CN113139506A - 一种计步方法、设备及存储介质 - Google Patents

Abstract

本发明提供了一种计步方法，包括：采集用户图像信息；基于所述用户图像确定所述用户的人体骨骼关键点信息；监测所述用户骨骼关键点的变化并计算得到所述用户的步数。本发明通过监测用户的骨骼关键点的变化得到用户的运动步数，解决了目前用户必须到通过佩戴专业的设备才能实现用户计步的需求导致用户的运动场景受限及佩戴设备影响用户的运动体验的技术问题，实现了用户在室内或者范围较小的场景下运动都能被准确的记录，并实现了室内运动的轻便性。

Description

一种计步方法、设备及存储介质

技术领域

本发明涉及智能健身领域，尤其涉及一种计步方法、设备存储介质。

背景技术

生命在于运动，步行被公认为世界上最好、最安全、最有效的运动和减肥方式。计步器可以协助用户达成健身目标，量化数据，增加乐趣，因此各种手机计步软件和计步手环等产品应运而生。随着电子技术的发展，各种各样的电视设备被广泛的应用于人们的日常生活中；随着人们对身体健康的追求，越来越多的电子设备被用于计算用户的步行或者跑步步数，供人们作为评估运动量多少的依据。但是，现有的计步方式通常分为两种，(1)通过手机计步器软件对用户的步数进行计算；(2)佩戴内置计步器的运动手环和手表。以上两种方式大限度用于户外场景，并且计步器是通过身体左右倾斜来计算步数，通常情况下固定在腰上更为精确，放在口袋或戴在手腕上误差较大；且当用户想在原地运动或者在室内进行运动时，采用上述两种方法，并不能满足用户的运动需求。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种计步方法，旨在解决现有技术中，不能精确测量用户在原地或场地有限的室内运动时运动量的测量的技术问题。

为实现上述目的，本发明提供一种计步方法，包括：

采集用户图像信息；

基于所述用户图像确定所述用户的人体骨骼关键点信息；

监测所述用户骨骼关键点的变化并计算得到所述用户的步数。

优选地，所述采集用户图像信息步骤包括：

通过摄像头采集前方用户的视频信息；

截取所述视频信息中用户清晰肢体特征的图像信息。

优选地，所述基于所述用户图像确定所述用户的人体骨骼关键点信息步骤包括：

根据所述用户图像信息确定所述用户与摄像头之间的距离；

根据所述用户图像信息推测出所述用户的基本信息；

根据所述用户图像信息确定所述用户的人体骨骼关键点信息。

优选地，所述监测所述用户骨骼关键点的变化并计算得到所述用户的步数步骤包括：

确定所述用户骨骼关键点中与运动相关的骨骼关键点；

监测所述与运动相关的骨骼关键点的变化；

根据所述与运动相关的骨骼关键点的变化计算出所述用户的步数。

优选地，所述根据所述与运动相关的骨骼关键点的变化计算出所述用户的步数步骤包括：

根据所述用户与运动相关骨骼关键点变化的频率确定所述用户的运动行为；

基于所述用户的运动行为以及运动时长计算所述用户的耐力值；

通过所述用户与运动相关骨骼关键点变化的有效性确定所述用户的步数。

优选地，所述通过所述用户与运动相关骨骼关键点变化的有效性确定所述用户的步数步骤包括：

判断所述用户与运动相关骨骼关键点变化是否在预设帧率变化阈值范围；

若是，则所述用户当前帧率的运动有效；

若否，则所述用户当前帧率的运动无效；

根据所述用户的有效运动的数值计算所述用户的步数。

优选地，所述方法还包括：

将所述用户的运动数据存储至终端服务器；

基于所述用户的运动数据生成所述用户的运动趋势图；

根据所述用户的选择在终端显示屏上同步演示运动场景。

优选地，所述方法还包括：

基于所述用户的基本信息、与摄像头之间的距离、耐力值以及运动趋势图推荐健身方案。

此外，为实现上述目的，本发明还提供了一种终端设备，所述终端设备包括：存储器、处理器及存储在所述存储器上并可以在所述处理器上运行的计步程序，所述计步程序被所述处理器执行时实现如上述任一项所述的计步方法的步骤。

