区域等任意一种方式或组合方式来引导用户移动到推荐的训练位置。当用户当前的位置坐标和推荐的训练位置坐标(例如推荐区的中心位置坐标)之间的距离差值小于预设阈值时,手机可以确定用户已在推荐的训练位置,手机可以通过提示框、方向图、语音、地面显示推荐区域等任意一种方式或组合方式提示用户已经到达推荐的训练位置,或者以提示框、方向图、语音、地面显示推荐区域隐藏或者消失的方式提示用户已经到达推荐的训练位置。
本申请实施例中,相机的拍摄范围和取景范围可以不同,例如采用广角相机时,相机的拍摄范围可以为5m,取景范围可能只有1m,因而触控屏上不能将相机的拍摄范围显示完全,只显示取景范围内的图像。在用户移动过程中,相机可以执行感兴趣区域(region ofinterest,ROI)自适应调整,始终显示用户位于取景范围中央的画面。
604,当手机确定用户移动到推荐的训练位置时,确认用户准备开始训练。
可选地,当手机确定用户移动到推荐的训练位置时,手机基于动作匹配算法识别指定动作,识别出用户完成指定动作后,确认用户准备开始训练。例如,可以在预览界面上显示指定动作和/或文字提示,提示用户需完成指定动作。具体地动作识别的显示界面可以参考图8中的图8(a)图及相关描述,在此不再赘述。
可选地,当手机确定用户移动到推荐的训练位置时,手机基于手势识别算法识别指定手势,识别出用户完成指定手势后,确认用户准备开始训练。例如,可以在预览界面上显示指定手势和/或文字提示,提示用户需完成指定手势。具体地手势识别的显示界面可以参考图8中的图8(b)图及相关描述,在此不再赘述。
可选地,当手机确定用户移动到推荐的训练位置时,手机基于语音识别算法识别指定口令,识别出用户说出指定口令后,确认用户准备开始训练。例如,可以在预览界面上显示指令识别图标和/或文字提示,提示用户需说出指定口令。具体地语音识别的显示界面可以参考图8中的图8(c)图及相关描述,在此不再赘述。
可选地,当手机确定用户移动到推荐的训练位置时,手机启动计时器,例如倒数计时,当计时结束时确认用户准备开始训练。例如,可以在预览界面上显示倒数计时图标和/或文字提示,提示用户数计时结束后开始训练。具体地显示界面可以参考图8中的图8(d)图及相关描述,在此不再赘述。
可选地,当手机确定用户移动到推荐的训练位置时,手机界面显示确认窗口,检测到确认信号时确认用户准备开始训练。例如,可以在预览界面上显示确认窗口,具体地显示界面可以参考图8中的图8(e)图及相关描述,在此不再赘述。
605,锁定相机取景范围,保持用户在取景范围中央。
为了确保用户在运动过程中画面范围不会发生改变,在确定用户准备开始训练后,锁定相机取景范围,并保持用户在取景范围中央。应理解,本申请实施例中的是保持用户在相机的取景范围的中央,也可以理解为保持用户在显示界面的取景框的中央。
606,根据多帧图像对识别的用户进行仿射变换。
该多帧图像可以是在用户移动到推荐的训练位置的过程中获取的。仿射变换(affine transformation)是一种二位坐标到二位坐标之间的线性变换,保持了二维图形的“平直性”(即直线经过变换之后依然是直线)和“平行性”(即二维图形之间的相对位置关系保持不变,平行线依然是平行线,且直线上点的位置顺序不变)。在站位确认过程中,即手机启动相机应用至用户移动到手机推荐的训练位置的过程中,手机可以获取用户的多帧图像,根据该多帧图像对用户进行主体识别,例如识别用户的骨骼节点,并对识别的骨骼节点进行仿射变换,保证动作匹配不受角度影响,确保用户相对画面角度的改变不影响对训练动作评价的准确性。
综上所述,本申请提供的提示方法,通过根据训练场景和训练所需空间可以为用户智能推荐合适的训练位置,并通过计算用户在训练场景中的当前位置,可以引导用户到达推荐的训练位置。从而实现在运动空间受限的场景下,用户能够正常开展训练。
图13是本申请实施例提供的一例提示方法的具体处理过程示意图。参考图13。
当用户点击开始控件后,响应于用户的点击操作,手机自动启动相机应用,并在显示界面上显示取景框,取景框中显示用户和训练场景的预览图像。
701,对当前视频帧进行降采样,输入模型。
手机获取当前视频帧后,对当前视频帧进行降采样,输入图像处理模型中。该图像处理模型用于对当前视频帧中的用户进行识别,本申请实施例对于识别用户的图像处理模型不做限定。
702,基于图像算法识别用户骨骼节点。
本申请实施例中,可以采用“骨骼识别点技术”对用户进行识别。“骨骼识别点技术”又称“肢体检测技术”,可以利用计算机视觉技术从图像或者视频当中估计人体关节点位置的过程,给定一张包含人体的图像,从而精准定位出图像中人体各个关节的位置,比如肘关节、腕关节、膝关节等,被定位的关节点最后可以组成一个人体的骨骼图,可以反映出这个人体的当前姿态等信息。利用“骨骼识别点技术”可以更为准确的识别用户的姿态,确定用户的精确位置。如图5中所示,取景框501中用户的关节点位置显示圆点即为识别出来的骨骼节点。
