CN113674833A - 健身视频生成方法、系统、终端及存储介质 - Google Patents
健身视频生成方法、系统、终端及存储介质 Download PDFInfo
- Publication number
- CN113674833A CN113674833A CN202110970728.7A CN202110970728A CN113674833A CN 113674833 A CN113674833 A CN 113674833A CN 202110970728 A CN202110970728 A CN 202110970728A CN 113674833 A CN113674833 A CN 113674833A
- Authority
- CN
- China
- Prior art keywords
- video
- link
- sub
- information
- fitness
- 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 52
- 238000003860 storage Methods 0.000 title claims description 15
- 238000012549 training Methods 0.000 claims abstract description 92
- 230000009471 action Effects 0.000 claims description 73
- 238000012216 screening Methods 0.000 claims description 37
- 238000004590 computer program Methods 0.000 claims description 18
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 15
- 230000008569 process Effects 0.000 abstract description 11
- 230000000875 corresponding effect Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 210000000577 adipose tissue Anatomy 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000003014 reinforcing effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 102100034761 Cilia- and flagella-associated protein 418 Human genes 0.000 description 1
- 101100439214 Homo sapiens CFAP418 gene Proteins 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/732—Query formulation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
- H04N21/23424—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving splicing one content stream with another content stream, e.g. for inserting or substituting an advertisement
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Marketing (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Physical Education & Sports Medicine (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
健身视频生成方法、系统、终端及存储介质，该方法包括以下步骤：根据训练计划获取视频调取序列，视频调取序列包括多个连续的大环节，每个大环节内设置有至少一个子环节，子环节关联有子环节信息；按照视频调取序列依次从视频片段库中调取视频片段，得到所有子环节的目标视频片段，视频片段关联有属性字段，目标视频片段的属性字段与对应的子环节的子环节信息相匹配；拼接目标视频片段生成所述健身视频。本发明为用户在一个锻炼周期中的各个阶段制定健身视频，显著地提升健身效果，而且同一个子环节可以在不同的调取过程中得到不同的目标视频片段，使得不同时间呈现给用户的健身视频具有足够的差异性。
Description
技术领域
本发明涉及智能健身领域，具体地，涉及基于训练计划的健身视频生成方法、系统、终端及存储介质。
背景技术
互联网时代的到来加速了人们的生活节奏，堆积如山的工作导致都市中忙碌的上班族们多数既无暇前往户外锻炼，也没有时间精力在健身房中锻炼身体，身体处于亚健康状态。为了节省外出时间，越来越多的人更愿意在家中根据终端应用程序的健身视频指导进行健身锻炼，推动了家庭智能健身的飞速发展。
健身视频的质量对健身效果起着决定性作用。传统的健身视频获取方式主要有两种。第一，用户根据想要锻炼的动作在应用程序或网上查找相应的健身视频，例如，专利CN112417210A公开了一种健身视频的查询方式，其通过快速搜索算法和智能识别用户身材，解决了在搜索和查找健身视频过程中需要耗费大量时间的问题，使得可以快速地向用户推荐适合的健身视频，然而这种方式是基于用户的认知对健身视频进行搜索，由于用户并非专业健身教练，因此往往不明确自己当前应当锻炼的方式方法，导致健身效果差。第二，应用程序根据用户的特点和训练计划推送健身视频，规范健身动作，例如，专利CN110917580A公开了一种用于规范运动健身的方式，其通过获得当前用户的个人特征信息以及当前用户所要求的目标运动强度等级来确定其运动时所要求的健身等级，同时，每一健身等级对应于一健身教学视频，将该对应的健身教学视频推送至显示设备供用户观看，为其健身过程中提供私人化的动作指导，以达到规范健身动作的目的。