此外，为实现上述目的，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计步程序，所述计步程序被处理器执行时实现如上述任一项所述的计步程序。

本发明提供了一种计步方法，包括：采集用户图像信息；基于所述用户图像确定所述用户的人体骨骼关键点信息；监测所述用户骨骼关键点的变化并计算得到所述用户的步数。本发明通过监测用户的骨骼关键点的变化得到用户的运动步数，解决了目前用户必须到通过佩戴专业的设备才能实现用户计步的需求导致用户的运动场景受限及佩戴设备影响用户的运动体验的技术问题，实现了用户在室内或者范围较小的场景下运动都能被准确的记录。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的终端\装置结构示意图；

图2为本发明计步方法一实施例的流程示意图；

图3为本发明计步方法第二实施例的流程示意图；

图4为本发明计步方法第三实施例的流程示意图；

图5为本发明计步方法第四实施例的流程示意图；

图6为图6中步骤S303的细化的流程示意图；

图7为图6中步骤S3033的细化流程示意图；

图8为本发明计步方法第五实施例的流程示意图；

图9为本发明计步方法人体骨骼关键点示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例的主要解决方案是：采集用户图像信息；基于用户的图像信息确定该用户的人体骨骼关键点信息；并通过监测所述用户骨骼关键点的变化并计算得到所述用户的步数，由此，通过终端摄像头对用户人体骨骼关键点变化的监测得到用户的运动步数。

由于现有技术中无论是手机计步软件还是计步手环都需要通过监测用户身体左右倾斜来计算步数，并且存在测量不精确；不能适用于原地或场地有限的室内灯有限地应用场景用户运动计量的需求。

本发明提供一种解决方案，通过终端采集用户图像信息；基于所述用户图像信息确定所述用户的人体骨骼关键点信息；监测所述用户骨骼关键点的变化并计算得到所述用户的步数。通过终端摄像头监测用户骨骼关键点的变化，并通过计算该时间段内用户骨骼关键点的变化得到该用户的运动步数。

如图1所示，图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。

本发明实施例终端可以是PC，也可以是智能手机、平板电脑、电子书阅读器、MP3(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面3)播放器、便携计算机等具有显示功能的可移动式终端设备。

如图1所示，该终端可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

可选地，终端还可以包括摄像头、RF(Radio Frequency，射频)电路，传感器、音频电路、WiFi模块等等。其中，传感器比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示屏的亮度，接近传感器可在移动终端移动到耳边时，关闭显示屏和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；当然，移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及计步应用程序。