703,计算用户在训练场景中的当前位置。
根据702中识别出来的骨骼节点计算用户在训练场景中的当前位置,具体而言,可以计算用户在当前画面中的坐标位置。
704,根据目标课程视频推荐训练场地大小。
目标课程视频可以是用户预先下载或缓存在手机中的。手机可以对目标课程视频进行处理,计算出完成目标课程视频中的所有训练动作所需的最大活动空间,根据该完成目标课程视频中的所有训练动作所需的最大活动空间确定为用户推荐的训练场地大小。应理解,目标课程视频中可以包括多个训练动作,手机可以对目标课程视频中的教练的活动轨迹进行分析和处理,确定该多个训练动作中每个训练动作所需的最大活动空间,将所需的最大活动空间最大值确定为完成目标课程视频中的所有训练动作所需的最大活动空间。
在该步骤中,手机可以为用户选择一个能够完成目标课程视频中的所有训练动作的场地,可以使用户在该训练场地完成训练过程,无需重新确定训练场地。
可选地,该训练场地大小可以是面积表示,即训练场景中的地面面积满足一定值时,手机可以将该位置推荐为训练场地,不论在该位置的空间上是否存在遮挡。
705,计算当前动作所需训练空间。
目标课程视频可以包括多个训练动作,手机可以计算每个训练动作所需的训练空间。当用户完成当前训练动作之前,手机计算当前动作所需训练空间。
可选地,当前动作所需训练空间为立体空间。
706,推荐合适的训练位置。
手机根据训练场景和当前动作所需训练空间,基于算法为用户推荐合适的训练位置。例如,手机可以计算出用户可以开展训练的位置的坐标。
应理解,手机执行上述步骤701-703的操作与执行步骤704-706的操作可以是同时进行的,也可以是有先后顺序执行的,本申请实施例不做限定。
707,引导用户移动到推荐的训练位置。
在手机的显示界面上可以通过通知提示、语音提示、显示推荐区域等方式引导用户移动到推荐的训练位置。具体地引导用户的方式以及显示界面可以参考图5-7以及相关描述,此处不再赘述。
708,用户移动过程中,相机保持自适应ROI,保持用户在取景范围中央。
当用户移动到推荐的训练位置,执行709,基于动作匹配算法识别指定动作。
本申请实施例以手机识别用户完成指定动作确定用户准备开始训练为例。显示界面上可以显示如图8中的图8(a)所述的界面内容,提示用户完成指定动作。手机可以获取用户完成指定动作的图像,基于动作匹配算法识别用户所做的动作,并判断用户所做的动作的准确性。当用户所做的动作与指定动作相似度达到要求,可以认为用户完成了指定动作,从而继续执行接下来的操作。
710,锁定相机取景范围,保持用户在取景范围中央。
为了确保用户在运动过程中画面范围不会发生改变,在确定用户准备开始训练后,锁定相机取景范围,并保持用户在取景范围中央。应理解,本申请实施例中的是保持用户在相机的取景范围的中央,也可以理解为保持用户在显示界面的取景框的中央。
711,根据多帧图像对骨骼节点进行仿射变换。
该多帧图像可以是在用户移动到推荐的训练位置的过程中获取的。在站位确认过程中,即手机启动相机应用至用户移动到手机推荐的训练位置的过程中,手机可以获取用户的多帧图像,根据该多帧图像识别用户的骨骼节点,并对识别的骨骼节点进行仿射变换,保证动作匹配不受角度影响,确保用户相对画面角度的改变不影响对训练动作评价的准确性。
以下,手机可以对目标课程视频执行播放操作,例如通过扬声器播放目标课程视频中的声音以引导用户开始训练。
可选地,为了获得更大的拍摄范围,相机可以采用广角相机或可旋转相机。当采用可旋转相机时,步骤701可以替换为702,横向扫描当前场景。在该步骤中,可以通过可旋转机构转动相机,扫描当前场景。例如在用户训练环境宽度不足以将用户全身纳入显示范围或者遮挡物较多,可以利用可旋转的机械结构获取更大的拍摄范围,从而拓宽站位推荐范围,保证训练正常进行。
当采用可旋转相机时,在步骤705中,用户移动过程中相机ROI自适应,保持用户在取景范围中央,当用户移动至取景框的边缘时,机械结构旋转,继续保持用户在取景范围中央。
结合上述实施例及相关附图,本申请实施例提供了一种提示方法,该方法可以在如图1、图2所示的具有摄像头的电子设备(例如手机、平板电脑等)中实现。图14是本申请实施例提供的提示方法的示意性流程图,如图14所示,该方法可以包括以下步骤:
801,获取训练所需空间,所述训练所需空间用于完成一个或多个训练动作。
获取训练所需空间的方式有多种。
在一种可能的实现方式中,可以根据目标课程视频中的教练的活动空间和/或所述用户的形体参数确定所述训练所需空间。