但是，传统的健身视频方法呈现给用户的健身视频是一段通用的完整视频，即使是软件推送的方式，推送给用户的也仅仅是根据训练安排进行规划的完整的健身视频课程，虽然这类健身视频普适性高，但无法做到与健身视频与用户属性、偏好的深度融合，健身效果不佳；其次，在同一个锻炼周期内用户需要反复观看同一健身视频，然而，健身过程是循循渐进的，覆盖整个锻炼周期的一个健身视频可能更适于该锻炼周期的中期，但不适于前期和后期，导致用户在前期会感受到疲惫，在后期会认为缺乏挑战；最后，反复观看同一健身视频也会造成用户出现审美疲劳，缺乏锻炼的热情，健身体验感差。
发明内容
本发明提供了一种基于训练计划的健身视频生成方法、系统、终端及存储介质，通过获取训练计划中的各项指标，按照特定的时序从视频片段库中依次调取对应的目标视频片段，再拼目标接视频片段生成用于呈现给用户的完整的健身视频，使得健身视频不仅高度贴合训练计划，满足用户任一锻炼时期的需求、能力、偏好，而且即使锻炼目标、方式相同，但不同时间呈现给用户的健身视频存在足够的差异性，给用户以足够的定制感，进而提高用户体验，有效地解决了传统的健身视频所存在的问题。
为解决上述技术问题，本申请通过下述技术方案实现：
健身视频生成方法，包括以下步骤：
根据训练计划获取视频调取序列，所述视频调取序列包括多个连续的大环节，每个大环节内设置有至少一个子环节，所述子环节关联有子环节信息；
按照视频调取序列依次从视频片段库中调取视频片段，得到所有子环节的目标视频片段，所述视频片段关联有属性字段，所述目标视频片段的属性字段与对应的子环节的子环节信息相匹配；
拼接目标视频片段生成所述健身视频。
训练计划根据用户的身体特征、日程安排、力量测评、基础偏好等信息建立，以确定训练日/休息日，训练日的训练内容，训练动作的安排，训练动作强度，训练过程偏好等内容。训练计划完成后，针对不同训练日的训练内容，将推送给用户不同的健身视频内容。
本技术方案中，针对训练计划中训练日的训练内容生成视频调取序列，该视频调取序列为健身视频的整体结构框架，包括多个连续的大环节。
大环节中均设置有子环节，部分大环节中子环节的数量仅为一个，部分大环节中子环节数量可以是多个。每个子环节均关联有子环节信息，子环节信息是视频片段的筛选条件。本技术方案中，子环节信息包括用户信息和训练信息，子环节信息来源于训练计划和视频调取序列。其中，用户信息可以是用户的性别、身高、体重、年龄、基础健身偏好、健身经验、健身习惯等信息，训练信息可以是训练日、训练部位、训练内容、子环节在视频调取序列中的位置、健身教练等信息。子环节信息用于筛选视频片段的属性字段，以确定视频片段是否可作为目标视频片段。每个视频片段均关联有属性字段。属性字段至少包括用户字段和训练字段，其中用户字段对应于用户信息，例如用户的偏好、口播密度、适用年龄范围、适用体重等字段，训练字段对应于训练信息，例如训练项目、训练难度、健身教练等信息。
利用子环节信息从视频片段库的视频片段中筛选出属性字段与子环节信息相匹配的视频片段，并从视频片段中确定并调取该子环节的目标视频片段。根据视频调取序列的顺序，依次调取每一个子环节的目标视频片段后，拼接全部或部分目标视频片段即可生成该健身视频。
属性字段与子环节信息相匹配是指，子环节确定健身教练、训练内容、子环节位置、用户身体特征、健身习惯等子环节信息后，利用子环节信息对视频片段库中的所有视频片段进行筛选，得到属性字段等于或被包含于子环节信息中的所有视频片段，这些视频片段彼此可相互替换，即在录制时，针对同一套动作，同一个教练录制多个可相互替换的视频片段，这些视频片段均对应于该子环节，之后再从符合条件的一个或多个视频片段中挑选出该子环节的目标视频片段即可。值得一提的是，同一子环节在单次调取中仅从符合条件的视频片段中调取一个作为目标视频片段，且同一子环节在多次不同的调取时，调取的目标视频片段可以相同，也可以不同，此外，当没有符合子环节信息的视频片段时可跳过该子环节。
不同于传统的健身视频获取方法，上述健身视频生成方法基于训练计划有针对性地生成视频调取序列，从视频片段库依次调取对应于每个子环节的目标视频片段，进而拼接生成完整的健身视频，该方法不仅能够高度贴合训练计划，基于用户的健身需求、能力、偏好等信息，为用户在一个锻炼周期中的各个阶段制定健身视频，显著地提升健身效果，而且即使视频调取序列相同，由于同一个子环节可以在不同的调取过程中得到不同的目标视频片段，使得不同时间呈现给用户的健身视频具有足够的差异性，给用户以足够的定制感，进而提高用户体验和锻炼热情，进一步提升健身效果。
作为本发明的一种优选实施方式，所述目标视频片段的调取包括以下步骤：
基于子环节信息中包含的用户信息和/或训练信息，从视频片段库中筛选属性字段与所述用户信息和/或训练信息相匹配的多个视频片段作为候选视频片段；
随机调取一个候选视频片段作为当前子环节的目标视频片段；或
调取排序值最高的候选视频片段作为当前子环节的目标视频片段。
本技术方案中，目标视频片段的调取包括两个步骤。第一个步骤为初筛，初筛的作用在于缩小调取的视频片段的范围，利用子环节信息中包含的用户信息、训练信息将能够应用于该子环节的视频片段控制在相对少的数量。例如，采用日期信息、教练信息、训练内容等与该子环节相关的信息筛选得到属性字段相匹配的视频片段作为候选视频片段，这些候选视频片段之间可相互替换，任一候选视频片段单独用于该子环节均可组成完整的健身视频。
在圈定了足够数量的候选视频片段后，有两种方式来调取目标视频片段。一种方式为，随机调取一个候选视频片段作为目标视频片段，这种方式的随机性强，能够迅速地调取到目标视频片段。另一种方式为，调取排序值最高的候选视频片段作为目标视频片段，该调取方式中，排序值作为视频片段的不同于用户字段和训练字段的另一类字段，既可以与用户偏好、使用频率相关联，也可以由后台评估后进行设置，用于对同时满足同一子环节中所有子环节信息的候选视频片段进行排序。上述设置能够进一步确保训练计划中，即使所有训练条件相同，呈现给用户的完整健身视频仍存在足够的差异性，让用户感受到健身视频的不同。