在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的计步应用程序，并执行以下操作：

采集用户图像信息；

基于所述用户图像信息确定所述用户的人体骨骼关键点信息；

监测所述用户骨骼关键点的变化并计算得到所述用户的步数。

进一步地，处理器1001可以调用存储器1005中存储的计步应用程序，还执行以下操作：

通过摄像头采集前方用户的视频信息；

截取所述视频信息中用户清晰肢体特征的图像信息。

进一步地，处理器1001可以调用存储器1005中存储的计步应用程序，还执行以下操作：

根据所述用户的图像信息确定所述用户与摄像头之间的距离；

根据所述用户图像信息推测出所述用户的基本信息；

根据所述用户清晰肢体特征的图像信息确定所述用户的人体骨骼关键点信息。

进一步地，处理器1001可以调用存储器1005中存储的计步应用程序，还执行以下操作：

确定所述用户骨骼关键点中与运动相关的骨骼关键点；

监测所述与运动相关的骨骼关键点的变化；

根据所述与运动相关的骨骼关键点的变化计算出所述用户的步数。

进一步地，处理器1001可以调用存储器1005中存储的计步应用程序，还执行以下操作：

根据所述用户与运动相关骨骼关键点变化的频率确定所述用户的运动行为；

基于所述用户的运动行为以及运动时长计算所述用户的耐力值；

通过所述用户与运动相关骨骼关键点变化的有效性确定所述用户的步数。

进一步地，处理器1001可以调用存储器1005中存储的计步应用程序，还执行以下操作：

判断所述用户与运动相关骨骼关键点变化是否在预设帧率变化阈值范围；

若是，则所述用户当前帧率的运动有效；

若否，则所述用户当前帧率的运动无效；

根据所述用户的有效运动的数值计算所述用户的步数。

进一步地，处理器1001可以调用存储器1005中存储的计步应用程序，还执行以下操作：

将所述用户的运动数据存储至终端服务器；

基于所述用户的运动数据生成所述用户的运动趋势图；

根据所述用户的选择在终端显示屏上同步演示运动场景。

进一步地，处理器1001可以调用存储器1005中存储的计步应用程序，还执行以下操作：

基于所述用户的基本信息、与摄像头之间的距离、耐力值以及运动趋势图推荐健身方案。

参照图2，本发明第一实施例提供一种计步方法，所述计步方法包括：

步骤S10，采集用户图像信息；

具体而言，在本实施例中，本申请提出的计步方法以电视机为终端设备为例，当然终端还可以是其他配置有摄像头的电视机机顶盒、投影仪、多媒体盒子、家用监控摄像头等设备，在此本申请并不作限制。在本实施例中，当用户触发电视机计步功能时，当然也可以在电视机工作的同时，在后台运行计步功能。此时，电视机的外置摄像头开始工作，电视机通过外置的摄像头采集屏幕前方目标用户在当前环境下的图像信息。

步骤S20，基于所述用户图像信息确定所述用户的人体骨骼关键点信息；

具体而言，在本实施例中，电视机根据摄像头采集的目标用户的图像信息确定该目标用户的人体骨骼关键点信息。并且在本实施例中，为了获取精确良好的人体关节信息，对拍摄场地的规模以及目标用户的站位进行了详细的规范，具体要求为：拍摄场地需避免阳光直射以及存在室内取暖器一类热源，并且当目标用户的动作不满足骨骼关键点识别的条件时，在电视机屏幕上弹出提示信息及标准动作参考，且目标用户与电视机摄像头的距离为2-3米最佳。根据摄像头拍摄的目标用户的图像信息，通过计算机视觉感知技术进行三维测量面而获得目标用户人体三维点的集合。获取摄像头拍摄的图像与人体模型进行配准，进而计算目标用户的人体骨骼关键点信息。步骤S30，监测所述用户的人体骨骼关键点的变化并计算得到所述用户的步数。

具体而言，在本实施例中，通过获取目标用户的人体骨骼关键点并锁定与运动相关的人体骨骼关键点，在本实施例中，因为场地有限，用户的运动为原地运动或者小范围的运动，因此，电视机的摄像头锁定目标用户与运动相关的人体骨骼关键点，并且记录该人体骨骼关键点的变化，当用户完成一个周期的运动后，通过计算该运动周期内用户与运动相关的人体骨骼关键点的变化得到该目标用户在该运动周期内的运动步数。

在本实施例中通过采集目标用户的图像信息，并基于该图像信息得到该用户的人体骨骼关键点；再通过监测目标用户的与运动相关的骨骼关键点的变化得到该目标用户的运动步数。通过用户图像信息确定用户的骨骼关键点信息并通过监测用户骨骼关键点的变化计算得到用户的运动步数，实现了用户原地运动的运输数据的记录的同时，增加了用户家庭运动的便捷性。

进一步的，参照图3，基于上述实施例，提出了本发明计步方法的第二实施例，在本实施例中，参照图3，所述步骤S10：采集用户图像信息包括：

步骤S101，通过摄像头采集前方用户的视频信息；

具体而言，在本实施例中，继续沿用实施例1中的终端设备为电视机为例，为了获取精确良好的用户图像信息，电视机外置摄像头在接收到计步指令触发后，对当前屏幕前方的环境信息进行拍摄，并在锁定目标用户所在位置后，对该目标用户进行目标锁定、对焦。并且，当目标用户与电视机屏幕之间的距离不满足摄像头拍摄需求时，电视机屏幕上弹出提示信息并引导目标用户移动。

