CN113052160A - 基于运动数据的打卡方法、电子设备及存储介质 - Google Patents
基于运动数据的打卡方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113052160A CN113052160A CN202110434557.6A CN202110434557A CN113052160A CN 113052160 A CN113052160 A CN 113052160A CN 202110434557 A CN202110434557 A CN 202110434557A CN 113052160 A CN113052160 A CN 113052160A
- Authority
- CN
- China
- Prior art keywords
- motion
- data
- motion data
- card
- user
- 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
- 238000004080 punching Methods 0.000 title claims abstract description 100
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000005516 engineering process Methods 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 230000010354 integration Effects 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 19
- 238000012351 Integrated analysis Methods 0.000 claims description 5
- 238000005265 energy consumption Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 7
- 238000012015 optical character recognition Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000002085 persistent effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 2
- 230000009182 swimming Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请是关于一种基于运动数据的打卡方法。该方法包括:获取用户的运动信息图像;利用图像识别技术对运动信息图像进行识别,得到第一运动数据;对所述第一运动数据进行整合分析,得到第二运动数据;将第二运动数据输出到绑定需进行打卡的运动打卡社交群的打卡系统进行打卡。本申请提供的方案,能够使打卡更便利,更人性化。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种基于运动数据的打卡方法、电子设备及存储介质。
背景技术
随着人们生活水平的不断提高,大众喜欢居家或者在安全的环境中开展运动,增强身体素质。为了增加运动的趣味性,用户越来越多倾向于建立社交群,在社交群中进行打卡,打卡方式包括发送运动截图、发送运动信息等,以对每日运动情况进行记录,与群里其他人进行分享。当用户同时使用多个运动APP,不同的运动APP通过不同的检测方法对用户的运动情况进行检测,存在多个运动数据,需要用户手动从每个运动APP中获取该运动APP的数据逐一进行打卡,如果要求汇总每日运动情况,则需要用户自行计算多个运动APP中的运动情况后再在群里进行打卡,需要花费用户较多的时间去统计各个运动APP中的运动数据,打卡过程不够便利和人性化。而且当用户有多个运动社交群需要完成运动打卡时,需要分别在多个群分进行打卡,操作不便利且容易遗漏某个群的打卡。
发明内容
为克服相关技术中存在的问题,本申请提供一种基于运动数据的打卡方法,该基于运动数据的打卡方法,能够使打卡更便利,更人性化。
本申请第一方面提供一种基于运动数据的打卡方法,包括:获取用户的运动信息图像;
利用图像识别技术对该运动信息图像进行识别,得到第一运动数据,该第一运动数据包括同一运动项目的N个运动数据,该N为大于或等于2的整数;
对该第一运动数据进行整合分析,得到第二运动数据,该第二运动数据包括同一运动项目的一个运动数据;
将该第二运动数据输出到打卡系统进行打卡,该打卡系统绑定需进行打卡的运动打卡社交群。
在第一方面的第一种可能实现的方法中,该打卡系统包括数据显示端和数据处理端;
该数据显示端用于将该第二运动数据可视化地传递给用户;
该数据处理端用于获得该第一运动数据和该第二运动数据。
结合第一方面的第一种可能实现的方法,在第二种可能实现的方法中,该获取用户的运动信息图像包括:通过社交机器人获取运动信息的截图和由运动App生成的运动信息可视化卡片,该社交机器人为与该数据处理端连接的社交账号。
结合第一方面的第二种可能实现的方法,在第三种可能实现的方法中,该获取用户的运动信息图像之前还包括:
将该社交机器人绑定到运动打卡社交群;
该社交机器人获取该运动打卡社交群的用户信息,该用户信息包括:社交账号、社交昵称和用户头像。