进一步地，基于排序值调取目标视频片段时，成为目标视频片段的候选视频片段的排序值在后续调取中降低，其他候选视频片段的排序值在后续调取中升高。本技术方案中，所有候选视频片段的排序值将在一次调取后产生变化，该变化可以在一次调取后立即产生，例如在部分实施例中，成为目标视频片段的候选视频片段的排序值在下一次调取中降低，其他候选视频片段的排序值在下一次调取中升高；该变化也可以在调取后记录调取次数，在调取次数超过阈值后调整排序值，以将调取次数少或者从未调取过的候选视频片段的排序提高，并降低调取次数多的候选视频的排序。通过设置排序值与调取次数相关联的方式，使得用户能够观看到丰富多样的目标视频片段，提高健身视频的定制感和趣味性，增强健身体验，加强健身效果。
进一步地，所述用户信息包括客观信息和主观信息，所述客观信息为与用户体质特征相关的信息，所述主观信息为反映用户偏好的信息；
基于所述客观信息和/或训练信息从视频片段库中筛选属性字段与所述客观信息和/或训练信息相匹配的多个视频片段作为初筛视频片段；
基于所述主观信息从初筛视频片段中筛选属性字段与所述主观信息相匹配的多个视频片段作为候选视频片段。
本技术方案中，将调取前的初筛步骤拆解为两个步骤。第一个步骤为利用客观信息和/或训练信息等基本信息进行首次筛选，得到初筛视频片段。所述客观信息为与用户体质特征相关的信息，包括用户的性别、身高、体重、年龄、线状、体脂率、健身习惯、健身经验等信息，客观信息与训练信息筛选的是静态信息，因而能够快速地缩小符合要求的视频片段数量。之后，再基于主观信息进行二次筛选，主观信息为反映用户偏好的信息，包括口播密度，播放热度，视频评分等信息，例如，在一个或多个实施例中，口播密度可分为无、密度低、密度中、密度高四档，若主观信息中包含口播密度为密度中，则在二次筛选中筛选属性字段中口播密度为中的初筛视频片段，主观信息筛选的是动态变化的信息，能够根据视频片段的当前热度将筛选范围进一步缩小在更受用户喜爱的范围。两种筛选方式相结合，不仅能够有效地缩短筛选时长，而且能够快速定位至受欢迎度高的视频片段，进而提高完整健身视频的观感，进一步提高健身体验。
进一步地，动作环节组可以包含一个动作环节，也可以包括多个运动环节，每个动作环节的子环节依次包括开场、支臂调节、动作讲解、组串场、动作循环和组间休息，同一动作环节中的所述组串场、动作循环或组间休息可多次调用目标视频片段。
本技术方案中，动作环节组中动作环节的类型、数量、时长可根据训练计划中的用户信息和训练信息进行调整。动作环节的标准流程包括开场、支臂调节、动作讲解、组串场、动作循环和组间休息共六个子环节。
开场、支臂调节和动作讲解为准备环节，每个动作环节完成一次即可，支臂调节环节用于调节健身器材上的支臂位置以确保用户能够完成该动作环节的训练动作，对于其他类型的健身器材，该支臂调节环节可以指为完成动作环节而进行的器材调节环节。
组串场、动作循环或组间休息为锻炼环节，根据训练计划，锻炼环节可以部分或全部重复多次，以满足训练计划的强度要求和训练时长。锻炼环节需要循环时，当前动作环节不结束，锻炼环节的最后一个子环节调取到目标视频片段后，返回至组串场子环节再次调取目标视频片段，以此类推完成动作环节中锻炼环节的所有循环。锻炼环节循环时，在六个子环节均调用一次目标视频片段的基础上，动作环节的最后一个子环节可以是组串场、动作循环和组间休息中的任一个。优选地，为提高视频片段拼接的连贯性，组间休息调取到的目标视频片段为纯页面或其他静止页面。
对于同一子环节，例如动作循环环节在不同循环次数的调取中，调取的目标视频片段可以相同，也可以不同。在一个或多个实施例中，不同循环次数同一子环节调取的目标视频片段优选为不同，以此体现出不同循环次数的差异性，从而提高训练计划中不同时期同一训练目标的健身视频的整体差异性。
通过上述动作环节设置方式，能够使每个健身视频根据训练信息和用户信息合理地调整健身视频中每一个动作的训练强度、训练时长、训练目标，从而更好地贴合于锻炼周期内任一时期的健身需求，显著地提高训练效果；并且，通过组串场、动作循环或组间休息相配合的循环方式，能够更好地实现视频片段之间的衔接，提高视频的连贯性；不仅如此，同一子环节每次调用的目标视频片段可以不同，进一步提高每一个健身视频的差异性。
进一步地，所述目标视频片段上显示有至少部分子环节信息。目标视频片段调取后，在拼接之前，目标视频片段上可显示部分子环节信息，例如，对于动作循环子环节的目标视频片段，其上可显示当前健身教练的姓名、累计消耗的热量、动作循环次数、健身总时长等信息。在增加显示了子环节信息后，进一步差异化健身视频，即使生成的健身视频完全一样，子环节信息也能够让用户感受到该健身视频是针对其身体特征和偏好量身定制的，提高健身体验，同时，子环节信息的显示能够让用户充分掌握锻炼情况和强度，进而调节身体状况，更好地完成训练。
本发明还提供一种健身视频生成系统，该系统包括：
获取模块，用于获取训练计划，并基于所述训练计划生成视频调取序列，所述视频调取序列包括多个连续的大环节，每个大环节内设置有至少一个子环节，所述子环节关联有子环节信息；
视频片段库，用于存储视频片段，所述视频片段关联有属性字段；
调取模块，用于按照视频调取序列中子环节的顺序，依次从所述视频片段库中调取得到所有子环节的目标视频片段；所述目标视频片段的调取包括：从视频片段库中筛选属性字段与所述子环节信息相匹配的多个视频片段作为候选视频片段，随机调取一个候选视频片段作为当前子环节的目标视频片段，或者调取排序值最高的候选视频片段作为当前子环节的目标视频片段；
合成模块，拼接目标视频片段生成所述健身视频。
本发明还提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述任一种健身视频生成方法的步骤。
本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现前述任一种健身视频生成方法的步骤。
本申请提供的一个或多个技术方案，至少具有如下技术效果或优点：
1、本发明不仅能够高度贴合训练计划，基于用户的健身需求、能力、偏好等信息，为用户在一个锻炼周期中的各个阶段制定健身视频，显著地提升健身效果，而且即使视频调取序列相同，由于同一个子环节可以在不同的调取过程中得到不同的目标视频片段，使得不同时间呈现给用户的健身视频具有足够的差异性，给用户以足够的定制感，进而提高用户体验和锻炼热情，进一步提升健身效果；