例如,电子设备可以根据目标课程视频中的教练的活动空间确定所述训练所需空间。具体而言,电子设备获取目标课程视频,所述目标课程视频包括至少一个训练动作;对所述目标课程视频进行处理,获取所述至少一个训练动作中的每个训练动作所需的训练空间;将所述至少一个训练动作中所需训练空间最大的训练动作对应的训练空间确定为训练所需空间。也就是说,电子设备可以获取目标课程视频后,对目标课程视频进行处理,例如分析目标课程视频当中教练的活动轨迹,从而获取目标课程视频包括的每个训练动作需要的训练空间。根据比较结果,将目标课程视频中需要训练空间最大的训练动作所对应的训练空间确定为训练所需空间。这样确定的训练所需空间可以用于完成目标课程视频中的全部训练动作。
根据目标课程视频中的教练的活动空间确定训练所需空间,并结合训练场景和训练所需空间为用户推荐合适的训练位置,用户无需根据课程所需空间自行选择位置开展训练,并且参考教练的活动空间为用户推荐训练位置,训练位置的推荐更准确,更适于用户开展目标课程视频对应的训练。
再如,电子设备可以根据用户的形体参数确定训练所需空间。可选地,电子设备可以通过扫描用户获得用户的形体参数,用户的形体参数包括人体尺寸、体重体形、体积、表面积等,人体尺寸可以包括身高、眼高、肩高、肘高、上臂长、大腿长、小腿长等。作为示例而非限定,电子设备可以将用户伸展双臂时占用的空间确定为训练所需空间,或者将高为用户身高、直径为用户双臂展开时左右手指尖之间的距离形成的圆柱体的体积确定为训练所需空间,或者将边长为用户身高的立方体的体积确定为训练所需空间,具体地可根据不同的算法确定,本申请实施例不做限定。
根据用户的形体参数确定所述训练所需空间,可以为用户推荐适合该用户的训练位置,更具个性化,提高所推荐的训练位置与用户训练动作的适配性。
又如,根据目标课程视频中的教练的活动空间和所述用户的形体参数确定所述训练所需空间。电子设备可以根据目标课程视频中的教练的活动空间确定粗略的训练所需空间,再根据用户的形体参数对该粗略的训练所需空间进行调整,获得适合该用户的训练所需空间。
根据目标课程视频中的教练的活动空间和用户的形体参数确定训练所需空间,能够同时兼顾训练动作需要的空间要求和用户形体,可以为用户推荐适合该用户的训练位置。
在一种可能的实现方式中,可以根据用户自定义的训练空间参数确定所述训练所需空间。例如,电子设备可以显示如图11中的图11(b)所示的界面,在该界面中用户可以输入自定义的参数,例如指令和高度、长宽高、边长等。
在一种可能的实现方式中,训练所需空间可以是预设的。
802,根据用户所处的训练场景和所述训练所需空间确定为用户推荐的训练位置。
电子设备可以获取训练场景信息,示例性的,电子设备可以首先启动电子设备的相机,然后获取相机拍摄的训练场景的图像,对拍摄的训练场景的图像进行处理,得到训练场景信息。
训练场景信息可以包括训练场景的深度信息,长宽高参数,训练场景中的物体的位置、形状、大小等信息。
电子设备可以在检测到用户点击开始训练的信号后自行启动相机。
本申请实施例中的相机可以为RGB相机、深度相机、广角相机或带有可旋转机械结构的相机中的任意一种。当相机为深度相机时,扫描训练场景可以获取训练场景的深度信息,为用户推荐的训练位置更合适用户开展训练。采用广角相机或带有可旋转机械结构的相机能够获得更大的拍摄范围,从而可以拓宽为用户推荐训练位置的范围,更容易找到合适的训练位置。
可选地,电子设备上可以显示相机拍摄的训练场景的图像经过处理后的图像,例如图5中的图5(b)、图5(d)、图5(f)所示的拍摄范围内显示的图像。
可选地,所述根据用户所处的训练场景和所述训练所需空间确定为用户推荐的训练位置,包括:启动所述电子设备的相机,对所述训练场景进行扫描;在扫描过程中,计算所述训练场景中满足所述训练所需空间的位置,确定为所述为用户推荐的训练位置。
可选地,确定为用户推荐的训练位置后,电子设备还可以引导用户移动到为用户推荐的训练位置,具体可以按照如下步骤执行:确定用户在训练场景中的当前位置;根据所述用户在训练场景中的当前位置和所述为用户推荐的训练位置输出提示信息,用于提示所述用户向所述为用户推荐的训练位置移动。
应理解,用户在训练场景中的当前位置可以是用户在训练场景中的当前坐标位置,该坐标位置可以通过获取用户的实时图像,基于图像算法对用户的实时图像进行处理,识别出用户在训练场景中的当前位置,计算出用户在训练场景中的位置坐标。
具体地,电子设备可以根据用户在训练场景中的坐标位置和为用户推荐的训练位置的坐标(例如为用户推荐的训练位置的中心点坐标)之间的距离差值确定用户是否达到推荐的训练位置,或者确定用户需要移动的方向和/或距离,从而输出提示信息,用于提示用户向推荐的训练位置移动。