在第一方面的第四种可能实现的方法中,该利用图像识别技术对该运动信息图像进行识别,得到第一运动数据包括:
利用OCR技术对该运动信息图像进行识别,得到第一运动数据,该第一运动数据包括运动项目、N个计量数据、N个运动时间数据和N个消耗能量数据。
结合第一方面的第四种可能实现的方法,在第五种可能实现的方法中,该对该第一运动数据进行整合分析,得到第二运动数据包括:
对该第一运动数据中的同一运动项目的同一类运动数据求平均值或汇总值,得到第二运动数据。
结合第一方面的第三种可能实现的方法,在第六种可能实现的方法中,该将该第二运动数据输出到打卡系统进行打卡包括:
该数据处理端将同一运动打卡社交群的不同用户的该第二运动数据进行排序,得到排序结果;
将排序结果输出到该数据显示端。
在第一方面的第七种可能实现的方法中,还包括:
若在设定时间内没有获取到该运动信息图像,向用户发送提示打卡信息。
本申请第二方面提供一种电子设备,包括:
处理器;以及
存储器,其上存储有可执行代码,当该可执行代码被该处理器执行时,使该处理器执行如上该的方法。
本申请第三方面提供一种非暂时性机器可读存储介质,其上存储有可执行代码,当该可执行代码被电子设备的处理器执行时,使该处理器执行如上该的方法。
本申请提供的技术方案可以包括以下有益效果:本方案通过获取用户的运动信息图像;利用图像识别技术对该运动信息图像进行识别,得到第一运动数据;对该第一运动数据进行整合分析,得到第二运动数据;将该第二运动数据输出到绑定需进行打卡的运动打卡社交群的打卡系统进行打卡。通过图像识别技术获得不同运动APP所检测到的用户运动数据,再对得到的多个运动数据进行整合分析得到一个能反应用户实际运动情况的运动数据,将这个运动数据输入到打卡系统进行打卡,无需用户花费时间对运动数据进行统计,且打卡系统与需打卡的运动打卡社交群绑定,所以用户无需再逐一打卡,只需在一个群进行打卡即可实现数据共享到不同的运动打卡社交群,实现打卡。使打卡更便利,更人性化。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
通过结合附图对本申请示例性实施方式进行更详细的描述,本申请的上述以及其它目的、特征和优势将变得更加明显,其中,在本申请示例性实施方式中,相同的参考标号通常代表相同部件。
图1是本申请实施例示出的基于运动数据的打卡方法的流程示意图;
图2是本申请实施例示出的基于运动数据的打卡方法的另一流程示意图;
图3是本申请实施例示出的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的优选实施方式。虽然附图中显示了本申请的优选实施方式,然而应该理解,可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本申请更加透彻和完整,并且能够将本申请的范围完整地传达给本领域的技术人员。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。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。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
随着生活水平的提高,人们所使用的运动APP的数量也越来越多,而随着运动APP的增多,所得到的运动数据也增多,以致在社交群里通过运动数据进行打卡的方法也越来越繁琐,造成打卡不方便不够人性化。
针对上述问题,本申请实施例提供一种基于运动数据的打卡方法,能够使打卡更便利,更人性化。
以下结合附图详细描述本申请实施例的技术方案。
图1是本申请实施例示出的基于运动数据的打卡方法的流程示意图。
参见图1,本申请实施例中基于运动数据的打卡方法的一个实施例包括:
101.获取用户的运动信息图像;
运动信息图像是包含运动APP所检测到的用户的运动信息的图像,可以是运动信息的的截图或者是运动APP生成的运动信息的可视化卡片。运动信息包括:运动项目,每个运行项目的计量,每个运动项目所运动时间和每个运动项目所消耗的能量等等。如:运动项目:跑步,计量:1KM,运动时间:8min,消耗能量:70卡路里。
应当说明的是:当可以直接获取到用户的运动信息时,该步骤不用执行。
102.利用图像识别技术对所述运动信息图像进行识别,得到第一运动数据,所述第一运动数据包括同一运动项目的N个运动数据,所述N为大于或等于2的整数;
经步骤101所获取到的是运动信息图像,而需要的是运动信息图像中所包含的运动信息,所以需要利用图像识别技术对运动信息图像进行识别,将图像中的运动信息转化成数据形式。
因为使用的运动APP有多个,所以所获取到的运动信息图像也有多个,而每个运动图像中所包含的运动信息因为每个运动APP的检测方法不一样造成运动信息存在一定差异,比如同是检测跑步这个运动项目,第一运动APP所检测到的为:计量:1KM;运动时间:8min;消耗能量;70卡路里。而第二运动APP所检测的为计量:1.01KM;运动时间:8min;消耗能量;71卡路里,将同一运动项目所对应的运动信息定义为第一运动数据,即第一运动APP和第二运动APP所检测到的跑步项目的运动信息,就是一个第一运动数据,将同一类运动信息所包含的子信息定义为运动数据,如第一运动APP所检测到的1KM为一个运动数据,第二运动APP所检测到的1.01KM为一个运动数据,两者为同一类型的运动数据。