步骤S102，截取所述视频信息中用户清晰肢体特征的图像信息。

具体而言，在本实施例中，智能电视机系统从摄像头采集到的视频信息中截取具有清晰人体肢体特征且符合计算该用户骨骼特征点的图片。并通过智能电视机系统的识别用户的人体骨骼关键点。

在本实施例中通过摄像头拍摄终端前方用户的视频，并截取其中具有最清晰肢体特征的图像信息作为用户图像信息，进而根该图像信息进行用户人体骨骼关键点的识别，提高了对用户骨骼关键点识别的精确性。

参照图4，基于上述实施例，提出了本发明计步方法的第三实施例，在本实施例中，参照图4，所述步骤S20：基于所述用户图像确定所述用户的人体骨骼关键点信息包括：

步骤S201，根据所述用户图像信息确定所述用户与摄像头之间的距离；

具体而言，在本实施例中，智能电视机系统根据采集得到的用户的图像信息对目标用户特征信息进行计算，其中，电视机系统中融合了机器视觉和深度神经网络技术，计算出目标用户与摄像头之间的距离。例如，摄像头采集的目标用户图像信息，在目标用户图像信息中对目标用户进行检测，通过矩形框将目标用户框出来；结合矩形框信息，找到该矩形框底边的两个平面坐标，分布记为(u1,v1)和(u2,v2)；最后通过欧式距离公式计算出距离d。当然，通过摄像头测距的方法还有多种，在此不作穷尽举例。

步骤S202，根据所述用户图像信息推测出所述用户的基本信息；

具体而言，在本实施例中，还包括智能电视机系统根据摄像头采集的目标用户的图像信息，通过深度神经网模型计算出该目标用户的身高、性别、年龄以及身材状况等用户的基本信息。并且还可以将目标用户的基本信息存储至电视机系统，以方便用户下次使用该项功能时，避免再次识别基本信息。

此外，在本实施例中，还可以采用用户预先在电视机系统中将存储相关的用户基本信息，用户可以通过手机等移动终端或者直接在电视机上输入相关信息，并存储至电视机系统，以方便用户使用终端计步功能时，方便基本信息查找。

步骤S203，根据所述用户图像信息确定所述用户的人体骨骼关键点信息。

具体而言，在本实施例中，根据摄像头拍摄的用户图像信息确定用户的人体骨骼关键点信息，具体为：最优选择为目标用户与摄像头的距离为2-2.5米，目标用户在执行相关动作时尽量使被测关节信息面向终端摄像头，避免肢体遮挡。利用图像分割技术对用户图像信息进行建模，分割深度图像中的人体和环境背景，并利用预设的决策树分类器定位所述人体图像中的目标用户的各个部位。进一步地，根据确定的目标用户的各个部位以及人体点云数据，基于关节节点位于人体轮廓线中轴线的假设，将人体关节节点进行定位。然后，结合医学上人体关节在所在部位所处位置的正常占比，再对部分关节位置的定位进行偏置处理，获取较为精确的人体骨骼关键点信息。

在本实施例中，通过深度神经网络计算出用户距离终端的距离，并且通过深度神经网络模型计算出用户的如：年龄、性别等基本信息，并根据用户的图像信息中基于关节节点位于人体轮廓线中轴线的假设，将人体关节节点进行定位。然后，结合医学上人体关节在所在部位所处位置的正常占比，再对部分关节位置的定位进行偏置处理，获取较为精确的人体骨骼关键点信息。

参照图5，基于上述实施例，提出了本发明计步方法的第三实施例，在本实施例中，参照图5，所述步骤S30：监测所述用户骨骼关键点的变化并计算得到所述用户的步数包括：

步骤S301，确定所述用户骨骼关键点中与运动相关的骨骼关键点；

具体而言，在本实施例中，参照图9，根据目标用户图像信息中的人体骨骼关键点信息确定其中与运动相关的骨骼关键点，因为，本实施例的使用场景是在室内或者原地运动的用户，因此参照,9，在图9中与人体运动相关的骨骼关键点为10、11、12以及13骨骼关键点。也就是说，主要锁定用户的双腿膝盖以及脚踝的运动。