通过提示信息引导用户能够使用户快速达到推荐的训练位置,无需用户自行判断,提升用户体验,确保在运动空间受限的场景下用户也能够正常开展训练。
可选地,所述提示信息包括画面提示、语音提示、通知提示中的至少一种,例如弹框通知、语音提示、地面显示推荐区域等。例如电子设备可以在界面上显示如图5至8所示的界面。
803,基于所述为用户推荐的训练位置采集所述用户的训练动作。
可选地,在基于所述为用户推荐的训练位置采集所述用户的训练动作之前,电子设备可以提示用户确认开始训练,具体可以按照如下步骤执行:确定所述用户移动至所述为用户推荐的训练位置;输出确认信息,所述确认信息用于提示所述用户开始训练。
可选地,确认信息可以包括动作识别、手势识别、语音识别、倒数计时、蓝牙确认等方式,当用户完成指定动作匹配、指定手势识别、指定口令识别、蓝牙确认或者倒数计时结束,确定用户开始训练。例如,电子设备可以显示如图8中的图8(a)-图8(e)所示的界面。
可选地,当用户开始训练后,电子设备可以对用户的训练动作进行评价,为了保证动作匹配不受角度影响,以确保用户相对画面角度的改变不影响对训练动作评价的准确性,在用户开始训练之前,还包括:获取所述用户的多帧图像,所述多帧图像中的每帧图像包括至少一个识别点;根据所述至少一个识别点对所述多帧图像中的任意两帧图像进行仿射变换。
本申请实施例,通过根据训练场景和训练所需空间为用户推荐合适的训练位置,能够实现在运动空间受限的场景下例如存在遮挡、场地不足时,用户也能够正常开展训练。进一步地,可以通过提示信息引导用户到达推荐的训练位置,能够使用户快速达到推荐的训练位置,无需用户自行判断,提升用户体验。
可以理解的是,电子设备为了实现上述功能,其包含了执行各个功能相应的硬件和/或软件模块。结合本文中所公开的实施例描述的各示例的算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以结合实施例对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本实施例可以根据上述方法示例对电子设备进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块可以采用硬件的形式实现。需要说明的是,本实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
在采用对应各个功能划分各个功能模块的情况下,图15示出了上述实施例中涉及的电子设备900的一种可能的组成示意图,如图9所示,该电子设备900可以包括:获取单元901、处理单元902和采集单元903。
获取单元901可以用于支持电子设备900执行上述步骤801等,和/或用于本文所描述的技术的其他过程,例如图13中的步骤704、步骤705等。
处理单元902可以用于支持电子设备900执行上述步骤802等,和/或用于本文所描述的技术的其他过程,例如图13中的步骤702、步骤703、以及步骤707至步骤711等。
采集单元903可以用于支持电子设备900执行上述步骤803等,和/或用于本文所描述的技术的其他过程。
需要说明的是,上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述,在此不再赘述。
本实施例提供的电子设备,用于执行上述提示方法,因此可以达到与上述实现方法相同的效果。
在采用集成的单元的情况下,电子设备可以包括处理模块、存储模块和通信模块。其中,处理模块可以用于对电子设备的动作进行控制管理,例如,可以用于支持电子设备执行上述获取单元901、处理单元902和采集单元903。存储模块可以用于支持电子设备执行存储程序代码和数据等。通信模块,可以用于支持电子设备与其他设备的通信。
其中,处理模块可以是处理器或控制器。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,数字信号处理(digital signal processing,DSP)和微处理器的组合等等。存储模块可以是存储器。通信模块具体可以为射频电路、蓝牙芯片、Wi-Fi芯片等与其他电子设备交互的设备。
在一个实施例中,当处理模块为处理器,存储模块为存储器时,本实施例所涉及的电子设备可以为具有图1所示结构的设备。
本实施例还提供一种计算机存储介质,该计算机存储介质中存储有计算机指令,当该计算机指令在电子设备上运行时,使得电子设备执行上述相关方法步骤实现上述实施例中的提示方法。
本实施例还提供了一种计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机执行上述相关步骤,以实现上述实施例中的提示方法。
