CN113515695A - 健身辅助方法、装置、电子设备和计算机可读存储介质 - Google Patents
健身辅助方法、装置、电子设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN113515695A CN113515695A CN202110494394.0A CN202110494394A CN113515695A CN 113515695 A CN113515695 A CN 113515695A CN 202110494394 A CN202110494394 A CN 202110494394A CN 113515695 A CN113515695 A CN 113515695A
- Authority
- CN
- China
- Prior art keywords
- course
- target user
- courses
- parameters
- initial
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 115
- 238000012360 testing method Methods 0.000 claims abstract description 142
- 238000012163 sequencing technique Methods 0.000 claims abstract description 23
- 230000033001 locomotion Effects 0.000 claims description 48
- 230000008569 process Effects 0.000 claims description 37
- 238000013101 initial test Methods 0.000 claims description 27
- 230000009471 action Effects 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 12
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 11
- 201000010099 disease Diseases 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 230000033764 rhythmic process Effects 0.000 claims description 6
- 230000003190 augmentative effect Effects 0.000 claims description 5
- 230000037147 athletic performance Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 6
- 230000002829 reductive effect Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 230000000386 athletic effect Effects 0.000 description 4
- 230000001351 cycling effect Effects 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 239000004984 smart glass Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请提供了一种健身辅助方法、装置、电子设备和计算机可读存储介质，其中，该方法包括：获取目标用户进行预设健身测试项时的测试状态参数；在所述测试状态参数为有效参数时，根据该测试状态参数计算出该目标用户的运动能力参数；将该运动能力参数与预存课程库中的各项课程的课程属性进行匹配，确定出与该目标用户匹配的初始课程集；按照该初始课程集中的各项课程与该目标用户的目标状态的匹配度进行排序；将该初始课程集的排序结果作为推荐课程输出。提高健身课程推荐的效率和有效性。
Description
技术领域
本申请涉及智能应用程序技术领域，具体而言，涉及一种健身辅助方法、装置、电子设备和计算机可读存储介质。
背景技术
在生活工作压力越来越大，亚健康人群也越来越多，因此目前越来越多的人们也更加注重锻炼身体。现在大多数人都是跟着网上公开的视频中的教锻炼，或者在健身房由专门的健身教练的指导下进行锻炼。第一种方式，由于网上公开的视频并没有针对性，锻炼无序并不一定适合每一位用户，锻炼错误还可能会增加身体负担；第二种方式，由于对地点、人物有一定的限制，因此针对锻炼课程的获取也较为不便。
发明内容
本申请的目的在于提供一种健身辅助方法、装置、电子设备和计算机可读存储介质，能够健身锻炼课程的获取不方便、课程的有效性低的问题。
第一方面，本发明提供一种健身辅助方法，包括：获取目标用户进行预设健身测试项时的测试状态参数；根据所述测试状态参数计算出所述目标用户的运动能力参数；将所述运动能力参数与预存课程库中的各项课程的课程属性进行匹配，确定出与所述目标用户匹配的初始课程集；按照所述初始课程集中的各项课程与所述目标用户的目标状态的匹配度进行排序；将基于所述初始课程集的排序结果确定的推荐课程输出，其中，所述测试状态参数包括目标用户的功能性阈值功率。
在可选的实施方式中，所述预存课程库中存储有各项课程对应的课程属性，所述课程属性包括课程强度系数；所述将所述运动能力参数与预存课程库中的各项课程的课程属性进行匹配，确定出与所述目标用户匹配的初始课程集，包括：将所述运动能力参数与所述预存课程库中的各项课程的课程强度系数对应的能力范围进行对比，以筛选出与所述目标用户匹配的初始课程集。
在可选的实施方式中，所述课程属性包括：课程时长、课程中各项动作的频率；所述方法还包括：根据所述预存课程库中的各项课程的所述课程时长、所述课程中各项动作的频率计算出所述预存课程库中的各项课程的课程强度系数。
在上述实施方式中，通过课程的课程时长、所述课程中各项动作的频率计算出课程强度系数，结合计算出来的课程为目标用户匹配初始课程集，能够使确定出来的初始课程集能够更适应目标用户。
在可选的实施方式中，所述方法包括：获取所述预存课程库中的各项课程的历史使用数据，所述历史使用数据包括：历史使用用户、各个历史使用用户的用户属性、各个历史使用用户的反馈数据；针对所述预存课程库的各项课程，使用所述历史使用数据进行聚类，获得所述预存课程库的各项课程的课程属性，所述课程属性包括对应的用户属性。
在上述实施方式中，通过对课程的历史使用数据进行聚类处理，确定出各个各项课程适合哪类用户，也就是课程对应的能力范围，从而可为用户推荐出更适合用户的课程。
在可选的实施方式中，所述按照所述初始课程集中的各项课程与所述目标用户的目标状态的匹配度进行排序，包括：按照所述初始课程集中的各项课程的课程强度系数，和所述初始课程集中的各项课程与所述目标用户的目标状态的匹配度进行排序。
在可选的实施方式中，所述按照所述初始课程集中的各项课程的课程强度系数，和所述初始课程集中的各项课程与所述目标用户的目标状态的匹配度进行排序，包括：将所述初始课程集中的各项课程的课程强度系数，与所述初始课程集中的各项课程与所述目标用户的目标状态的匹配度进行加权计算，得到所述初始课程集中的各项课程的重要程度；将所述初始课程集中的各项课程按照各项课程的重要程度进行排序。
在上述实施方式中，通过按照课程强度系数，或/及与目标用户的目标状态的匹配度进行汇总计算，能够使初始课程集的排序结果能够满足目标用户的锻炼目标需求的情况下，也能够满足用户当前状态的需求。
在可选的实施方式中，所述方法还包括：获取所述目标用户运动过程中穿戴的第一穿戴设备采集的第二身体状态参数；若所述第二身体状态参数未在预设的安全范围内，对所述目标用户当前运动强度进行调整。
在可选的实施方式中，所述对所述目标用户当前运动强度进行调整，包括：当所述目标用户当前进行的运动课程为器械类的运动课程，控制所述器械类的运动课程对应的器械设备降低输出强度；当所述目标用户当前进行的运动课程为音乐类的运动课程，控制所述音乐类的运动课程对应的电子设备调整音乐律动频率。
在上述实施方式中，通过锻炼强度的调整，可以提高用户锻炼的安全性。
在可选的实施方式中，所述根据所述测试状态参数计算出所述目标用户的运动能力参数，包括：获取所述目标用户的身份属性，所述身份属性包括所述目标用户的年龄、性别、身高、体重中的一项或多项参数；根据所述身份属性和所述测试状态参数计算出所述目标用户的运动能力参数。
在上述实施方式中，可以结合用户的身份属性，针对不同的用户群确定出可能不同的运动能力参数，能够使确定出的运动能力参数参考了用户体能和用户身份，从而使确定出的课程能够更加符合用户的能力，也能够提高用户锻炼的安全性。
在可选的实施方式中，所述方法还包括：获取所述目标用户运动过程中穿戴的第一穿戴设备采集的第三身体状态参数；若所述第三身体状态参数中的指定参数达到第一数值，且所述指定参数达到所述第一数值的时长不小于第一时长，则控制所述目标用户当前使用的运动设备停止预设时长，或者，输出中断运动的提示消息；若所述第三身体状态参数中的指定参数达到第二数值，且所述指定参数达到所述第二数值的时长不小于第二时长，则输出缓解课程推荐，或者，显示更新课程按钮，以供所述目标用户切换当前运动课程。