第一运动APP和第二运动APP仅为表达两个不同的运动APP,不具有限定作用。
在本申请实施例中,通过图像识别技术对步骤101中得到的运动信息图像进行识别,得到第一运动数据。
当可以直接获取用户的运动信息,则将获取到的运动信息作为第一运动数据,不执行图像识别的步骤。
103.对所述第一运动数据进行整合分析,得到第二运动数据,所述第二运动数据包括同一运动项目的一个运动数据;
在本申请实施例中,因为所得到的第一运动数据中包含着多个运动项目的多个运动数据,所以对第一运动数据进行整合分析,得到一个可以准确地表达运动项目运动情况的唯一运动数据,即第二运动数据中的同一类的运动信息只用一个运动数据进行表示,第二运动数据包括多个运动项目的多个不同类型的运动数据。
104.将所述第二运动数据输出到打卡系统进行打卡,所述打卡系统绑定需进行打卡的运动打卡社交群;
在本申请实施例中,将步骤103所得到的第二运动数据输出给打卡系统,打卡系统用第二运动数据在运动打卡社交群进行打卡。
在实际应用中,运动打卡社交群可以为在主流通讯软件中建立的社交群,该社交群的标签可以为“运动打卡”,并具有在任意时间都可以供用户操作的打卡记录功能。
本方案通过获取用户的运动信息图像;利用图像识别技术对所述运动信息图像进行识别,得到第一运动数据;对第一运动数据进行整合分析,得到第二运动数据;将第二运动数据输出到绑定需进行打卡的运动打卡社交群的打卡系统进行打卡。通过图像识别技术获得不同运动APP所检测到的用户运动数据,再对得到的多个运动数据进行整合分析得到一个能反应用户实际运动情况的运动数据,将这个运动数据输入到打卡系统进行打卡,无需用户花费时间对运动数据进行统计,且打卡系统与需打卡的运动打卡社交群绑定,所以用户无需再逐一打卡,只需在一个群进行打卡即可实现数据共享到不同的运动打卡社交群,实现打卡。使打卡更便利,更人性化。
为了便于理解,以下提供了基于运动数据的打卡方法的一个应用实施例进行说明,请参阅图2,本申请实施例中基于运动数据的打卡方法的一个实施例包括:
在本申请实施例中,假定用户同时使用多个运动APP,且需要用运动数据在不同社交群进行打卡为例进行说明。
201.将所述社交机器人绑定到运动打卡社交群;
所述社交机器人获取所述运动打卡社交群内用户的用户信息,所述用户信息包括:社交账号、社交昵称和用户头像。
在本申请实施例中,社交机器人可以为通讯软件中的一个虚拟用户,可自动获取图像的社交账号,用户添加社交机器人后,将社交机器人添加进所有需要进行运动打卡社交群,社交机器人在进入运动打卡社交群后获取社交群中每个用户的社交号,社交昵称和用户头像,这样通过社交机器人就可以抓取运动打卡社交群中指定用户的打卡数据和聊天记录登信息,便于后续分析处理。
202.获取用户的运动信息图像;
通过社交机器人获取运动信息的截图和由运动App生成的运动信息可视化卡片,所述社交机器人为与所述数据处理端连接的社交账号。
在本申请实施例中,社交机器人与打卡系统中的数据处理端进行连接,且将获取到的运动信息的截图和运动APP生成的运动信息可视化卡片传输给数据处理端,在传输时为每张运动信息图像打上标签,标签的内容包括:提供该运动信息图像的社交群用户的社交号,社交昵称以及其用户头像。
203.利用图像识别技术对所述运动信息图像进行识别,得到第一运动数据;
利用OCR技术对所述运动信息图像进行识别,得到第一运动数据,所述第一运动数据包括运动项目、N个计量数据、N个运动时间数据和N个消耗能量数据;
OCR技术是光学字符识别的缩写(Optical Character Recognition),是通过扫描等光学输入方式将各种票据、报刊、书籍、文稿及其它印刷品的文字转化为图像信息,再利用文字识别技术将图像信息转化为可以使用的计算机输入技术。
在本申请实施例中,在打卡系统的数据处理端利用OCR技术中的文字识别技术将社交机器人所获取到的运动信息图像转化为可以使用的计算机输入,即将运动信息图像中的运动信息数据化,得到第一运动数据,一个第一运动数据可表达为:运动项目:跑步、第一计量数据:10000步、第二计量数据:10002步;第一运动时间:60min、第二运动时间:60min;第一消耗能量:300卡路里、第二消耗能量:304卡路里。
需要说明的是第一计量数据和第二计量数据为同一社交群用户同一运动项目的由不同运动APP所检测到的运动数据。每个用户的第一运动数据的数量由其所使用的运动APP所决定。
204.对所述第一运动数据进行整合分析,得到第二运动数据;
对所述第一运动数据中的同一运动项目的同一类运动数据求平均值或汇总值,得到第二运动数据;可以理解的是,在实际应用中,除了统计同一运动项目的同一类运动数据的平均值,还可以统计同一运动项目的同一类运动数据的在一段时间内的汇总值。
在本申请实施例中,因为每个用户的第一运动数据中一个运动项目对应着多个同一类型的运动数据,为了能更好地通过运动数据反映用户的运动情况,应该对同一类型的运动数据进行整合分析得到一个可反映运动情况的运动数据,这里采用求平均值的方法对第一运动数据进行整合分析。如对步骤203中的一个运动数据求平均值得到第二运动数据:运动项目:跑步、计量数据:10001、运动时间60min和消耗能量:302卡路里。