2、本发明筛选出多个候选视频片段后，再从中随机或根据排序值调取一个匹配的目标视频片段，能够进一步确保训练计划中，即使所有训练条件相同，呈现给用户的完整健身视频仍存在足够的差异性，让用户感受到健身视频的不同；
3、本发明通过设置排序值与调取次数相关联的方式，使得用户能够观看到丰富多样的目标视频片段，提高健身视频的定制感和趣味性，增强健身体验，加强健身效果；
4、本发明通过客观信息和训练信息进行首次筛选，主观信息进行二次筛选的方式，不仅能够有效地缩短筛选时长，而且能够快速定位至受欢迎度高的视频片段，进而提高完整健身视频的观感，进一步提高健身体验；
5、本发明通过将动作环节设置为锻炼环节可循环，能够使每个健身视频根据训练信息和用户信息合理地调整健身视频中每一个动作的训练强度、训练时长、训练目标，从而更好地贴合于锻炼周期内任一时期的健身需求，显著地提高训练效果；并且，通过组串场、动作循环或组间休息相配合的循环方式，能够更好地实现视频片段之间的衔接，提高视频的连贯性；不仅如此，同一子环节每次调用的目标视频片段可以不同，进一步提高每一个健身视频的差异性；
6、本发明通过再目标视频片段上显示子环节信息，进一步差异化健身视频，即使生成的健身视频完全一样，子环节信息也能够让用户感受到该健身视频是针对其身体特征和偏好量身定制的，提高健身体验，同时，子环节信息的显示能够让用户充分掌握锻炼情况和强度，进而调节身体状况，更好地完成训练。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明具体实施例中健身视频生成方法的流程框图；
图2为本发明具体实施例中健身视频生成方法中一种调度方法的流程框图；
图3为本发明具体实施例种健身视频生成方法中另一种调度方法的流程框图；
图4为本发明具体实施例中通过调用各视频片段生成的健身视频的组成示意图；
图5为本发明具体实施例中健身视频生成系统的结构框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在相互不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述范围内的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
本说明书使用流程框图说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
【实施例1】
如图1所示的健身视频生成方法，包括以下步骤：
根据训练计划获取视频调取序列，所述视频调取序列包括多个连续的大环节，每个大环节内设置有至少一个子环节，所述子环节关联有子环节信息；
按照视频调取序列依次从视频片段库中调取视频片段，得到所有子环节的目标视频片段，所述视频片段关联有属性字段，所述目标视频片段的属性字段与对应的子环节的子环节信息相匹配；
拼接目标视频片段生成所述健身视频。
在部分实施例中，所述大环节包括连续的开场环节、热身环节、动作环节组、拉伸环节和结束环节，且动作环节组包括至少一个动作环节，动作环节组中的动作环节数量取决于训练计划中的用户信息和训练信息。在一个或多个实施例中，根据动作环节组的完成情况，大环节还可进一步包括位于动作环节组和拉伸环节组之间的动作隐藏关卡环节，以使得健身视频具有足够的定制感，并激励用户的健身热情。
大环节中均设置有子环节，部分大环节中子环节的数量仅为一个，部分大环节中子环节数量可以是多个。例如，在一个或多个实施例中，开场环节中的子环节依次包括寒暄、日期、计数、目标和锻炼部位子环节，而热身环节和拉伸环节分别仅设置热身包、拉伸包一个子环节。
利用子环节信息从视频片段库的视频片段中筛选出属性字段与子环节信息相匹配的视频片段，并从视频片段中确定并调取该子环节的目标视频片段。根据视频调取序列的顺序，依次调取每一个子环节的目标视频片段后，可以对目标视频片段进行编号，之后根据编号拼接目标视频片段即可生成用于呈现给用户的健身视频。
如图4所示，根据训练计划得到包含开场环节、热身环节、动作环节组、隐藏关卡环节、拉伸环节、结束环节总共六个大环节的视频调取序列动作，动作环节组中包含动作id为1、3、8的三套训练动作。每个大环节又对应有一个或多个子环节。根据视频调取序列中各子环节的顺序，分别调取每一个子环节的目标视频片段后，得到共计57段目标视频片段，对目标视频片段进行编号以确定调用顺序，最后拼接57段视频片段得到健身视频。
在部分实施例中，所述动作环节的子环节依次包括开场、支臂调节、动作讲解、组串场、动作循环和组间休息，同一动作环节中的所述组串场、动作循环或组间休息可多次调用目标视频片段。开场、支臂调节和动作讲解为准备环节，每个动作环节完成一次即可；组串场、动作循环或组间休息为锻炼环节，可以部分或全部重复多次，以满足训练计划的强度要求和训练时长。锻炼环节循环时，以动作id-1的动作环节为例，如图4所示，在六个子环节均调用一次目标视频片段的基础上，即目标视频7～12，动作环节的最后一个子环节可以是组间休息，例如完成一至三组循环，在目标视频片段12、15、18处中止并进入下一个动作环节的开场子环节；可以是动作循环，例如完成第四组循环后，目标视频片段20完成后中止并进入下一个动作环节的开场子环节；也可以是组串场，例如以目标视频片段21作为最后一个子环节。
在一个或多个实施例中，为提高视频片段拼接的连贯性，组间休息调取到的目标视频片段为纯页面或其他静止页面。
在一个或多个实施例中，不同循环次数同一子环节调取的目标视频片段优选为不同，以此体现出不同循环次数的差异性，从而提高训练计划中不同时期同一训练目标的健身视频的整体差异性。
在部分实施例中，所述目标视频片段上显示有至少部分子环节信息。增加显示了子环节信息后，进一步差异化健身视频，即使生成的健身视频完全一样，子环节信息也能够让用户感受到该健身视频是针对其身体特征和偏好量身定制的，提高健身体验，同时，子环节信息的显示能够让用户充分掌握锻炼情况和强度，进而调节身体状况，更好地完成训练。
本实施例中，健身视频基于训练计划有针对性地生成视频调取序列，通过匹配录制好的视频片段，不仅能够高度贴合训练计划，基于用户的健身需求、能力、偏好等信息，为用户在一个锻炼周期中的各个阶段制定健身视频，显著地提升健身效果，而且即使视频调取序列相同，由于同一个子环节可以在不同的调取过程中得到不同的目标视频片段，使得不同时间呈现给用户的健身视频具有足够的差异性，给用户以足够的定制感，进而提高用户体验和锻炼热情，进一步提升健身效果。