在上述实施方式中，可以结合用户锻炼的实施状态，可以适应性提供能够缓解用户的身体状态参数的课程，或者终止当前的运动课程，能够提高为用户推荐课程，以基于课程进行运动的安全性。
在可选的实施方式中，所述获取目标用户进行预设健身测试项时的测试状态参数，包括：采集所述目标用户在进行预设健身测试项过程中的视频数据；采集所述目标用户进行预设健身测试项时的初始测试参数；根据所述视频数据确定出所述初始测试参数中的无效数据，以得到所述初始测试参数中的有效的测试状态参数。
在上述实施方式中，基于视频对用户的测试数据进行图像识别，从而识别出用户在进行测试时的行为的有效性，从而使得到测试状态参数能够更准确地表达用户的运动能力。
在可选的实施方式中，所述根据所述视频数据确定出所述初始测试参数中的无效数据，以得到所述初始测试参数中的有效的测试状态参数，包括：对所述视频数据进行识别，以确定所述目标用户在进行预设健身测试项过程中的中断频次数据；根据所述中断频次数据，剔除出所述初始测试参数中的无效数据，以得到测试状态参数。
在上述实施方式中，在获取目标用户进行预设健身测试项时的测试状态参数，能够结合用户的运动情况，剔除一些异常的、无效的数据，使确定出的测试状态参数能够更加准确地表达目标用户的状态，基于更准确的测试状态参数，也就能够实现更准确地为用户推荐课程。
在可选的实施方式中，所述对所述视频数据进行识别，以确定所述目标用户在进行预设健身测试项过程中的中断频次数据，包括：对所述视频数据中的各帧图像进行识别，以确定出所述目标用户在各帧图像中的动作；根据所述各帧图像中的动作确定出所述目标用户在各个时间段的状态，其中，所述目标用户的状态包括运动状态和非运动状态；根据所述目标用户在各个时间段的状态，确定出所述目标用户在进行预设健身测试项过程中的中断频次数据。
在上述实施方式中，通过图像识别的方式，对用户锻炼的中断情况进行识别，结合人工智能的技术，提高对目标用户在进行预设健身测试项过程中断频次数据识别的效率。
在可选的实施方式中，所述方法还包括：根据所述目标用户当前进行的运动项目、以及所述目标用户的当前身体参数，控制所述目标用户运动环境中的环境控制设备的运行参数。
在上述实施方式中，还可以适应性的调整目标用户的运动环境中的环境参数，可以提高运动环境与推荐课程的匹配度，从而也可以提高推荐课程的有效实施。
在可选的实施方式中，所述方法还包括：根据所述推荐课程确定出待显示画面，所述待显示画面包括虚拟现实画面、增强现实画面、混合现实画面中的任意一种，所述待显示画面用于呈现所述推荐课程匹配的运动环境；将所述待显示画面传输给所述目标用户穿戴的第二穿戴设备，以供所述第二穿戴设备显示。
在可选的实施方式中，所述根据所述推荐课程确定出待显示画面包括：
根据所述推荐课程确定出所述目标用户在内的多名用户对应的待显示画面；或者，
根据所述目标用户查询所述目标用户的关联用户，根据所述推荐课程以及所述关联用户对应的课程确定出待显示画面；或者，
根据所述推荐课程确定出所述目标用户的待显示画面中的第一待显示画面和所述目标用户对应的教练的待显示画面中的第二待显示画面；
所述将所述待显示画面传输给所述目标用户穿戴的第二穿戴设备，以供所述第二穿戴设备显示，包括：
将所述待显示画面传输给所述目标用户及其他用户的第二穿戴设备，以供所述第二穿戴设备显示。
在上述实施方式中，还可以在用户锻炼时，为用户呈现更适合当前运动的虚拟场景，提高用户的锻炼效果。进一步地，还可以基于多个使用场景生产不同的待显示画面，从而可以更好地呈现目标用户进行推荐课程的锻炼场景。
在可选的实施方式中，所述将基于所述初始课程集的排序结果确定的推荐课程输出，包括：获取所述目标用户的疾病参数；根据所述疾病参数确定出所述目标用户的禁忌课程；删除所述初始课程集中的所述禁忌课程，以得到安全课程集；基于所述初始课程集的排序结果以及所述安全课程集确定推荐课程，并将所述推荐课程输出。
在上述实施方式中，在筛选出推荐课程时，还会考虑用户的实际身体状况，减少用户在锻炼时可能出现的一些危险情况，提高用户锻炼的安全性。
第二方面，本发明提供一种健身辅助装置，包括：获取模块，用于获取目标用户进行预设健身测试项时的测试状态参数；第一计算模块，用于根据所述测试状态参数计算出所述目标用户的运动能力参数；匹配模块，用于将所述运动能力参数与预存课程库中的各项课程的课程属性进行匹配，确定出与所述目标用户匹配的初始课程集；排序模块，用于按照所述初始课程集中的各项课程与所述目标用户的目标状态的匹配度进行排序；输出模块，用于将基于所述初始课程集的排序结果确定的推荐课程输出。
第三方面，本发明提供一种电子设备，包括：处理器、存储器，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述机器可读指令被所述处理器执行时执行如前述实施方式任一所述的方法的步骤。
第四方面，本发明提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如前述实施方式任一所述的方法的步骤。
本申请实施例的有益效果是：在为用户推荐课程之前，还可以先获取用户在测试阶段的运动能力参数，结合各个课程与用户运动能力参数的匹配程度，确定出可用的初始课程集；进一步地，再结合用户的目标，对初始课程集进行排序。能够选出与用户当前状态和需要锻炼达到的目标状态匹配的课程，进一步地，在选出的课程中，进行排序，也能够健身课程的推荐的灵活性更好，适应更多的场景。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的健身辅助方法的运行环境的交互的示意图。
图2为本申请实施例提供的电子设备的方框示意图。
图3为本申请实施例提供的健身辅助方法的流程图。
图4为本申请实施例提供的健身辅助方法的步骤401的详细流程图。
图5为本申请实施例提供的健身辅助方法的部分流程图。
图6为本申请实施例提供的健身辅助方法的另一部分流程图。
图7为本申请实施例提供的健身辅助方法的流程图。
图8为本申请实施例提供的健身辅助装置的功能模块示意图。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行描述。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例一
为便于对本实施例进行理解，首先对执行本申请实施例所公开的一种健身辅助方法的运行环境进行详细介绍。
如图1所示，是本申请实施例提供的健身辅助方法的运行环境的交互的示意图。该健身辅助方法中可以包括电子设备100、服务器200以及穿戴设备300。
上述的电子设备100可以通过网络与一个或多个穿戴设备300进行通信连接，以进行数据通信或交互
上述服务器200通过网络与一个或多个电子设备100进行通信连接，以进行数据通信或交互。服务器200可以是网络服务器、数据库服务器等。电子设备可以是个人电脑(personal computer，PC)、平板电脑、智能手机、个人数字助理(personal digitalassistant，PDA)等。穿戴设备300可以是智能手环、智能眼镜、智能衣物等。
以智能衣物为例，该智能衣物可以是智能背心、智能跑鞋，该智能衣物上可以安装有一个或多个传感器。例如，该智能衣物上可以安装有心率传感器、重量传感器、体脂率传感器等。
该穿戴设备300还可以包括通信单元，通过该通信单元与电子设备100通信。穿戴设备300可以用于采集用户在锻炼过程中的身体状态参数，通过通信单元将采集到的身体状态参数传输给电子设备100。
可选地，穿戴设备300是智能眼镜时，该穿戴设备可以显示虚拟现实画面、增强现实画面或混合现实画面等。
如图2所示，是电子设备的方框示意图。电子设备100可以包括存储器111、存储控制器112、处理器113、外设接口114、输入输出单元115、显示单元116。本领域普通技术人员可以理解，图2所示的结构仅为示意，其并不对电子设备100的结构造成限定。例如，电子设备100还可包括比图2中所示更多或者更少的组件，或者具有与图2所示不同的配置。
上述的存储器111、存储控制器112、处理器113、外设接口114、输入输出单元115及显示单元116各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。上述的处理器113用于执行存储器中存储的可执行模块。
其中，存储器111可以是，但不限于，随机存取存储器(Random Access Memory，简称RAM)，只读存储器(Read Only Memory，简称ROM)，可编程只读存储器(ProgrammableRead-Only Memory，简称PROM)，可擦除只读存储器(Erasable Programmable Read-OnlyMemory，简称EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory，简称EEPROM)等。其中，存储器111用于存储程序，所述处理器113在接收到执行指令后，执行所述程序，本申请实施例任一实施例揭示的过程定义的电子设备100所执行的方法可以应用于处理器113中，或者由处理器113实现。