步骤S302，监测所述与运动相关的骨骼关键点的变化；

具体而言，在实施例中，为了获得目标用户的运动数据，需要在整个运动过程中对用户与运动相关的骨骼关键点进行检测以及上、下振动信号记录。也就是说，需要通过电视机摄像头一直锁定用户的10、11、12以及13骨骼关键点，并记录与运动相关的骨骼关键点的上下振动信号。

步骤S303，根据所述与运动相关的骨骼关键点的变化计算出所述用户的步数。

具体而言，在本实施例中，人在电视前面做行走动作的时候，人体关键点中的12、13会做交替周期性变化，摄像头采集数据并识别关键点的帧率大概是20-25Hz左右，将这两个点的数据分别记录下来，大概是呈现正弦波曲线，抬脚的最高点就是波峰，最低点即地面就是波谷，可以通过波峰和波谷之间的变化来获取行走的动态阈值范围，通过阈值判断波峰的有效性，滤波后根据波峰之间的数值来计算步数和运动速率。

在本实施例中通过根据监测用户与运动相关的骨骼关键点的变化并根据在整个运动过程中用户与运动相关的骨骼关键点的变化计算出用户的步数，也就是说，通摄像头即可监测用户的运动过程，避免了用户通佩戴专业的计步设备或者随身携带安装有计步软件的终端进行计步。使得用户可以轻便运动的同时，精确地记录下运动数据。

参照图5，基于上述实施例，提出了本发明计步方法的第四实施例，在本实施例中，参照图5，所述步骤S303：根据所述与运动相关的骨骼关键点的变化计算出所述用户的步数包括：

步骤S3031，根据所述用户与运动相关骨骼关键点变化的频率确定所述用户的运动行为；

具体而言，在本实施例中，参照图9，用户在电视机前面做行走动作的时候，人体骨骼关键点中的12、13这两点会发生交替的周期性变化，摄像头会全程将用户骨骼关键点的运动频率以及幅度记录下来，并通过系统预先设定频率区间确定用户的运动行为。具体地，引入目标用户10、11这两个骨骼关键点，并通过判断这两个骨骼关键点的位移变化以及根据这两个骨骼关键点的波峰位置来判断该目标用户的运动行为，其中运动行为包括但不限于：原地踏步、跑步及高抬腿等较为剧烈的运动。

步骤S3032，基于所述用户的运动行为以及运动时长计算所述用户的耐力值；

具体而言，在本实施例中，智能电视机系统根据摄像头采集的目标用户的运动数据结合该用户的运动运动行为及运动时长得到该用户的耐力值。

步骤S3033，通过所述用户与运动相关骨骼关键点变化的有效性确定所述用户的步数。

进一步地，步骤S3033所述通过所述用户与运动相关骨骼关键点变化的有效性确定所述用户的步数包括：

判断所述用户与运动相关骨骼关键点变化是否在预设帧率变化阈值范围；

若是，则所述用户当前帧率的运动有效；

若否，则所述用户当前帧率的运动无效；

根据所述用户的有效运动的数值计算所述用户的步数。

具体而言，在本实施例中，由于目标用户肢体会产生一些非运动性的动作也会引起摄像头对相关骨骼关键点变化的捕捉，从而导致最后得到的运动步数存在误差，因此，在本实施例中，需对用户与运动相关骨骼关键点变化的有效性进行检测。在本实施例中，通过预先设置帧率变化阈值范围来判断用户与运动相关骨骼关键点的变化是否有效，例如，在用户的运动过程中，人体骨骼的12、13这两个点会做交替周期性变化，此时摄像头采集并识别出这两关键点的帧率在20-25Hz左右，只有满足20-25Hz有效性区间的骨骼关键点变化才能作为有效运动进行记录。并且因为在电视机前原地踏步的位移很小，所以行走距离需要推算出来。可以要求用户输入身高，通过8、9、10、11、12、13几个人体骨骼关键点推算该用户的步长，一般成年人步行速度是5-7km/s，跑步速度是10-15km/s，根据上面计算的速率、步长等参数综合计算可以推算用户的行走距离。