【实施例2】
在实施例1的基础上，如图2所示，所述目标视频片段的调取包括以下步骤：
基于子环节信息中包含的用户信息和/或训练信息，从视频片段库中筛选属性字段与所述用户信息和/或训练信息相匹配的多个视频片段作为候选视频片段；
随机调取一个候选视频片段作为当前子环节的目标视频片段；或
调取排序值最高的候选视频片段作为当前子环节的目标视频片段。
在部分实施例中，基于排序值调取目标视频片段时，成为目标视频片段的候选视频片段的排序值在后续调取中降低，其他候选视频片段的排序值在后续调取中升高。在一个或多个实施例中，成为目标视频片段的候选视频片段的排序值在下一次调取中降低，其他候选视频片段的排序值在下一次调取中升高。通过设置排序值与调取次数相关联的方式，使得用户能够观看到丰富多样的目标视频片段，提高健身视频的定制感和趣味性，增强健身体验，加强健身效果。
【实施例3】
在上述实施例的基础上，如图3所示，所述用户信息包括客观信息和主观信息，所述客观信息为与用户体质特征相关的信息，所述主观信息为反映用户偏好的信息；
基于所述客观信息和/或训练信息从视频片段库中筛选属性字段与所述客观信息和/或训练信息相匹配的多个视频片段作为初筛视频片段；
基于所述主观信息从初筛视频片段中筛选属性字段与所述主观信息相匹配的多个视频片段作为候选视频片段。
两种筛选方式相结合，不仅能够有效地缩短筛选时长，而且能够快速定位至受欢迎度高的视频片段，进而提高完整健身视频的观感，进一步提高健身体验。
在一个或多个实施例中，客观信息为与用户体质特征相关的信息，包括用户的性别、身高、体重、年龄、线状、体脂率、健身习惯、健身经验等信息。主观信息为反映用户偏好的信息，包括口播密度，播放热度，视频评分等信息。
【实施例4】
如图5所示的健身视频生成系统，包括：
获取模块，用于获取训练计划，并基于所述训练计划生成视频调取序列，所述视频调取序列包括多个连续的大环节，每个大环节内设置有至少一个子环节，所述子环节关联有子环节信息；
视频片段库，用于存储视频片段，所述视频片段关联有属性字段；
调取模块，用于按照视频调取序列中子环节的顺序，依次从所述视频片段库中调取得到所有子环节的目标视频片段；所述目标视频片段的调取包括：从视频片段库中筛选属性字段与所述子环节信息相匹配的多个视频片段作为候选视频片段，随机调取一个候选视频片段作为当前子环节的目标视频片段，或者调取排序值最高的候选视频片段作为当前子环节的目标视频片段；
合成模块，拼接目标视频片段生成所述健身视频。
【实施例5】
本实施例提供了一种健身视频生成的终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述任一种健身视频生成方法的步骤。
其中，所述处理器可以是中央处理器(CPU，Central Processing Unit)，还可以是其他通用处理器、数字信号处理器(digital signal processor)、专用集成电路(Application Specific Integrated Circuit)、现成可编程门阵列(Fieldprogrammablegate array)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。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的数据，实现发明中含噪多频衰减实信号频率估计装置的各种功能。所述存储器可主要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。此外，存储器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，例如硬盘、内存、插接式硬盘，智能存储卡，安全数字卡，闪存卡、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
【实施例6】
本实施例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存储有计算机程序，所述计算机程序被处理器执行时实现前述任一种健身视频生成方法的步骤。
前述的健身视频生成的终端设备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，可以存储在一个计算机可读取存储介质中。基于这样的理解本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序可存储于一计算机可读存介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码、对象代码形式、可执行文件或某些中间形式等。所述计算机可读取介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存储器、点载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。
以上，本发明已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
此外，本领域技术人员可以理解，本说明书的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本说明书的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本说明书的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
本说明书各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网或广域网，或连接至外部计算机，例如通过因特网，或在云计算环境中，或作为服务使用如软件即服务。
最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.健身视频生成方法，其特征在于，包括以下步骤：
根据训练计划获取视频调取序列，所述视频调取序列包括多个连续的大环节，每个大环节内设置有至少一个子环节，所述子环节关联有子环节信息；