应该说明的是,若同一运动项目在不同运动APP中的检测子项不相同,则去零值后再求平均值,如:一个第一运动数据可表达为:运动项目:跑步、第一计量数据:10000步、第二计量数据:10002步;第一运动时间:60min、第二运动时间:60min;第一消耗能量:300卡路里、第二消耗能量:304卡路里;第一里程:5KM、第二里程:0KM,0KM代表的是该运动APP不进行里程这个子项目的检测,所以没有该子项目的数据。所以在用平均值求第二运动数据时,把第二里程剔除,直接用第一里程作为第二运动数据中的里程数据,当存在非零的第三里程时,直接求第一里程和第三里程的平均值作为里程数据。
205.将所述第二运动数据输出到打卡系统进行打卡,所述打卡系统绑定需进行打卡的运动打卡社交群;
所述打卡系统包括数据显示端和数据处理端;
所述数据显示端用于将所述第二运动数据可视化地传递给用户;
所述数据处理端用于获得所述第一运动数据和所述第二运动数据。
所述数据处理端将同一运动打卡社交群的不同用户的所述第二运动数据进行排序,得到排序结果;
将排序结果输出到所述数据显示端。
在本申请实施例中,数据处理端将同一运动打卡社交群里的用户的第二运动数据按社交群的属性进行排序,得到排序结果,然后将排序结果输出给数据显示端实现打卡,用户通过数据显示端查看排序结果。这里所提到的按社交群的属性进行排序为:若某个运动打卡社交群都是游泳爱好者,则在用户进入该社交群时,数据显示端显示的是以游泳这个运动项目的运动数据进行排序的排序结果。
206.若在设定时间内没有获取到所述运动信息图像,向用户发送提示打卡信息;
在本申请实施例中,设定一个打卡提醒时间,当达到提醒时间,还有用户没有想社交群或者社交机器人提供运动信息图像,数据处理端向社交机器人发送一条提示打卡信息,社交机器人将该提示打卡信息发送给用户,提示其进行打卡。
本方案通过将所述社交机器人绑定到运动打卡社交群用于获取用户的运动信息图像;利用图像识别技术对所述运动信息图像进行识别,得到第一运动数据;对所述第一运动数据进行整合分析,得到第二运动数据;将所述第二运动数据输出到打卡系统进行打卡,所述打卡系统绑定需进行打卡的运动打卡社交群;若在设定时间内没有获取到所述运动信息图像,向用户发送提示打卡信息。通过按社交群的属性对第二运动数据进行排序显示,更贴合用户的需求,同时设定一个打卡提醒时间,可以确保用户不会忘记打卡。
与前述应用功能实现方法实施例相对应,本申请还提供了一种电子设备及相应的实施例。
图3是本申请实施例示出的电子设备的结构示意图。
参见图3,电子设备301包括存储器302和处理器303。
处理器303可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,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、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器302可以包括各种类型的存储单元,例如系统内存、只读存储器(ROM),和永久存储装置。其中,ROM可以存储处理器303或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中,永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中,永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备,例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外,存储器302可以包括任意计算机可读存储媒介的组合,包括各种类型的半导体存储芯片(DRAM,SRAM,SDRAM,闪存,可编程只读存储器),磁盘和/或光盘也可以采用。在一些实施方式中,存储器302可以包括可读和/或写的可移除的存储设备,例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM,双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等等)、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
存储器302上存储有可执行代码,当可执行代码被处理器303处理时,可以使处理器303执行上文述及的方法中的部分或全部。
上文中已经参考附图详细描述了本申请的方案。在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其他实施例的相关描述。本领域技术人员也应该知悉,说明书中所涉及的动作和模块并不一定是本申请所必须的。另外,可以理解,本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减,本申请实施例装置中的模块可以根据实际需要进行合并、划分和删减。
此外,根据本申请的方法还可以实现为一种计算机程序或计算机程序产品,该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。
或者,本申请还可以实施为一种非暂时性机器可读存储介质(或计算机可读存储介质、或机器可读存储介质),其上存储有可执行代码(或计算机程序、或计算机指令代码),当所述可执行代码(或计算机程序、或计算机指令代码)被电子设备(或电子设备、服务器等)的处理器执行时,使所述处理器执行根据本申请的上述方法的各个步骤的部分或全部。
本领域技术人员还将明白的是,结合这里的申请所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。