在本实施例中根据用户与运动相关骨骼关键点变化的频率确定所述用户的运动行为，并计算得到用户的耐力值以及通过在整个运动过程中用户与运动相关的骨骼关键点的变化数据换算出该用户的行走距离，并通过判断用户的骨骼关键点的变化是否有效，增加了通过骨骼关键点变化频率确定用户的运动步数的精确性。

参照图6，基于上述实施例，提出了本发明计步方法的第五实施例，在本实施例中，参照图6，所述步骤S30：监测所述用户的人体骨骼关键点的变化并计算得到所述用户的步数，之后还包括：

步骤S40：将所述用户的运动数据存储至终端服务器；

步骤S50：基于所述用户的运动数据生成所述用户的运动趋势图；

步骤S60：根据所述用户的选择在终端显示屏上同步演示运动场景。

进一步地，本发明公开的计步方法还包括：基于所述用户的基本信息、与摄像头之间的距离、耐力值以及运动趋势图推荐健身方案。

具体而言，在本实施例中，终端系统通过摄像头采集用户的运动数据，并存储在终端服务器，并在用户运动结束后，在屏幕上显示用户的本次运动数据，包括：运动时长，运动速率，运动行为以及运动步数。并在终端服务器中查询该用户的历史运动记录生成相应的运动趋势表，在终端上以及朋友圈中的排名，使得用户可以通过终端屏幕了解自己的运动状况。并且终端系统提供不同的运动场景供用户在运动前选择，用户根据喜好选择自己的运动场景，其中，不同的运动场景的路线，时长，以及所包含的运动行为时不同的，以此实现了用户在足不出户的情况下增加运动的趣味性。进一步地，终端系统还基于用户的步数、耐力值、运动行为等运动数据，向用户推荐最健康的健身方案，以此提高健身的有效性和此类计步方法的智能性。

此外，为了引导用户响应全民健身，增强用户在家庭场景下完成运动打卡的积极性，电视端完成对接跑酷等AI识别小游戏，通过摄像头对人体识别，完成根据人体骨骼关键点1点的左右偏移作为左右方向变化，上下偏移作为跳跃、蹲下等特殊动作，完成电视机前人体动作与电视端的AI游戏点对点的动作适配。需要注意的是，摄像头模拟计步器行为运行也可以在电视机的后台，用户完全可以边运动边看剧，大大满足了用户足不出户即可运动以及娱乐两不误的刚需。

在本实施例中通过将用户的运动数据存储至终端服务器，并在用户运动结束后在终端屏幕上显示用户的运动趋势图，包括：运动时长，运动速率，运动行为以及运动步数。并在终端服务器中查询该用户的历史运动记录生成相应的运动趋势表，在终端上以及朋友圈中的排名，使得用户可以通过终端屏幕了解自己的运动状况。并且终端系统提供不同的运动场景供用户在运动前选择，用户根据喜好选择自己的运动场景，实现了用户足不出户就可以实现运动健身的同时，增加了运动趣味性，增加了用户对运动的兴趣。

此外，本发明还提供了一种终端设备，所述终端设备包括：存储器、处理器及存储在所述存储器上并可以在所述处理器上运行的计步程序，所述计步程序被所述处理器执行时实现上述实施例中任一项所述的计步方法的步骤。