另外,本申请的实施例还提供一种装置,这个装置具体可以是芯片,组件或模块,该装置可包括相连的处理器和存储器;其中,存储器用于存储计算机执行指令,当装置运行时,处理器可执行存储器存储的计算机执行指令,以使芯片执行上述各方法实施例中的提示方法。
其中,本实施例提供的电子设备、计算机存储介质、计算机程序产品或芯片均用于执行上文所提供的对应的方法,因此,其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果,此处不再赘述。
通过以上实施方式的描述,所属领域的技术人员可以了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,模块或单元的划分,仅仅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装置,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,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。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,在本申请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。
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,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例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个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上内容,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (18)
1.一种用于健身训练的提示方法,应用于电子设备,其特征在于,包括:
获取训练所需空间,所述训练所需空间用于完成一个或多个训练动作;
根据用户所处的训练场景和所述训练所需空间确定为用户推荐的训练位置;
基于所述为用户推荐的训练位置采集所述用户的训练动作。
2.根据权利要求1所述的提示方法,其特征在于,所述获取训练所需空间,包括:
根据目标课程视频中的教练的活动空间确定所述训练所需空间;或者,
根据所述用户的形体参数确定所述训练所需空间;或者,
根据目标课程视频中的教练的活动空间和所述用户的形体参数确定所述训练所需空间;或者,
根据用户自定义的训练空间参数确定所述训练所需空间。
3.根据权利要求1或2所述的提示方法,其特征在于,所述根据用户所处的训练场景和所述训练所需空间确定为用户推荐的训练位置,包括:
启动所述电子设备的相机,对所述训练场景进行扫描;
在扫描过程中,计算所述训练场景中满足所述训练所需空间的位置,确定为所述为用户推荐的训练位置。
4.根据权利要求3所述的提示方法,其特征在于,所述相机为RGB相机、深度相机、广角相机或带有可旋转机械结构的相机中的任意一种。
5.根据权利要求1至4中任一项所述的提示方法,其特征在于,还包括:
确定用户在训练场景中的当前位置;
根据所述用户在训练场景中的当前位置和所述为用户推荐的训练位置输出提示信息,用于提示所述用户向所述为用户推荐的训练位置移动。
6.根据权利要求5所述的提示方法,其特征在于,所述提示信息包括画面提示、语音提示、通知提示中的至少一种。
7.根据权利要求1至6中任一项所述的提示方法,其特征在于,在所述基于所述为用户推荐的训练位置采集所述用户的训练动作之前,还包括:
确定所述用户移动至所述为用户推荐的训练位置;
输出确认信息,所述确认信息用于提示所述用户开始训练。
8.根据权利要求1至7中任一项所述的提示方法,其特征在于,还包括:
获取所述用户的多帧图像,所述多帧图像中的每帧图像包括至少一个识别点;
根据所述至少一个识别点对所述多帧图像中的任意两帧图像进行仿射变换。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
一个或多个存储器;
多个应用程序;
以及一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,当所述一个或者多个程序被所述处理器执行时,使得所述电子设备执行以下步骤:
获取训练所需空间,所述训练所需空间用于完成一个或多个训练动作;
根据用户所处的训练场景和所述训练所需空间确定为用户推荐的训练位置;
基于所述为用户推荐的训练位置采集所述用户的训练动作。