上述的处理器113可能是一种集成电路芯片，具有信号的处理能力。上述的处理器113可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(digital signalprocessor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。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。
上述的外设接口114将各种输入/输出装置耦合至处理器113以及存储器111。在一些实施例中，外设接口114，处理器113以及存储控制器112可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。
上述的输入输出单元115用于提供给用户输入数据。所述输入输出单元115可以是，但不限于，鼠标和键盘等。
上述的显示单元116在电子设备100与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中，所述显示单元可以是液晶显示器或触控显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作，并将该感应到的触控操作交由处理器进行计算和处理。
可选地，该电子设备100上可以安装有应用程序，该应用程序可以用于播放各个健身课程的教学视频，也可以基于用户输入的信息为用户推荐健身课程等。上述的显示单元116可以用户显示应用程序中的各个界面。
本实施例中的电子设备100可以用于执行本申请实施例提供的各个方法中的各个步骤。下面通过几个实施例详细描述健身辅助方法的实现过程。
实施例二
请参阅图3，是本申请实施例提供的健身辅助方法的流程图。下面将对图3所示的具体流程进行详细阐述。
步骤401，获取目标用户进行预设健身测试项时的测试状态参数。
可选地，测试状态参数可以是目标用户的功能性阈值功率。可选地，该功能性阈值功率可以表示为FTP(Function Threshold Power)。
可选地，测试状态参数也可以是目标用户的骑力。该骑力可以等于目标用户的功能性阈值功率与目标用户的体重的比值。
在一可选的实施方式中，可以采用FTP测试课程对目标用户进行测试，以得到测试状态参数。其中，FTP表示在一小时内可以稳定输出功率。其中，FTP的单位量可以为外出骑行使用一小时骑行四十公里的输出功能性阈值功率。
可选地，上述的预设健身测试项可以是骑行测试课程。该预设健身测试项的标准可以是通过多种的踏频和档位进行骑行，通过骑行得到的功能性阈值功率计得到用户的功能性阈值功率。在一个实例中，目标用户的功能性阈值功率可以为目标用户在连续的二十分钟内的平均功率的第一指定倍数，将该目标用户在连续的二十分钟内的平均功率的第一指定倍数作为目标用户的测试状态参数。例如，该第一指定倍数可以是0.95倍。
在一种实施方式中，如图4所示，步骤401可以包括步骤4011至步骤4013。步骤4011，采集所述目标用户在进行预设健身测试项过程中的视频数据。
本实施例中，通过视频数据识别出目标用户在进行预设健身测试项时，是否处于连续测试状态。
步骤4012，采集所述目标用户进行预设健身测试项时的初始测试参数。
以预设健身测试项时骑行为例，该初始测试参数可以包括：骑行时间、骑行距离。
步骤4013，根据所述视频数据确定出所述初始测试参数中的无效数据，以得到所述初始测试参数中的有效的测试状态参数。
在一种实施方式中，步骤4013可以包括：先对所述视频数据进行识别，以确定所述目标用户在进行预设健身测试项过程中的中断频次数据，然后根据所述中断频次数据，剔除出所述初始测试参数中的无效数据，以得到测试状态参数。
示例性地，该中断频次数据可以包括：中断时间点、中断时长等。
可选地，该对所述视频数据进行识别，以确定所述目标用户在进行预设健身测试项过程中的中断频次数据可以包括：对所述视频数据中的各帧图像进行识别，以确定出所述目标用户在各帧图像中的动作；根据所述各帧图像中的动作确定出所述目标用户在各个时间段的状态，其中，所述目标用户的状态包括运动状态和非运动状态；根据所述目标用户在各个时间段的状态，确定出所述目标用户在进行预设健身测试项过程中的中断频次数据。
示例性地，可以根据目标用户的状态确定出目标用户在预设健身测试项过程中存在的中断时间点、中断时长等。
本实施例中，可以将中断时间段内的测试状态参数作为无效数据剔除。
在一个实例中，通过视频识别，目标用户总的测试时长为二十三分钟，但是目标用户在第八分钟至第十五分钟的状态为非运动状态，则该目标用户的中断频次数据：中断时长为七分钟，中断时间点为第八分钟时。在本实例中，测试状态参数则为在第一分钟至第八分钟段内的状态参数，和第十五分钟至第二十三分钟时间段内的状态参数。
本实施例中，可以将测试时长小于预设值的初始测试参数剔除。
在一个实例中，若需要以目标用户在连续的二十分钟内的平均功率的第一指定倍数作为目标用户的功能性阈值功率。则可以将连续测试时长小于二十分钟的初始测试参数剔除。
例如，通过视频识别，目标用户总的测试时长为五十分钟，但是目标用户在第十三分钟至第二十三分钟的状态为非运动状态，则该目标用户的中断频次数据：中断时长为十分钟，中断时间点为第十三分钟时。在本实例中，测试状态参数则为在第一分钟至第十三分钟段的测试时长小于二十分钟，则该时间段内的初始测试参数为无效数据，可以剔除。而第二十三分钟至第五十分钟时间段的测试时长大于二十分钟，则该时间段内的初始测试参数为有效数据，则可以作为测试状态参数。
其中，根据预设健身测试项的不同，确定出的预设值也可以不同，本申请实施例并不以预设值的具体取值为限。
在一种实施方式中，对所述视频数据进行识别，以确定所述目标用户当前进行的项目是否为预设健身测试项；若任意一张目标图像中表征的信息为目标用户未在进行预设健身测试项的训练，则表征目标图像对应的初始测试参数为无效数据；将初始测试参数中的无效数据剔除，以得到测试状态参数。
示例性地，对所述视频数据进行识别，以确定所述目标用户当前进行的项目是否为预设健身测试项，包括：上述的对所述视频数据中的任意一张目标图像进行识别，以确定该目标图像是否存在设备图像区域、目标用户图像区域；当该目标图像中存在设备图像区域和目标用户图像区域；则根据设备图像区域在目标图像中的坐标、以及设备图像区域和目标用户图像区域在目标图像中的相对位置，以确定目标图像表征的信息是否表示目标用户在进行预设健身测试项。
例如，若预设健身测试项为骑车训练项。上述的对所述视频数据中的任意一张目标图像进行识别，以确定该目标图像是否存在单车图像区域、目标用户图像区域；当该目标图像中存在单车图像区域和目标用户图像区域；则根据单车图像区域在目标图像中的坐标、以及单车图像区域和目标用户图像区域在目标图像中的相对位置，以确定目标图像表征的信息是否表示目标用户在进行骑车训练项。
本实施例中，步骤401还可以包括：获取所述预设健身测试项在预设健身测试项时，预设健身测试项对应的健身设备的驱动数据，根据该驱动数据判断目标用户在预设健身测试项时是否存在中断测试；若目标用户在预设健身测试项时存在中断测试，则剔除在中断过程中得到测试参数，以得到目标用户的测试状态参数。
示例性地，该健身设备上可以安装传感器，用于检测该健身设备的驱动状态。在一个实例中，该健身设备可以是自行车，该传感器则可以是安装在自行车的踏板上的传感器，该传感器用于检测自行车的踏板的位移变化数据。
步骤402，根据所述测试状态参数计算出所述目标用户的运动能力参数。
在一实施方式中，可以仅根据测试状态参数计算出所述目标用户的运动能力参数。示例性地，可以将该测试状态参数的第二指定倍数作为目标用户的运动能力参数。该第二指定倍数可以是小于一的数值。
在另一实施方式中，获取所述目标用户的身份属性，根据所述身份属性和所述测试状态参数计算出所述目标用户的运动能力参数。
可选地，可以通过接收实时输入的参数得到目标用户的身份属性。可选地，该目标用户的身份属性也可以是在目标用户注册时，登记的身份属性。考虑到不同时间用户的身份属性可能存在改变，因此，目标用户的身份属性也可以是用户定时输入的身份属性。
其中，身份属性包括所述目标用户的年龄、性别、身高、体重中的一项或多项参数。
示例性地，运动能力参数的计算公式可以为：
AP＝ag*a1+BMIs*a2+rp*a3；
其中，AP表示目标用户的运动能力参数；ag表示目标用户的年龄配分；BMIs表示目标用户的身体质量指数对应的身体指数得分；rp表示目标用户的测试状态参数的状态得分；a1、a2、a3分别表示权重。
示例性地，权重a1、权重a2、以及权重a3之和可以等于一。
年龄配分、身体指数得分以及测试状态参数的状态得分的权重可以按照实际使用情况确定。可选地，可以测试状态参数的状态得分的权重可以大于年龄配分的权重，还可以大于身体指数得分的权重。例如，a3＝85％、a1＝5％、a2＝10％；再例如，a3＝90％、a1＝5％、a2＝5％；再例如，a3＝90％、a1＝5％、a2＝5％。
其中，年龄配分可以是预先为不同年龄段设置的配分。在一个实例中，不同的年龄段的年龄配分可以如下表1所示：
表1
| 年龄 | 年龄配分 |
| (0，13) | 30 |
| [13,18) | 80 |
| [18,26) | 100 |
| [26,46) | 90 |
| [60,∞) | 20 |
在一个实例中，BMI＝we/(he^2)，其中，we表示目标用户的体重，he表示目标用户的身高。在一个实例中，BMI的取值不同，对应的BMIs的取值也不同，如下表2所示：
表2
| BMI | 身体指数得分 |
| (0，15) | 50 |
| [15,18.5) | 70 |