按照视频调取序列依次从视频片段库中调取视频片段，得到所有子环节的目标视频片段，所述视频片段关联有属性字段，所述目标视频片段的属性字段与对应的子环节的子环节信息相匹配；
拼接目标视频片段生成所述健身视频。
2.根据权利要求1所述的健身视频生成方法，其特征在于，所述目标视频片段的调取包括以下步骤：
基于子环节信息中包含的用户信息和/或训练信息，从视频片段库中筛选属性字段与所述用户信息和/或训练信息相匹配的多个视频片段作为候选视频片段；
随机调取一个候选视频片段作为当前子环节的目标视频片段；或
调取排序值最高的候选视频片段作为当前子环节的目标视频片段。
3.根据权利要求2所述的健身视频生成方法，其特征在于，基于排序值调取目标视频片段时，成为目标视频片段的候选视频片段的排序值在后续调取中降低，其他候选视频片段的排序值在后续调取中升高。
4.根据权利要求2所述的健身视频生成方法，其特征在于，所述用户信息包括客观信息和主观信息，所述客观信息为与用户体质特征相关的信息，所述主观信息为反映用户偏好的信息；
基于所述客观信息和/或训练信息从视频片段库中筛选属性字段与所述客观信息和/或训练信息相匹配的多个视频片段作为初筛视频片段；
基于所述主观信息从初筛视频片段中筛选属性字段与所述主观信息相匹配的多个视频片段作为候选视频片段。
5.根据权利要求1～4中任一项所述的健身视频生成方法，其特征在于，所述视频调取序列的大环节依次包括开场环节、热身环节、动作环节组、拉伸环节和结束环节，所述动作环节组包括至少一个动作环节。
6.根据权利要求5所述的健身视频生成方法，其特征在于，所述动作环节的子环节依次包括开场、支臂调节、动作讲解、组串场、动作循环和组间休息，同一动作环节中的所述组串场、动作循环或组间休息可多次调用目标视频片段。
7.根据权利要求1～4中任一项所述的健身视频生成方法，其特征在于，所述目标视频片段上显示有至少部分子环节信息。
8.健身视频生成系统，其特征在于，包括：
获取模块，用于获取训练计划，并基于所述训练计划生成视频调取序列，所述视频调取序列包括多个连续的大环节，每个大环节内设置有至少一个子环节，所述子环节关联有子环节信息；
视频片段库，用于存储视频片段，所述视频片段关联有属性字段；
调取模块，用于按照视频调取序列中子环节的顺序，依次从所述视频片段库中调取得到所有子环节的目标视频片段；所述目标视频片段的调取包括：从视频片段库中筛选属性字段与所述子环节信息相匹配的多个视频片段作为候选视频片段，随机调取一个候选视频片段作为当前子环节的目标视频片段，或者调取排序值最高的候选视频片段作为当前子环节的目标视频片段；
合成模块，拼接目标视频片段生成所述健身视频。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1～7中任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1～7中任一项所述方法的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110970728.7A CN113674833B (zh) | 2021-08-23 | 2021-08-23 | 健身视频生成方法、系统、终端及存储介质 |
| PCT/CN2022/070076 WO2023024400A1 (zh) | 2021-08-23 | 2022-01-04 | 一种健身训练方法及系统及装置及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110970728.7A CN113674833B (zh) | 2021-08-23 | 2021-08-23 | 健身视频生成方法、系统、终端及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113674833A true CN113674833A (zh) | 2021-11-19 |
| CN113674833B CN113674833B (zh) | 2024-02-06 |
Family
ID=78545188
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110970728.7A Active CN113674833B (zh) | 2021-08-23 | 2021-08-23 | 健身视频生成方法、系统、终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113674833B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023024400A1 (zh) * | 2021-08-23 | 2023-03-02 | 成都拟合未来科技有限公司 | 一种健身训练方法及系统及装置及介质 |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2466377A1 (en) * | 1993-04-15 | 1994-10-16 | Sony Corporation | Methods and apparatus for synthesizing a three-dimensional image signal and producing a two-dimensional visual display therefrom |
| CA2412471A1 (en) * | 2002-12-17 | 2004-06-17 | Concordia University | A framework and a system for semantic content extraction in video sequences |
| US7122004B1 (en) * | 1999-08-13 | 2006-10-17 | Interactive Metronome, Inc. | Method and apparatus of enhancing learning capacity |