10.根据权利要求9所述的电子设备,其特征在于,当所述一个或者多个程序被所述处理器执行时,使得所述电子设备执行以下步骤:
根据目标课程视频中的教练的活动空间确定所述训练所需空间;或者,
根据所述用户的形体参数确定所述训练所需空间;或者,
根据目标课程视频中的教练的活动空间和所述用户的形体参数确定所述训练所需空间;或者,
根据用户自定义的训练空间参数确定所述训练所需空间。
11.根据权利要求9或10所述的电子设备,其特征在于,当所述一个或者多个程序被所述处理器执行时,使得所述电子设备执行以下步骤:
启动所述电子设备的相机,对所述训练场景进行扫描;
在扫描过程中,计算所述训练场景中满足所述训练所需空间的位置,确定为所述为用户推荐的训练位置。
12.根据权利要求11所述的电子设备,其特征在于,所述相机为RGB相机、深度相机、广角相机或带有可旋转机械结构的相机中的任意一种。
13.根据权利要求9至12中任一项所述的电子设备,其特征在于,当所述一个或者多个程序被所述处理器执行时,使得所述电子设备执行以下步骤:
确定用户在训练场景中的当前位置;
根据所述用户在训练场景中的当前位置和所述为用户推荐的训练位置输出提示信息,用于提示所述用户向所述为用户推荐的训练位置移动。
14.根据权利要求13所述的电子设备,其特征在于,所述提示信息包括画面提示、语音提示、通知提示中的至少一种。
15.根据权利要求9至14中任一项所述的电子设备,其特征在于,当所述一个或者多个程序被所述处理器执行时,使得所述电子设备执行以下步骤:
确定所述用户移动至所述为用户推荐的训练位置;
输出确认信息,所述确认信息用于提示所述用户开始训练。
16.根据权利要求9至15中任一项所述的电子设备,其特征在于,当所述一个或者多个程序被所述处理器执行时,使得所述电子设备执行以下步骤:
获取所述用户的多帧图像,所述多帧图像中的每帧图像包括至少一个识别点;
根据所述至少一个识别点对所述多帧图像中的任意两帧图像进行仿射变换。
17.一种计算机存储介质,其特征在于,包括计算机指令,当所述计算机指令在电子设备上运行时,使得所述电子设备执行如权利要求1至8中任一项所述的提示方法。
18.一种计算机程序产品,其特征在于,当所述计算机程序产品在计算机上运行时,使得所述计算机执行如权利要求1至8中任一项所述的提示方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910817621.1A CN112447272A (zh) | 2019-08-30 | 2019-08-30 | 用于健身训练的提示方法和电子设备 |
EP20856794.1A EP4006754A4 (en) | 2019-08-30 | 2020-07-16 | PROMPT METHOD FOR PHYSICAL TRAINING, AND ELECTRONIC DEVICE |
US17/636,580 US20220277845A1 (en) | 2019-08-30 | 2020-07-16 | Prompt method and electronic device for fitness training |
PCT/CN2020/102257 WO2021036562A1 (zh) | 2019-08-30 | 2020-07-16 | 用于健身训练的提示方法和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910817621.1A CN112447272A (zh) | 2019-08-30 | 2019-08-30 | 用于健身训练的提示方法和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112447272A true CN112447272A (zh) | 2021-03-05 |
Family
ID=74683780
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910817621.1A Pending CN112447272A (zh) | 2019-08-30 | 2019-08-30 | 用于健身训练的提示方法和电子设备 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220277845A1 (zh) |
EP (1) | EP4006754A4 (zh) |
CN (1) | CN112447272A (zh) |