| [18.5,24) | 100 |
| [24,28) | 70 |
| [28,∞) | 50 |
在一个实例中，测试状态参数的取值不同，测试状态参数对应的状态得分也不同。以测试状态参数是骑力为例，不同骑力值对应的状态得分，可以如下表3所示：
表3
本实施例中，上述三个表格中的分数的配置仅仅是示例性，具体场景的不同，或者需求的不同，上述的分数的配置也可以不同，本申请实施例不以分数的配置为限。
可选地，在步骤402之前，还可以对测试状态参数的有效性进行判断，在判断测试状态参数为有效参数时，在执行步骤402。
示例性地，基于目标用户的身份属性，判断测试状态数据是否为有效数据。
例如，目标用户为五十岁的老人，但是测试状态数据却为二十岁的年轻人的最佳状态下的测试峰值。
再例如，目标用户为六十岁的女性老人，但是测试状态数据却比二十岁的男性年轻人的最佳状态下的测试峰值。
步骤403，将所述运动能力参数与预存课程库中的各项课程的课程属性进行匹配，确定出与所述目标用户匹配的初始课程集。
本实施例中，预存课程库中存储有各项课程对应的课程属性，所述课程属性包括课程强度系数。
可选地，步骤403可以包括：将所述运动能力参数与所述预存课程库中的各项课程的课程强度系数对应的能力范围进行对比，以筛选出与所述目标用户匹配的初始课程集。
可选地，该课程强度系数可以是预先存储的参数。示例性地，该课程强度系数可以是用户完成课程所需要耗费的FTP。
在一种实施方式中，课程属性包括：课程时长、课程中各项动作的频率。根据所述预存课程库中的各项课程的所述课程时长、所述课程中各项动作的频率计算出所述预存课程库中的各项课程的课程强度系数。
在另一种实施方式中，获取所述预存课程库中的各项课程的历史使用数据；针对所述预存课程库的各项课程，使用所述历史使用数据进行聚类，获得所述预存课程库的各项课程的课程属性，所述课程属性包括对应的用户属性。
上述历史使用数据包括：历史使用用户、各个历史使用用户的用户属性、各个历史使用用户的反馈数据。
可选地，用户属性可以包括用户年龄、用户性别、用户的能力参数等。
示例性地，可采用K-means聚类算法、均值漂移算法、基于密度的聚类算法等聚类算法对预存课程库中的各项课程进行聚类处理。
可选地，聚类结果可以是K类，每一类匹配一能力范围，以及多项课程。
可选地，聚类结果可以是K类，每一类匹配一用户范围，以及多项课程。用户范围可以是以年龄为标准的一个年龄区间，也可以是用户能力为标准的一个能力范围，还可以是用户年龄和性别为标准限定的用户群体。
该历史使用用户的反馈数据可以包括进行完一项课程的运动后，给出的反馈信息。例如，该反馈信息可以是该课程强度适中、课程强度太高、课程强度太低等。
可选地，可以将筛选出历史使用用户的反馈数据为课程强度适中的历史使用数据作为聚类算法的聚类基础。
步骤404，按照所述初始课程集中的各项课程与所述目标用户的目标状态的匹配度进行排序。
可选地，目标用户的目标状态可以表示目标用户需要通过锻炼达到的目标。例如，该目标用户计划通过锻炼实现减肥或增重的目标，上述的目标状态则可以是目标用户达到m kg。
示例性地，可以按照初始课程集中的各项课程与所述目标用户的目标状态的相关度从高到低进行排序。
可选地，目标用户的目标状态可以表示目标用户需要的锻炼周期。
可选地，步骤404可以包括：按照所述初始课程集中的各项课程的课程强度系数，和所述初始课程集中的各项课程与所述目标用户的目标状态的匹配度进行排序。
可选地，可以按照初始课程集中的各项课程的课程强度系数从高到低，各项课程与所述目标用户的目标状态的相关度从高到低进行排序。
可选地，可以按照初始课程集中的各项课程的课程强度系数与目标用户的运动能力参数的差距从小到大，各项课程与所述目标用户的目标状态的相关度从高到低进行排序。
示例性地，课程强度系数与目标用户的运动能力参数的差距可以通过课程强度系数的等级与目标用户的运动能力参数的等级确定。
示例性地，课程强度系数的等级可以按照课程的强度系数分成第一指定数量的等级。用户的运动能力参数也可以分成第一指定数量的等级。例如，若一项课程的等级是三等级，而目标用户的运动能力参数对应的等级也是三等级，则课程的课程强度系数与目标用户的运动能力参数的差距为零。再例如，若一项课程的等级是四等级，而目标用户的运动能力参数对应的等级也是二等级，则课程的课程强度系数与目标用户的运动能力参数的差距为二。
可选地，步骤404可以包括：将所述初始课程集中的各项课程的课程强度系数，与所述初始课程集中的各项课程与所述目标用户的目标状态的匹配度进行加权计算，得到所述初始课程集中的各项课程的重要程度；将所述初始课程集中的各项课程按照各项课程的重要程度进行排序。
可以在步骤405之前，可以先获取所述目标用户的疾病参数；根据所述疾病参数确定出所述目标用户的目标禁忌课程，删除所述初始课程集中的所述目标禁忌课程，以得到安全课程集。
可选地，步骤404可以被实施为：对按照所述安全课程集中的各项课程与所述目标用户的目标状态的匹配度进行排序。
步骤405，将基于所述初始课程集的排序结果确定的推荐课程输出。
可选地，该推荐课程可以是基于初始课程集的排序结果确定出的一组课程。可选地，该推荐课程也可以是初始课程集的排序结果得到有序的初始课程集。
可选地，步骤405可以包括：获取所述目标用户的疾病参数；根据所述疾病参数确定出所述目标用户的禁忌课程；删除所述初始课程集中的所述禁忌课程，以得到安全课程集；基于所述初始课程集的排序结果以及所述安全课程集确定推荐课程，并将所述推荐课程输出。
可选地，预存课程库中存储的课程对应的禁忌。例如，其中一项跳舞课程对应的禁忌包括心脏病用户不能使用。
为了提高目标用户在锻炼过程中的安全性，在一种实施方式中，如图5所示，本实施例提供的健身辅助方法还可以包括以下步骤406和步骤407。
步骤406，获取所述目标用户运动过程中穿戴的第一穿戴设备采集的第二身体状态参数。
上述的第一穿戴设备可以是能够测试目标用户的心率的穿戴设备。例如，该第一穿戴设备可以是手环等。
该第二身体状态参数可以包括目标用户的心率、运动消耗参数等。该运动消耗参数可以是目标用户的FTP。
步骤407，若所述第二身体状态参数未在预设的安全范围内，对所述目标用户当前运动强度进行调整。
可选地，该预设的安全范围可以包括多个安全区间。每一项参数可以对应一个安全区间。
可选地，预设的安全范围还可以包括时间区间，该时间区间可以是小于指定时长的时间区间。
示例性地，针对心率的安全区间为第一安全区间，针对运动消耗参数的安全区间可以是第二安全区间。其中，该第一安全区间可以是根据用户最大心率和危险心率计算得到。当目标用户在锻炼过程中的心率未在第一安全区间内，则可以降低目标用户当前运动强度。
当目标用户在锻炼过程中的运动消耗参数未在第二安全区间内，则可以降低目标用户当前运动强度。
可选地，步骤407可以包括步骤4071和步骤4072。
步骤4071，当所述目标用户当前进行的运动课程为器械类的运动课程，控制所述器械类的运动课程对应的器械设备降低输出强度。
例如，当前目标用户当前进行的运动课程为臂力练习，则可以控制减少当前臂力练习的负重。
在例如，当前目标用户当前进行的运动课程为跑步练习，则可以控制当前的跑步机的坡度和速度。
步骤4072，当所述目标用户当前进行的运动课程为音乐类的运动课程，控制所述音乐类的运动课程对应的电子设备调整音乐律动频率。
例如，当前目标用户当前进行的运动课程为跟随音乐的舞蹈，则可以更改舞蹈的音乐，将音乐切换为更舒缓的音乐。
在其它实施方式中，若所述第二身体状态参数在预设的安全范围内，也可以对所述目标用户当前运动强度进行调整。
示例性地，当目标用户的实时运动消耗参数小于目标用户的目标运动消耗参数，且目标用户的实时运动消耗参数小于目标用户的目标运动消耗参数的时长小于指定时长时，可以提高目标用户当前运动强度。
示例性地，当目标用户的实时运动消耗参数小于目标用户的目标运动消耗参数，且目标用户的心率不小于危险心率，目标用户的实时运动消耗参数不小于目标用户的目标运动消耗参数的时长小于指定时长时，可以中断当前的课程训练。
示例性地，当目标用户的实时运动消耗参数不小于目标用户的目标运动消耗参数，且目标用户的心率不小于危险心率，目标用户的实时运动消耗参数不小于目标用户的目标运动消耗参数的时长小于指定时长时，可以降低当前课程锻炼的强度。
示例性地，当目标用户的实时运动消耗参数大于目标用户的目标运动消耗参数，且目标用户的心率不小于危险心率，目标用户的实时运动消耗参数不小于目标用户的目标运动消耗参数的时长不小于指定时长时，可以中断当前的课程训练。
为了提高目标用户在锻炼过程中的安全性，在另一种实施方式中，如图6所示，本实施例提供的健身辅助方法还可以包括以下步骤408和步骤409。
步骤408，获取所述目标用户运动过程中穿戴的第一穿戴设备采集的第三身体状态参数。
上述的第三身体状态参数还可以包括目标用户的心率。
步骤409，若所述第三身体状态参数中的指定参数达到第一数值，且所述指定参数达到所述第一数值的时长不小于第一时长，则控制所述目标用户当前使用的运动设备停止预设时长，或者，输出中断运动的提示消息。
示例性地，上述的指定参数可以是用户的心率。以指定参数为心率为例，上述的第一数值可以是危险心率。
可选地，还可以通过语音、文字或视频输出提示消息。示例性地，该提示信息可以包括：当前心率过高、建议降低档位和节奏等内容。
APP视频&单车大屏幕前端通过文字和语音提示用户当前心率过高，建议降低档位和节奏，系统不做主动调整