附图中的流程图和框图显示了根据本申请的多个实施例的系统和方法的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本申请的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种基于运动数据的打卡方法,其特征在于,包括:
获取用户的运动信息图像;
利用图像识别技术对所述运动信息图像进行识别,得到第一运动数据,所述第一运动数据包括同一运动项目的N个运动数据,所述N为大于或等于2的整数;
对所述第一运动数据进行整合分析,得到第二运动数据,所述第二运动数据包括同一运动项目的一个运动数据;
将所述第二运动数据输出到打卡系统进行打卡,所述打卡系统绑定需进行打卡的运动打卡社交群。
2.根据权利要求1所述的基于运动数据的打卡方法,其特征在于,所述打卡系统包括数据显示端和数据处理端;
所述数据显示端用于将所述第二运动数据可视化地传递给用户;
所述数据处理端用于获得所述第一运动数据和所述第二运动数据。
3.根据权利要求2所述的基于运动数据的打卡方法,其特征在于,所述获取用户的运动信息图像包括:通过社交机器人获取运动信息的截图和由运动App生成的运动信息可视化卡片,所述社交机器人为与所述数据处理端连接的社交账号。
4.根据权利要求3所述的基于运动数据的打卡方法,其特征在于,所述获取用户的运动信息图像之前还包括:
将所述社交机器人绑定到运动打卡社交群;
所述社交机器人获取所述运动打卡社交群内用户的用户信息,所述用户信息包括:社交账号、社交昵称和用户头像。
5.根据权利要求1所述的基于运动数据的打卡方法,其特征在于,所述利用图像识别技术对所述运动信息图像进行识别,得到第一运动数据包括:
利用OCR技术对所述运动信息图像进行识别,得到第一运动数据,所述第一运动数据包括运动项目、N个计量数据、N个运动时间数据和N个消耗能量数据。
6.根据权利要求5所述的基于运动数据的打卡方法,其特征在于,所述对所述第一运动数据进行整合分析,得到第二运动数据包括:
对所述第一运动数据中的同一运动项目的同一类运动数据求平均值或汇总值,得到第二运动数据。
7.根据权利要求4所述的基于运动数据的打卡方法,其特征在于,所述将所述第二运动数据输出到打卡系统进行打卡包括:
所述数据处理端将同一运动打卡社交群的不同用户的所述第二运动数据进行排序,得到排序结果;
将排序结果输出到所述数据显示端。
8.根据权利要求1所述的基于运动数据的打卡方法,其特征在于,还包括:
若在设定时间内没有获取到所述运动信息图像,向用户发送提示打卡信息。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如权利要求1-8中任一项所述的方法。
10.一种非暂时性机器可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110434557.6A CN113052160A (zh) | 2021-04-22 | 2021-04-22 | 基于运动数据的打卡方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110434557.6A CN113052160A (zh) | 2021-04-22 | 2021-04-22 | 基于运动数据的打卡方法、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113052160A true CN113052160A (zh) | 2021-06-29 |
Family
ID=76520148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110434557.6A Pending CN113052160A (zh) | 2021-04-22 | 2021-04-22 | 基于运动数据的打卡方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113052160A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105893411A (zh) * | 2015-11-20 | 2016-08-24 | 乐视致新电子科技(天津)有限公司 | 统计数据处理方法及装置 |
CN107850690A (zh) * | 2016-06-16 | 2018-03-27 | I.M.系統集团公司 | 整合的天气预测系统、方法和设备 |
CN107910043A (zh) * | 2017-11-29 | 2018-04-13 | 佛山市神风航空科技有限公司 | 一种运动管理平台 |
US20180104588A1 (en) * | 2015-11-18 | 2018-04-19 | Tencent Technology (Shenzhen) Company Limited | Method, apparatus, and storage medium for displaying data |
CN109035046A (zh) * | 2018-07-11 | 2018-12-18 | 于晨 | 一种用于运动管理的软件实现方法及系统 |
CN109829679A (zh) * | 2018-12-15 | 2019-05-31 | 深圳壹账通智能科技有限公司 | 项目管理方法、装置、计算机装置及存储介质 |