WO (1) | WO2021036562A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114138844A (zh) * | 2021-10-28 | 2022-03-04 | 北京斯奇曼智能设备科技有限公司 | 一种滑雪培训方法、装置、电子设备及存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114255517B (zh) * | 2022-03-02 | 2022-05-20 | 中运科技股份有限公司 | 一种基于人工智能分析的景区游客行为监测系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103282907A (zh) * | 2010-11-05 | 2013-09-04 | 耐克国际有限公司 | 自动个人训练的方法和系统 |
CN105204625A (zh) * | 2015-08-31 | 2015-12-30 | 小米科技有限责任公司 | 虚拟现实游戏中的安全保护方法和装置 |
CN108153421A (zh) * | 2017-12-25 | 2018-06-12 | 深圳Tcl新技术有限公司 | 体感交互方法、装置及计算机可读存储介质 |
CN108446026A (zh) * | 2018-03-26 | 2018-08-24 | 京东方科技集团股份有限公司 | 一种基于增强现实的引导方法、引导设备以及一种介质 |
CN109813317A (zh) * | 2019-01-30 | 2019-05-28 | 京东方科技集团股份有限公司 | 一种避障方法、电子设备及虚拟现实设备 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5361021B2 (ja) * | 2008-03-19 | 2013-12-04 | 株式会社日立製作所 | トレーニング支援システム、トレーニング支援方法 |
US8444532B1 (en) * | 2009-04-07 | 2013-05-21 | Juan Carlos Barcena | Fitness platform having a plurality of interchangeable surfaces |
WO2011007484A1 (ja) * | 2009-07-17 | 2011-01-20 | パナソニック株式会社 | 運転支援装置、運転支援方法及びプログラム |
US11133096B2 (en) * | 2011-08-08 | 2021-09-28 | Smith & Nephew, Inc. | Method for non-invasive motion tracking to augment patient administered physical rehabilitation |
CN104750778B (zh) * | 2015-02-10 | 2018-06-19 | 惠州Tcl移动通信有限公司 | 根据位置信息自动推荐健身练习的方法、系统及移动终端 |
CN105115490A (zh) * | 2015-07-16 | 2015-12-02 | 深圳前海达闼科技有限公司 | 一种确定室内可活动区域的方法及装置 |
US20170100637A1 (en) * | 2015-10-08 | 2017-04-13 | SceneSage, Inc. | Fitness training guidance system and method thereof |
CN106776776A (zh) * | 2016-11-11 | 2017-05-31 | 广东小天才科技有限公司 | 一种运动场所信息的推荐方法及装置 |
CN107256330A (zh) * | 2017-05-22 | 2017-10-17 | 深圳市见康云科技有限公司 | 一种运动方案的推荐方法、装置及计算机可读存储介质 |
CN107945848A (zh) * | 2017-11-16 | 2018-04-20 | 百度在线网络技术(北京)有限公司 | 一种健身指导实现方法、装置、设备和介质 |
-
2019
- 2019-08-30 CN CN201910817621.1A patent/CN112447272A/zh active Pending
-
2020
- 2020-07-16 WO PCT/CN2020/102257 patent/WO2021036562A1/zh unknown
- 2020-07-16 US US17/636,580 patent/US20220277845A1/en active Pending