步骤410，若所述第三身体状态参数中的指定参数达到第二数值，且所述指定参数达到所述第二数值的时长不小于第二时长，则输出缓解课程推荐，或者，显示更新课程按钮，以供所述目标用户切换当前运动课程。
以指定参数为心率为例，上述的第二数值可以是最大心率。
可选地，上述的危险心率可以为最大心率的指定比例。例如，危险心率可以是最大心率的90％。
本实施例中，上述的第二时长可以大于第一时长。例如，该第二时长可以是五分钟、第一时长可以是三分钟。再例如，该第二时长可以是七分钟、第一时长可以是五分钟。
为了使目标用户在锻炼过程中，锻炼环境能够符合用户当前的环境需求，本实施例的健身辅助方法还可以包括：步骤411，根据所述目标用户当前进行的运动项目、以及所述目标用户的当前身体参数，控制所述目标用户运动环境中的环境控制设备的运行参数。可选地，该环境控制设备可以包：空调、灯光。
本实施例中，环境控制设备中的各个设备可以是物联网设备，通过电子设备与物联网设备通信。
为了使目标用户能够更好地体验推荐课程，本实施例中的方法还可以包括：根据所述推荐课程确定出待显示画面，将所述待显示画面传输给所述目标用户穿戴的第二穿戴设备，以供所述第二穿戴设备显示。
可选地，待显示画面包括虚拟现实(Virtual Reality，缩写为VR)画面、增强现实(Augmented Reality，缩写为AR)画面、混合现实(Mixed Reality，缩写为MR)画面中的任意一种。
可选地，待显示画面用于呈现所述推荐课程匹配的运动环境。例如，推荐课程是骑车，则待显示画面可以是骑行道、以及模拟骑行道周边的风景。再例如，推荐课程是跑步，则待显示画面可以是园林跑道等。
可选地，待显示画面可以是动态视频画面。
为了提高目标用户的锻炼效果，以及推荐课程的有效性，则可以为目标用户提供推荐课程对应的锻炼环境。
在一种实施方式中，根据所述推荐课程确定出待显示画面可以被实施为：根据所述推荐课程确定出所述目标用户在内的多名用户对应的待显示画面。
示例性地，上述的目标用户在内的多名用户可以是与目标用户获得相同的推荐课程的用户。示例性地，上述的关联用户可以是与目标用户获得相同的推荐课程的用户，且选择的锻炼时间相同的用户。
进一步地，上述的多名用户还可以是已开放获取待显示画面的用户。
可选地，可以根据推荐课程的需求，以及多名用户的数量生成对应的待显示画面。
示例性地，推荐课程是舞蹈课程时，则待显示画面可以是包含目标用户和关联用户的舞蹈教室，以及各个多名用户在进行跳舞动作的画面等。
示例性地，推荐的课程是骑行课程，则待显示画面可以是骑行道、多名用户的画面、以及模拟骑行道周边的风景。
可选地，在生产待显示画面后，分别将多名用户对应视角的待显示画面发送给对应用户的第二穿戴设备。
在另一种实施方式中，根据所述推荐课程确定出待显示画面可以被实施为：根据所述目标用户查询所述目标用户的关联用户，根据所述推荐课程以及所述关联用户对应的课程确定出待显示画面。
上述的关联用户可以是与目标用户存在关联关系的用户。示例性地，该关联用户可以是与目标用户存在交流数据的用户。该交流数据可以是互相关注的关注数据，也可以是通过即时通信工具进行沟通过的数据。
上述待显示画面可以包括目标用户的视角的锻炼场景以及关联用户的锻炼画面。
可选地，在生产待显示画面后，将目标用户对应视角的待显示画面发送给目标用户的第二穿戴设备，将关联用户对应视角的待显示画面发送给关联用户的第二穿戴设备。
在另一种实施方式中，根据所述推荐课程确定出待显示画面可以被实施为：根据所述推荐课程确定出所述目标用户的待显示画面中的第一待显示画面和所述目标用户对应的教练的待显示画面中的第二待显示画面。
可选地，上述第一待显示画面可以是目标用户的第一视角的锻炼场景，以及教练的指挥画面。第二待显示画面可以是教练的第一视角的锻炼场景，以及目标用户的锻炼画面。
可选地，在生产待显示画面后，将目标用户对应视角的待显示画面发送给目标用户的第二穿戴设备，将教练对应视角的待显示画面发送给教练的第二穿戴设备。
本申请实施例提供的健身辅助方法，在为用户推荐课程之前，还可以先获取用户在测试阶段的运动能力参数，结合各个课程与用户运动能力参数的匹配程度，确定出可用的初始课程集；进一步地，再结合用户的目标，对初始课程集进行排序。能够选出与用户当前状态和需要锻炼达到的目标状态匹配的课程，进一步地，在选出的课程中，进行排序，也能够健身课程的推荐的灵活性更好，适应更多的场景。
进一步地，如果监测到目标用户在锻炼过程中存在一些危险，还可以实时调整课程从而可以提高目标用户的安全性。
实施例三
本申请实施例提供一种健身辅助方法，本申请实施例与实施例二类似，其不同之处在于，本实施例中的方法从健身辅助的全流程对健身辅助方法进行描述。
本实施例中，一应用程序在提供健身辅助之前，如图7所示，可包括步骤501，初始数据的收集。
上述的初始数据可以包括：用户基本信息。该用户基本信息可以包括：用户性别、用户年龄、用户身高、用户体重、用户来源等。初始数据还可以包括：用户通过锻炼所需达到的目标状态。初始数据还可以包括：用户的运动情况。例如，运动频率、每次运动时长等。
可选地，可以通过接受用户的注册信息，以实现初始数据的收集。可选地，也可以接受用户注册之前，获取用户的临时的数据。
步骤502，输出预设健身测试项。
该预设健身测试项可以是用于为用户提供测试的课程。
示例性地，电子设备中运行的应用程序的显示界面中可以显示预设健身测试项对应的测试方式、测试教学等。例如，可以采用视频、图像、或文字的形式呈现预设健身测试项。
步骤503，获取目标用户的测试状态参数。
在一种实施方式中，可以通过与目标用户穿戴的第一穿戴设备通信，以获取测试状态参数。
在另一种实施方式中，也可以接收在应用程序中输入的测试状态参数。
在另一种实施方式中，测试状态参数还可以是对第一穿戴设备通信得到的数据，或对输入的测试状态参数进行计算得到的。关于测试状态参数的计算方式可以参阅实施例二中的描述，在本实施例中不再赘述。
步骤504，基于测试状态参数计算目标用户的运动能力参数。
关于目标用户的运动能力参数可以参阅实施例二中的描述，在此不再赘述。
步骤505，基于目标用户的运动能力参数筛选出推荐课程。
可选地，推荐课程可以是一组课程也可以是多组课程。示例性地，如果推荐课程是多组课程时，可以对多组课程进行排序，以确定出与目标用户的目标状态更加匹配的课程。
关于对多组课程的排序可以参阅实施例二中的描述，在此不再赘述。
步骤506，在目标用户对推荐课程的执行过程中，调整推荐课程的实施强度。
步骤507，将目标用户的执行数据与推荐课程进行对比；当不合格时，输出提示。
可选地，输出的提示可以是语音提示。示例性地，该语音提示可以通过电子设备的麦克风播放输出，也可以传输给目标用户穿戴的第一穿戴设备，以通过第一穿戴设备播放。可选地，输出的提示也可以是文字提示、动画提示等。
步骤508，在目标用户对推荐课程的执行过程中，对目标用户的身体参数进行监控，当身体参数超出一些安全范围时，调整推荐课程的执行。
关于对推荐课程的调整可以参阅实施例二中的步骤407中的描述，在此不再赘述。
步骤509，在目标用户每次执行完推荐课程时，计算目标用户在当次训练的状态数据，并给予当前状态数据对目标用户的运动能力参数进行更新。
本实施例中，通过目标用户针对推荐课程进行训练后，再对目标用户的运动能力参数进行更新，以基于目标用户最新的运动能力参数适应性调整目标用户的推荐课程。
实施例四
基于同一申请构思，本申请实施例中还提供了与健身辅助方法对应的健身辅助装置，由于本申请实施例中的装置解决问题的原理与前述的健身辅助方法实施例相似，因此本实施例中的装置的实施可以参见上述方法的实施例中的描述，重复之处不再赘述。
请参阅图8，是本申请实施例提供的健身辅助装置的功能模块示意图。本实施例中的健身辅助装置中的各个模块用于执行上述方法实施例中的各个步骤。健身辅助装置包括：获取模块601、第一计算模块602、匹配模块603、排序模块604以及输出模块605；其中，
获取模块601，用于获取目标用户进行预设健身测试项时的测试状态参数；
第一计算模块602，用于在所述测试状态参数为有效参数时，根据所述测试状态参数计算出所述目标用户的运动能力参数；
匹配模块603，用于将所述运动能力参数与预存课程库中的各项课程的课程属性进行匹配，确定出与所述目标用户匹配的初始课程集；
排序模块604，用于按照所述初始课程集中的各项课程与所述目标用户的目标状态的匹配度进行排序；
输出模块605，用于将基于所述初始课程集的排序结果确定的推荐课程输出。
一种可能的实施方式中，所述预存课程库中存储有各项课程对应的课程属性，所述课程属性包括课程强度系数；上述的匹配模块603，用于：
将所述运动能力参数与所述预存课程库中的各项课程的课程强度系数对应的能力范围进行对比，以筛选出与所述目标用户匹配的初始课程集。
一种可能的实施方式中，所述课程属性包括：课程时长、课程中各项动作的频率；本实施例中的健身推荐装置还包括第二计算模块，用于：
根据所述预存课程库中的各项课程的所述课程时长、所述课程中各项动作的频率计算出所述预存课程库中的各项课程的课程强度系数，所述电子设备中存储有各种课程强度系数对应的能力范围。
一种可能的实施方式中，本实施例中的健身推荐装置还包括：聚类模块，用于：
获取所述预存课程库中的各项课程的历史使用数据，所述历史使用数据包括：历史使用用户、各个历史使用用户的用户属性、各个历史使用用户的反馈数据；