| CN102324019A (zh) * | 2011-08-12 | 2012-01-18 | 浙江大学 | 一种视频序列中自动提取手势候选区域的方法及系统 |
| CN102779184A (zh) * | 2012-06-29 | 2012-11-14 | 中国科学院自动化研究所 | 一种近似重复视频片段自动定位方法 |
| AU2014203635A1 (en) * | 2009-03-27 | 2014-07-24 | Infomotion Sports Technologies, Inc. | Monitoring of physical training events |
| CN104050684A (zh) * | 2014-05-27 | 2014-09-17 | 华中科技大学 | 一种基于在线训练的视频运动目标分类方法与系统 |
| CN104573111A (zh) * | 2015-02-03 | 2015-04-29 | 中国人民解放军国防科学技术大学 | 一种监控视频中的行人数据结构化存储及预检索方法 |
| CN106204456A (zh) * | 2016-07-18 | 2016-12-07 | 电子科技大学 | 全景视频序列运动估计越界折叠搜索方法 |
| CN106686403A (zh) * | 2016-12-07 | 2017-05-17 | 腾讯科技（深圳）有限公司 | 一种视频预览图生成方法、装置、服务器以及系统 |
| CN107133559A (zh) * | 2017-03-14 | 2017-09-05 | 湖北工业大学 | 基于360度全景的运动物体检测方法 |
| RU190505U1 (ru) * | 2019-02-07 | 2019-07-02 | Николай Александрович Марков | Автоматизированная система для определения профессиональной пригодности кандидатов на обучение по программам подготовки специалистов по обеспечению информационной безопасности |
| CA3100879A1 (en) * | 2018-05-18 | 2019-11-21 | Alarm.Com Incorporated | Machine learning for home understanding and notification |
| WO2019227560A1 (zh) * | 2018-05-29 | 2019-12-05 | 科大讯飞股份有限公司 | 信息推荐方法、装置、系统、设备及可读存储介质 |
| CN112019920A (zh) * | 2019-05-31 | 2020-12-01 | 腾讯科技（深圳）有限公司 | 视频推荐方法、装置、系统和计算机设备 |
| CN112579913A (zh) * | 2020-12-30 | 2021-03-30 | 上海众源网络有限公司 | 一种视频推荐方法、装置、设备和计算机可读存储介质 |
| CN113241147A (zh) * | 2021-04-28 | 2021-08-10 | 厦门艾地运动科技有限公司 | 健身计划生成方法、装置及电子设备 |
-
2021
- 2021-08-23 CN CN202110970728.7A patent/CN113674833B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2466377A1 (en) * | 1993-04-15 | 1994-10-16 | Sony Corporation | Methods and apparatus for synthesizing a three-dimensional image signal and producing a two-dimensional visual display therefrom |
| US7122004B1 (en) * | 1999-08-13 | 2006-10-17 | Interactive Metronome, Inc. | Method and apparatus of enhancing learning capacity |
| CA2412471A1 (en) * | 2002-12-17 | 2004-06-17 | Concordia University | A framework and a system for semantic content extraction in video sequences |
| AU2014203635A1 (en) * | 2009-03-27 | 2014-07-24 | Infomotion Sports Technologies, Inc. | Monitoring of physical training events |
| CN102324019A (zh) * | 2011-08-12 | 2012-01-18 | 浙江大学 | 一种视频序列中自动提取手势候选区域的方法及系统 |
| CN102779184A (zh) * | 2012-06-29 | 2012-11-14 | 中国科学院自动化研究所 | 一种近似重复视频片段自动定位方法 |
| CN104050684A (zh) * | 2014-05-27 | 2014-09-17 | 华中科技大学 | 一种基于在线训练的视频运动目标分类方法与系统 |
| CN104573111A (zh) * | 2015-02-03 | 2015-04-29 | 中国人民解放军国防科学技术大学 | 一种监控视频中的行人数据结构化存储及预检索方法 |
| CN106204456A (zh) * | 2016-07-18 | 2016-12-07 | 电子科技大学 | 全景视频序列运动估计越界折叠搜索方法 |
| CN106686403A (zh) * | 2016-12-07 | 2017-05-17 | 腾讯科技（深圳）有限公司 | 一种视频预览图生成方法、装置、服务器以及系统 |