此外，本发明实施例还提出了一种计算机可读存储介质，所述计算机可读存储介质上存储有计步程序，所述计步程序被处理器执行时实现如下操作：

采集用户图像信息；

基于所述用户图像信息确定所述用户的人体骨骼关键点信息；

监测所述用户的人体骨骼关键点的变化并计算得到所述用户的步数。

进一步地，所述采集用户图像信息步骤包括：

通过摄像头采集前方用户的视频信息；

截取所述视频信息中用户清晰肢体特征的图像信息。

进一步地，所述基于所述用户图像确定所述用户的人体骨骼关键点信息步骤包括：

根据所述用户图像信息确定所述用户与摄像头之间的距离；

根据所述用户图像信息推测出所述用户的基本信息；

根据所述用户图像信息确定所述用户的人体骨骼关键点信息。

进一步地，所述监测所述用户骨骼关键点的变化并计算得到所述用户的步数步骤包括：

确定所述用户骨骼关键点中与运动相关的骨骼关键点；

监测所述与运动相关的骨骼关键点的变化；

根据所述与运动相关的骨骼关键点的变化计算出所述用户的步数。

进一步地，所述根据所述与运动相关的骨骼关键点的变化计算出所述用户的步数步骤包括：

根据所述用户与运动相关骨骼关键点变化的频率确定所述用户的运动行为；

基于所述用户的运动行为以及运动时长计算所述用户的耐力值；

通过所述用户与运动相关骨骼关键点变化的有效性确定所述用户的步数。

进一步地，所述通过所述用户与运动相关骨骼关键点变化的有效性确定所述用户的步数步骤包括：

判断所述用户与运动相关骨骼关键点变化是否在预设帧率变化阈值范围；

若是，则所述用户当前帧率的运动有效；

若否，则所述用户当前帧率的运动无效；

根据所述用户的有效运动的数值计算所述用户的步数。

进一步地，所述方法还包括：

将所述用户的运动数据存储至终端服务器；

基于所述用户的运动数据生成所述用户的运动趋势图；

根据所述用户的选择在终端显示屏上同步演示运动场景。

进一步地，所述方法还包括：

基于所述用户的基本信息、与摄像头之间的距离、耐力值以及运动趋势图推荐健身方案。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种计步方法，其特征在于，包括：

采集用户图像信息；

基于所述用户图像信息确定所述用户的人体骨骼关键点信息；

监测所述用户的人体骨骼关键点的变化并计算得到所述用户的步数。

2.如权利要求1所述的计步方法，其特征在于，所述采集用户图像信息步骤包括：

通过摄像头采集前方用户的视频信息；

截取所述视频信息中用户清晰肢体特征的图像信息。

3.如权利要求1所述的计步方法，其特征在于，所述基于所述用户图像确定所述用户的人体骨骼关键点信息步骤包括：

根据所述用户图像信息确定所述用户与摄像头之间的距离；

根据所述用户图像信息推测出所述用户的基本信息；

根据所述用户图像信息确定所述用户的人体骨骼关键点信息。

4.如权利要求1所述的计步方法，其特征在于，所述监测所述用户骨骼关键点的变化并计算得到所述用户的步数步骤包括：

确定所述用户骨骼关键点中与运动相关的骨骼关键点；

监测所述与运动相关的骨骼关键点的变化；

根据所述与运动相关的骨骼关键点的变化计算出所述用户的步数。

5.如权利要求1或4所述的计步方法，其特征在于，所述根据所述与运动相关的骨骼关键点的变化计算出所述用户的步数步骤包括：

根据所述用户与运动相关骨骼关键点变化的频率确定所述用户的运动行为；

基于所述用户的运动行为以及运动时长计算所述用户的耐力值；

通过所述用户与运动相关骨骼关键点变化的有效性确定所述用户的步数。

6.如权利要求5所述的计步方法，其特征在于，所述通过所述用户与运动相关骨骼关键点变化的有效性确定所述用户的步数步骤包括：

判断所述用户与运动相关骨骼关键点变化是否在预设帧率变化阈值范围；

若是，则所述用户当前帧率的运动有效；

若否，则所述用户当前帧率的运动无效；

根据所述用户的有效运动的数值计算所述用户的步数。

7.如权利要求1所述的计步方法，其特征在于，所述方法还包括：

将所述用户的运动数据存储至终端服务器；

基于所述用户的运动数据生成所述用户的运动趋势图；

根据所述用户的选择在终端显示屏上同步演示运动场景。

8.如权利要求1-7所述的计步方法，其特征在于，所述方法还包括：

基于所述用户的基本信息、与摄像头之间的距离、耐力值以及运动趋势图推荐健身方案。

9.一种终端设备，其特征在于，所述终端设备包括：存储器、处理器及存储在所述存储器上并可以在所述处理器上运行的计步程序，所述计步程序被所述处理器执行时实现如权利要求1至8中任一项所述的计步方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计步程序，所述计步程序被处理器执行时实现如权利要求1至8中任一项所述的计步程序。

Images