针对所述预存课程库的各项课程，使用所述历史使用数据进行聚类，获得所述预存课程库的各项课程的课程属性，所述课程属性包括对应的用户属性。
一种可能的实施方式中，上述的排序模块604，用于：
按照所述初始课程集中的各项课程的课程强度系数，和所述初始课程集中的各项课程与所述目标用户的目标状态的匹配度进行排序。
一种可能的实施方式中，上述的排序模块604，用于：
将所述初始课程集中的各项课程的课程强度系数，与所述初始课程集中的各项课程与所述目标用户的目标状态的匹配度进行加权计算，得到所述初始课程集中的各项课程的重要程度；
将所述初始课程集中的各项课程按照各项课程的重要程度进行排序。
一种可能的实施方式中，本申请实施例中的健身辅助装置还包括：
第一采集模块，用于获取所述目标用户运动过程中穿戴的第一穿戴设备采集的第二身体状态参数；
调整模块，用于若所述第二身体状态参数未在预设的安全范围内，对所述目标用户当前运动强度进行调整。
一种可能的实施方式中，上述调整模块，用于：
当所述目标用户当前进行的运动课程为器械类的运动课程，控制所述器械类的运动课程对应的器械设备降低输出强度；
当所述目标用户当前进行的运动课程为音乐类的运动课程，控制所述音乐类的运动课程对应的电子设备调整音乐律动频率。
一种可能的实施方式中，第一计算模块602，用于：
获取所述目标用户的身份属性，所述身份属性包括所述目标用户的年龄、性别、身高、体重中的一项或多项参数；
根据所述身份属性和所述测试状态参数计算出所述目标用户的运动能力参数。
一种可能的实施方式中，本申请实施例中的健身辅助装置还包括：
第二采集模块，用于获取所述目标用户运动过程中穿戴的第一穿戴设备采集的第三身体状态参数；
第一控制模块，用于若所述第三身体状态参数中的指定参数达到第一数值，且所述指定参数达到所述第一数值的时长不小于第一时长，则控制所述目标用户当前使用的运动设备停止预设时长，或者，输出中断运动的提示消息；
输出模块605，用于若所述第三身体状态参数中的指定参数达到第二数值，且所述指定参数达到所述第二数值的时长不小于第二时长，则输出缓解课程推荐，或者，显示更新课程按钮，以供所述目标用户切换当前运动课程。
一种可能的实施方式中，获取模块601，包括：视频采集单元、参数采集单元、数据得到单元；
视频采集单元，用于采集所述目标用户在进行预设健身测试项过程中的视频数据；
视频识别单元，用于采集所述目标用户进行预设健身测试项时的初始测试参数；
数据得到单元，用于根据所述视频数据确定出所述初始测试参数中的无效数据，以得到所述初始测试参数中的有效的测试状态参数。
一种可能的实施方式中，数据得到单元，包括视频识别子单元和数据剔除子单元。
视频识别子单元，用于对所述视频数据进行识别，以确定所述目标用户在进行预设健身测试项过程中的中断频次数据；
数据剔除子单元，用于根据所述中断频次数据，剔除出所述初始测试参数中的无效数据，以得到测试状态参数。
一种可能的实施方式中，视频识别子单元，用于：
对所述视频数据中的各帧图像进行识别，以确定出所述目标用户在各帧图像中的动作；
根据所述各帧图像中的动作确定出所述目标用户在各个时间段的状态，其中，所述目标用户的状态包括运动状态和非运动状态；
根据所述目标用户在各个时间段的状态，确定出所述目标用户在进行预设健身测试项过程中的中断频次数据。
一种可能的实施方式中，本申请实施例中的健身辅助装置还包括：
第二控制单元，用于根据所述目标用户当前进行的运动项目、以及所述目标用户的当前身体参数，控制所述目标用户运动环境中的环境控制设备的运行参数。
一种可能的实施方式中，本实施例中的健身辅助装置还可以包括：
确定模块，用于根据所述推荐课程确定出待显示画面，所述待显示画面包括虚拟现实画面、增强现实画面、混合现实画面中的任意一种，所述待显示画面用于呈现所述推荐课程匹配的运动环境；
传输模块，用于将所述待显示画面传输给所述目标用户穿戴的第二穿戴设备，以供所述第二穿戴设备显示。
一种可能的实施方式中，确定模块，用于：
根据所述推荐课程确定出所述目标用户在内的多名用户对应的待显示画面；或者，
根据所述目标用户查询所述目标用户的关联用户，根据所述推荐课程以及所述关联用户对应的课程确定出待显示画面；或者，
根据所述推荐课程确定出所述目标用户的待显示画面中的第一待显示画面和所述目标用户对应的教练的待显示画面中的第二待显示画面；
传输模块，用于将所述待显示画面传输给所述目标用户及其他用户的第二穿戴设备，以供所述第二穿戴设备显示。
一种可能的实施方式中，获取模块601，用于：
获取所述目标用户的疾病参数；
根据所述疾病参数确定出所述目标用户的禁忌课程；
删除所述初始课程集中的所述禁忌课程，以得到安全课程集；
基于所述初始课程集的排序结果以及所述安全课程集确定推荐课程，并将所述推荐课程输出。
此外，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的健身辅助方法的步骤。本申请实施例所提供的健身辅助方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行上述方法实施例中所述的健身辅助方法的步骤，具体可参见上述方法实施例，在此不再赘述。
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，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，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装置、方法和计算机程序产品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方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。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动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。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请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一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述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(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者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、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，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 (20)
1.一种健身辅助方法，其特征在于，应用于电子设备，包括：
获取目标用户进行预设健身测试项时的测试状态参数，所述测试状态参数包括目标用户的功能性阈值功率；
在所述测试状态参数为有效参数时，根据所述测试状态参数计算出所述目标用户的运动能力参数；
将所述运动能力参数与预存课程库中的各项课程的课程属性进行匹配，确定出与所述目标用户匹配的初始课程集；
按照所述初始课程集中的各项课程与所述目标用户的目标状态的匹配度进行排序；
将基于所述初始课程集的排序结果确定的推荐课程输出。
2.根据权利要求1所述的健身辅助方法，其特征在于，所述预存课程库中存储有各项课程对应的课程属性，所述课程属性包括课程强度系数；所述将所述运动能力参数与预存课程库中的各项课程的课程属性进行匹配，确定出与所述目标用户匹配的初始课程集，包括：
将所述运动能力参数与所述预存课程库中的各项课程的课程强度系数对应的能力范围进行对比，以筛选出与所述目标用户匹配的初始课程集。
3.根据权利要求2所述的健身辅助方法，其特征在于，所述课程属性包括：课程时长、课程中各项动作的频率；所述方法还包括：
根据所述预存课程库中的各项课程的所述课程时长、所述课程中各项动作的频率计算出所述预存课程库中的各项课程的课程强度系数，所述电子设备中存储有各种课程强度系数对应的能力范围。
4.根据权利要求1所述的健身辅助方法，其特征在于，所述方法包括：
获取所述预存课程库中的各项课程的历史使用数据，所述历史使用数据包括：历史使用用户、各个历史使用用户的用户属性、各个历史使用用户的反馈数据；
针对所述预存课程库的各项课程，使用所述历史使用数据进行聚类，获得所述预存课程库的各项课程的课程属性，所述课程属性包括对应的用户属性。
5.根据权利要求2所述的健身辅助方法，其特征在于，所述按照所述初始课程集中的各项课程与所述目标用户的目标状态的匹配度进行排序，包括：
按照所述初始课程集中的各项课程的课程强度系数，和所述初始课程集中的各项课程与所述目标用户的目标状态的匹配度进行排序。
6.根据权利要求5所述的健身辅助方法，其特征在于，所述按照所述初始课程集中的各项课程的课程强度系数，和所述初始课程集中的各项课程与所述目标用户的目标状态的匹配度进行排序，包括：
将所述初始课程集中的各项课程的课程强度系数，与所述初始课程集中的各项课程与所述目标用户的目标状态的匹配度进行加权计算，得到所述初始课程集中的各项课程的重要程度；