CN111083183A (zh) * | 2018-10-19 | 2020-04-28 | 中兴通讯股份有限公司 | 数据同步方法、装置及计算机可读存储介质 |
-
2021
- 2021-04-22 CN CN202110434557.6A patent/CN113052160A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180104588A1 (en) * | 2015-11-18 | 2018-04-19 | Tencent Technology (Shenzhen) Company Limited | Method, apparatus, and storage medium for displaying data |
CN105893411A (zh) * | 2015-11-20 | 2016-08-24 | 乐视致新电子科技(天津)有限公司 | 统计数据处理方法及装置 |
CN107850690A (zh) * | 2016-06-16 | 2018-03-27 | I.M.系統集团公司 | 整合的天气预测系统、方法和设备 |
CN107910043A (zh) * | 2017-11-29 | 2018-04-13 | 佛山市神风航空科技有限公司 | 一种运动管理平台 |
CN109035046A (zh) * | 2018-07-11 | 2018-12-18 | 于晨 | 一种用于运动管理的软件实现方法及系统 |
CN111083183A (zh) * | 2018-10-19 | 2020-04-28 | 中兴通讯股份有限公司 | 数据同步方法、装置及计算机可读存储介质 |
CN109829679A (zh) * | 2018-12-15 | 2019-05-31 | 深圳壹账通智能科技有限公司 | 项目管理方法、装置、计算机装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11610394B2 (en) | Neural network model training method and apparatus, living body detecting method and apparatus, device and storage medium | |
CN110111128B (zh) | 一种公寓电梯广告播放方法、装置及设备 | |
CN109800320B (zh) | 一种图像处理方法、设备及计算机可读存储介质 | |
CN104541300B (zh) | 增强现实信息的确定 | |
CN105787133B (zh) | 广告信息过滤方法及装置 | |
CN112100425B (zh) | 基于人工智能的标签标注方法、装置、电子设备及介质 | |
JP2014170314A (ja) | 情報処理システム、情報処理方法およびプログラム | |
US9355338B2 (en) | Image recognition device, image recognition method, and recording medium | |
WO2017186086A1 (zh) | 信息推荐方法、终端及服务器、计算机存储介质 | |
CN110709832A (zh) | 对意图和非意图查询部分的识别 | |
CN110334936B (zh) | 一种信贷资质评分模型的构建方法、装置和设备 | |
US20140032268A1 (en) | Identifying items at disposal for generating household consumption data | |
CN110852794A (zh) | 一种小说推荐方法及设备 | |
CN110261554A (zh) | 一种食品安全检测系统及方法 | |
CN109583910B (zh) | 一种商品授权鉴定方法、装置及设备 | |
CN113052160A (zh) | 基于运动数据的打卡方法、电子设备及存储介质 | |
CN107111826A (zh) | 应用的图像的自动选择 | |
US20200186668A1 (en) | Method and device for recommending watermark for electronic terminal | |
WO2020135001A1 (zh) | 一种小说推荐方法及设备 | |
CN111354013A (zh) | 目标检测方法及装置、设备和存储介质 | |
US20220138812A1 (en) | Method and system for providing community service for event participants | |
CN112508659B (zh) | 商品结算处理方法、装置及计算设备、计算机存储介质 | |
CN114385931A (zh) | 一种获得推荐表单的方法、装置及电子设备 | |
JP6934001B2 (ja) | 画像処理装置、画像処理方法、プログラムおよび記録媒体 | |
CN110717432B (zh) | 一种物品检测方法、装置和计算机存储介质 |
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 |