| CN107133559A (zh) * | 2017-03-14 | 2017-09-05 | 湖北工业大学 | 基于360度全景的运动物体检测方法 |
| CA3100879A1 (en) * | 2018-05-18 | 2019-11-21 | Alarm.Com Incorporated | Machine learning for home understanding and notification |
| WO2019227560A1 (zh) * | 2018-05-29 | 2019-12-05 | 科大讯飞股份有限公司 | 信息推荐方法、装置、系统、设备及可读存储介质 |
| RU190505U1 (ru) * | 2019-02-07 | 2019-07-02 | Николай Александрович Марков | Автоматизированная система для определения профессиональной пригодности кандидатов на обучение по программам подготовки специалистов по обеспечению информационной безопасности |
| CN112019920A (zh) * | 2019-05-31 | 2020-12-01 | 腾讯科技（深圳）有限公司 | 视频推荐方法、装置、系统和计算机设备 |
| CN112579913A (zh) * | 2020-12-30 | 2021-03-30 | 上海众源网络有限公司 | 一种视频推荐方法、装置、设备和计算机可读存储介质 |
| CN113241147A (zh) * | 2021-04-28 | 2021-08-10 | 厦门艾地运动科技有限公司 | 健身计划生成方法、装置及电子设备 |
Non-Patent Citations (4)
| Title |
|---|
| 曾友美;宋英;: "基于机器视觉技术的运动训练系统设计", 现代电子技术, no. 05, pages 150 - 154 * |
| 曾友美等: ""基于机器视觉技术的运动训练系统设计"", 《现代电子技术》, pages 150 - 154 * |
| 钟亚平: ""信息技术在运动训练中的应用与展望"", 《武汉体育学院学报》, pages 52 - 55 * |
| 韩磊: ""图像序列中人的行为分析和识别方法"", 《北京理工大学》, pages 1 - 124 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023024400A1 (zh) * | 2021-08-23 | 2023-03-02 | 成都拟合未来科技有限公司 | 一种健身训练方法及系统及装置及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113674833B (zh) | 2024-02-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110297848A (zh) | 基于联邦学习的推荐模型训练方法、终端及存储介质 | |
| CA2854001C (en) | Dynamic exercise content | |
| CN110209843A (zh) | 多媒体资源播放方法、装置、设备及存储介质 | |
| CN111708948B (zh) | 内容项推荐方法、装置、服务器及计算机可读存储介质 | |
| CN103440199B (zh) | 测试引导方法和装置 | |
| CN109947438A (zh) | 基于机器学习的游戏安装方法及电子设备、可读存储介质 | |
| CN110812843A (zh) | 基于虚拟形象的交互方法及装置、计算机存储介质 | |
| CN113656640B (zh) | 一种健身训练方法及系统及装置及介质 | |
| CN113674833A (zh) | 健身视频生成方法、系统、终端及存储介质 | |
| CN110270093A (zh) | 一种智能导购方法、装置、计算设备及存储介质 | |
| CN112819174B (zh) | 基于人工智能算法改进的伦理虚拟仿真实验方法和机器人 | |
| CN111988642A (zh) | 推荐视频的方法、装置、服务器和存储介质 | |
| CN107080946A (zh) | 一种多人游戏资源分配的方法及装置 | |
| CN112866810A (zh) | 视频播放方法及视频播放装置 | |
| WO2023024400A1 (zh) | 一种健身训练方法及系统及装置及介质 | |
| CN113555008B (zh) | 一种针对模型的调参方法及装置 | |
| JP5949824B2 (ja) | 情報処理装置及びプログラム | |
| JP6277920B2 (ja) | 情報処理装置及びプログラム | |
| CN110314368A (zh) | 台球击球的辅助方法、装置、设备及可读介质 | |
| CN118276923B (zh) | 小程序动态配置方法、装置、计算机设备和存储介质 | |
| US9697209B2 (en) | Multimedia authoring method for assistance in physical exercise and non-volatile computer-readable storage medium | |
| CN107360466A (zh) | 一种对视频节目单排序的方法及装置 | |
| Wu et al. | Brain Inspired Episodic Memory Deep Q-Networks for Sparse Reward | |
| CN116934921A (zh) | 数字人动画的调度方法、装置、电子设备及可读存储介质 | |
| CN118506971A (zh) | 健身计划的生成方法、装置、计算机存储介质及电子装置 |
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 |