将所述初始课程集中的各项课程按照各项课程的重要程度进行排序。
7.根据权利要求1所述的健身辅助方法，其特征在于，所述方法还包括：
获取所述目标用户运动过程中穿戴的第一穿戴设备采集的第二身体状态参数；
若所述第二身体状态参数未在预设的安全范围内，对所述目标用户当前运动强度进行调整。
8.根据权利要求7所述的健身辅助方法，其特征在于，所述对所述目标用户当前运动强度进行调整，包括：
当所述目标用户当前进行的运动课程为器械类的运动课程，控制所述器械类的运动课程对应的器械设备降低输出强度；
当所述目标用户当前进行的运动课程为音乐类的运动课程，控制所述音乐类的运动课程对应的电子设备调整音乐律动频率。
9.根据权利要求1所述的健身辅助方法，其特征在于，所述根据所述测试状态参数计算出所述目标用户的运动能力参数，包括：
获取所述目标用户的身份属性，所述身份属性包括所述目标用户的年龄、性别、身高、体重中的一项或多项参数；
根据所述身份属性和所述测试状态参数计算出所述目标用户的运动能力参数。
10.根据权利要求1所述的健身辅助方法，其特征在于，所述方法还包括：
获取所述目标用户运动过程中穿戴的第一穿戴设备采集的第三身体状态参数；
若所述第三身体状态参数中的指定参数达到第一数值，且所述指定参数达到所述第一数值的时长不小于第一时长，则控制所述目标用户当前使用的运动设备停止预设时长，或者，输出中断运动的提示消息；
若所述第三身体状态参数中的指定参数达到第二数值，且所述指定参数达到所述第二数值的时长不小于第二时长，则输出缓解课程推荐，或者，显示更新课程按钮，以供所述目标用户切换当前运动课程。
11.根据权利要求1所述的健身辅助方法，其特征在于，所述获取目标用户进行预设健身测试项时的测试状态参数，包括：
采集所述目标用户在进行预设健身测试项过程中的视频数据；
采集所述目标用户进行预设健身测试项时的初始测试参数；
根据所述视频数据确定出所述初始测试参数中的无效数据，以得到所述初始测试参数中的有效的测试状态参数。
12.根据权利要求11所述的健身辅助方法，其特征在于，所述根据所述视频数据确定出所述初始测试参数中的无效数据，以得到所述初始测试参数中的有效的测试状态参数，包括：
对所述视频数据进行识别，以确定所述目标用户在进行预设健身测试项过程中的中断频次数据；
根据所述中断频次数据，剔除出所述初始测试参数中的无效数据，以得到测试状态参数。
13.根据权利要求12所述的健身辅助方法，其特征在于，所述对所述视频数据进行识别，以确定所述目标用户在进行预设健身测试项过程中的中断频次数据，包括：
对所述视频数据中的各帧图像进行识别，以确定出所述目标用户在各帧图像中的动作；
根据所述各帧图像中的动作确定出所述目标用户在各个时间段的状态，其中，所述目标用户的状态包括运动状态和非运动状态；
根据所述目标用户在各个时间段的状态，确定出所述目标用户在进行预设健身测试项过程中的中断频次数据。
14.根据权利要求1所述的健身辅助方法，其特征在于，所述方法还包括：
根据所述目标用户当前进行的运动项目、以及所述目标用户的当前身体参数，控制所述目标用户运动环境中的环境控制设备的运行参数。
15.根据权利要求1所述的健身辅助方法，其特征在于，所述方法还包括：
根据所述推荐课程确定出待显示画面，所述待显示画面包括虚拟现实画面、增强现实画面、混合现实画面中的任意一种，所述待显示画面用于呈现所述推荐课程匹配的运动环境；
将所述待显示画面传输给所述目标用户穿戴的第二穿戴设备，以供所述第二穿戴设备显示。
16.根据权利要求15所述的健身辅助方法，其特征在于，所述根据所述推荐课程确定出待显示画面包括：
根据所述推荐课程确定出所述目标用户在内的多名用户对应的待显示画面；或者，
根据所述目标用户查询所述目标用户的关联用户，根据所述推荐课程以及所述关联用户对应的课程确定出待显示画面；或者，
根据所述推荐课程确定出所述目标用户的待显示画面中的第一待显示画面和所述目标用户对应的教练的待显示画面中的第二待显示画面；
所述将所述待显示画面传输给所述目标用户穿戴的第二穿戴设备，以供所述第二穿戴设备显示，包括：
将所述待显示画面传输给所述目标用户及其他用户的第二穿戴设备，以供所述第二穿戴设备显示。
17.根据权利要求1所述的健身辅助方法，其特征在于，所述将基于所述初始课程集的排序结果确定的推荐课程输出，包括：
获取所述目标用户的疾病参数；
根据所述疾病参数确定出所述目标用户的禁忌课程；
删除所述初始课程集中的所述禁忌课程，以得到安全课程集；
基于所述初始课程集的排序结果以及所述安全课程集确定推荐课程，并将所述推荐课程输出。
18.一种健身辅助装置，其特征在于，包括：
获取模块，用于获取目标用户进行预设健身测试项时的测试状态参数；
第一计算模块，用于根据所述测试状态参数计算出所述目标用户的运动能力参数；
匹配模块，用于将所述运动能力参数与预存课程库中的各项课程的课程属性进行匹配，确定出与所述目标用户匹配的初始课程集；
排序模块，用于按照所述初始课程集中的各项课程与所述目标用户的目标状态的匹配度进行排序；
输出模块，用于将基于所述初始课程集的排序结果确定的推荐课程输出。
19.一种电子设备，其特征在于，包括：处理器、存储器，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述机器可读指令被所述处理器执行时执行如权利要求1至17任一所述的方法的步骤。
20.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至17任一所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110494394.0A CN113515695B (zh) | 2021-05-06 | 2021-05-06 | 健身辅助方法、装置、电子设备和计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110494394.0A CN113515695B (zh) | 2021-05-06 | 2021-05-06 | 健身辅助方法、装置、电子设备和计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113515695A true CN113515695A (zh) | 2021-10-19 |
| CN113515695B CN113515695B (zh) | 2023-05-05 |
Family
ID=78064215
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110494394.0A Active CN113515695B (zh) | 2021-05-06 | 2021-05-06 | 健身辅助方法、装置、电子设备和计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113515695B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113701825A (zh) * | 2021-10-27 | 2021-11-26 | 南通高桥体育用品有限公司 | 一种基于人工智能的健身设施异常检测方法及系统 |
| CN114089647A (zh) * | 2021-11-22 | 2022-02-25 | 上海健指树智能系统有限公司 | 一种智能律动系统及其控制方法 |
| CN115018271A (zh) * | 2022-05-23 | 2022-09-06 | 武汉翰林文融教育咨询有限公司 | 一种基于智慧校园建设的学生课程选课智能推荐管理系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004054591A (ja) * | 2002-07-19 | 2004-02-19 | Institute Of Tsukuba Liaison Co Ltd | 健康増進プログラムの作成方法および健康増進実行方法 |
| US20090062627A1 (en) * | 2007-09-04 | 2009-03-05 | Younger J Kevin | Method for measuring physical fitness and creating athletic training regimens for particular sports |
| CN104091080A (zh) * | 2014-07-14 | 2014-10-08 | 中国科学院合肥物质科学研究院 | 一种智能化健身指导系统及其闭环指导方法 |
| CN105709372A (zh) * | 2016-04-28 | 2016-06-29 | 京东方科技集团股份有限公司 | 健身单车、健身系统、健身控制方法及装置 |
| CN107818818A (zh) * | 2017-10-25 | 2018-03-20 | 成都猴子软件有限公司 | 基于历史运动数据的健身方案自动生成系统 |
| CN109045629A (zh) * | 2018-09-17 | 2018-12-21 | 奇酷互联网络科技（深圳）有限公司 | 健身设备的控制方法、可穿戴设备和具有存储功能的装置 |