- 2020-07-16 EP EP20856794.1A patent/EP4006754A4/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103282907A (zh) * | 2010-11-05 | 2013-09-04 | 耐克国际有限公司 | 自动个人训练的方法和系统 |
CN105204625A (zh) * | 2015-08-31 | 2015-12-30 | 小米科技有限责任公司 | 虚拟现实游戏中的安全保护方法和装置 |
CN108153421A (zh) * | 2017-12-25 | 2018-06-12 | 深圳Tcl新技术有限公司 | 体感交互方法、装置及计算机可读存储介质 |
CN108446026A (zh) * | 2018-03-26 | 2018-08-24 | 京东方科技集团股份有限公司 | 一种基于增强现实的引导方法、引导设备以及一种介质 |
CN109813317A (zh) * | 2019-01-30 | 2019-05-28 | 京东方科技集团股份有限公司 | 一种避障方法、电子设备及虚拟现实设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114138844A (zh) * | 2021-10-28 | 2022-03-04 | 北京斯奇曼智能设备科技有限公司 | 一种滑雪培训方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20220277845A1 (en) | 2022-09-01 |
EP4006754A1 (en) | 2022-06-01 |
EP4006754A4 (en) | 2022-10-05 |
WO2021036562A1 (zh) | 2021-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112532869B (zh) | 一种拍摄场景下的图像显示方法及电子设备 | |
WO2021036568A1 (zh) | 辅助健身的方法和电子装置 | |
CN110536004A (zh) | 多传感器应用于具有柔性屏幕的电子设备的方法及电子设备 | |
WO2022095788A1 (zh) | 目标用户追焦拍摄方法、电子设备及存储介质 | |
CN110559645B (zh) | 一种应用的运行方法及电子设备 | |
CN113382154A (zh) | 基于深度的人体图像美化方法及电子设备 | |
WO2022042275A1 (zh) | 测量距离的方法、装置、电子设备及可读存储介质 | |
WO2022073417A1 (zh) | 融合场景感知机器翻译方法、存储介质及电子设备 | |
CN112584037B (zh) | 保存图像的方法及电子设备 | |
WO2022206494A1 (zh) | 目标跟踪方法及其装置 | |
CN113590003A (zh) | 一种用户确定方法、电子设备和计算机可读存储介质 | |
WO2021036562A1 (zh) | 用于健身训练的提示方法和电子设备 | |
CN114080258B (zh) | 一种运动模型生成方法及相关设备 | |
CN115188064A (zh) | 一种运动指导信息的确定方法、电子设备和运动指导系统 | |
WO2022214004A1 (zh) | 一种目标用户确定方法、电子设备和计算机可读存储介质 | |
WO2022100597A1 (zh) | 动作自适应评价方法、电子设备和存储介质 | |
CN114812381A (zh) | 电子设备的定位方法及电子设备 | |
CN113693556A (zh) | 运动后肌肉疲劳度的检测方法及装置、电子设备 | |
CN113823378A (zh) | 运动次数的确定方法和终端 | |
WO2024125319A1 (zh) | 虚拟人物的显示方法及电子设备 | |
CN115203524A (zh) | 一种健身推荐方法和电子设备 | |
CN118116065A (zh) | 动作识别方法、通信系统及电子设备 | |
CN118800466A (zh) | 一种身形预测方法、电子设备及系统 | |
CN115223236A (zh) | 设备控制方法和电子设备 | |
CN115731605A (zh) | 健身指导方法、电子设备及计算机可读存储介质 |
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 |