| CN109273069A (zh) * | 2018-08-30 | 2019-01-25 | 北京卡路里信息技术有限公司 | 体测数据的处理方法、装置、系统、存储介质、处理器 |
| CN109300521A (zh) * | 2018-08-30 | 2019-02-01 | 北京卡路里信息技术有限公司 | 训练的确定方法及装置、系统、存储介质、处理器 |
| CN109935299A (zh) * | 2019-04-12 | 2019-06-25 | 北京卡路里信息技术有限公司 | 一种训练计划的生成方法、装置、设备和存储介质 |
| CN110867238A (zh) * | 2019-11-26 | 2020-03-06 | 爱菲力斯(深圳)科技有限公司 | 一种健身课程智能推荐方法、装置和电子设备 |
-
2021
- 2021-05-06 CN CN202110494394.0A patent/CN113515695B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004054591A (ja) * | 2002-07-19 | 2004-02-19 | Institute Of Tsukuba Liaison Co Ltd | 健康増進プログラムの作成方法および健康増進実行方法 |
| US20090062627A1 (en) * | 2007-09-04 | 2009-03-05 | Younger J Kevin | Method for measuring physical fitness and creating athletic training regimens for particular sports |
| CN104091080A (zh) * | 2014-07-14 | 2014-10-08 | 中国科学院合肥物质科学研究院 | 一种智能化健身指导系统及其闭环指导方法 |
| CN105709372A (zh) * | 2016-04-28 | 2016-06-29 | 京东方科技集团股份有限公司 | 健身单车、健身系统、健身控制方法及装置 |
| CN107818818A (zh) * | 2017-10-25 | 2018-03-20 | 成都猴子软件有限公司 | 基于历史运动数据的健身方案自动生成系统 |
| CN109273069A (zh) * | 2018-08-30 | 2019-01-25 | 北京卡路里信息技术有限公司 | 体测数据的处理方法、装置、系统、存储介质、处理器 |
| CN109300521A (zh) * | 2018-08-30 | 2019-02-01 | 北京卡路里信息技术有限公司 | 训练的确定方法及装置、系统、存储介质、处理器 |
| CN109045629A (zh) * | 2018-09-17 | 2018-12-21 | 奇酷互联网络科技（深圳）有限公司 | 健身设备的控制方法、可穿戴设备和具有存储功能的装置 |
| CN109935299A (zh) * | 2019-04-12 | 2019-06-25 | 北京卡路里信息技术有限公司 | 一种训练计划的生成方法、装置、设备和存储介质 |
| CN110867238A (zh) * | 2019-11-26 | 2020-03-06 | 爱菲力斯(深圳)科技有限公司 | 一种健身课程智能推荐方法、装置和电子设备 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113701825A (zh) * | 2021-10-27 | 2021-11-26 | 南通高桥体育用品有限公司 | 一种基于人工智能的健身设施异常检测方法及系统 |
| CN113701825B (zh) * | 2021-10-27 | 2022-02-22 | 南通高桥体育用品有限公司 | 一种基于人工智能的健身设施异常检测方法及系统 |
| CN114089647A (zh) * | 2021-11-22 | 2022-02-25 | 上海健指树智能系统有限公司 | 一种智能律动系统及其控制方法 |
| CN115018271A (zh) * | 2022-05-23 | 2022-09-06 | 武汉翰林文融教育咨询有限公司 | 一种基于智慧校园建设的学生课程选课智能推荐管理系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113515695B (zh) | 2023-05-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113515695B (zh) | 健身辅助方法、装置、电子设备和计算机可读存储介质 | |
| Velloso et al. | Qualitative activity recognition of weight lifting exercises | |
| Mortazavi et al. | Determining the single best axis for exercise repetition recognition and counting on smartwatches | |
| WO2013129606A1 (ja) | ランニングフォーム診断システムおよびランニングフォームを得点化する方法 | |
| KR102272070B1 (ko) | 지각-인지-운동 학습 시스템 및 방법 | |
| CN110292378A (zh) | 基于脑波闭环监测的抑郁症远程康复系统 | |
| JP2019508191A (ja) | バランス試験及び訓練システム並びに方法 | |
| Panhwar et al. | Assessment of frailty: a survey of quantitative and clinical methods | |
| KR102245338B1 (ko) | 웨어러블 기반 셀프형 운동관리 시스템 및 그 방법 | |
| US11413501B2 (en) | Method and system of planning fitness courses | |
| Olugbade et al. | Human observer and automatic assessment of movement related self-efficacy in chronic pain: from exercise to functional activity | |
| Scruggs et al. | Quantifying physical activity in first-through fourth-grade physical education via pedometry | |
| Lee et al. | An evidence-based intelligent method for upper-limb motor assessment via a VR training system on stroke rehabilitation | |
| KR20140035031A (ko) | 유아 체육 영재지수화 및 레벨 분류 방법 | |
| Wang et al. | Evaluation of effects of balance training from using wobble board-based exergaming system by MSE and MMSE techniques | |
| CN114580471A (zh) | 人体动作识别方法和系统 | |
| TWI777140B (zh) | 運動課程產生方法與系統 | |
| Hanada et al. | Boxersense: Punch detection and classification using IMUs | |
| CN113641856A (zh) | 用于输出信息的方法和装置 | |
| De Pessemier et al. | Heart rate monitoring and activity recognition using wearables | |
| Zelaznik et al. | Action-specific judgment, not perception: Fitts’ law performance is related to estimates of target width only when participants are given a performance score | |
| JP2005102773A (ja) | 学生の行動管理システム | |
| KR20210066046A (ko) | IoT 센서를 이용한 운동 지원 장치 | |
| CN118454203B (zh) | 一种引体向上智能测试系统及方法 | |
| Xie et al. | New methods for VR rehabilitation intervention for children with cerebral palsy based on artificial intelligence |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |