CN115472260A - 健身个性化计划推荐方法、装置及健身设备 - Google Patents

Abstract

本申请涉及一种健身个性化计划推荐方法、装置及健身设备。一个实施例中，获取用户身份信息，根据用户身份信息获取用户分类数据，匹配对应的用户分类标签，采集用户当前的运动数据，根据运动数据和用户分类标签，推荐对应的个性化训练计划。这样，通过用户的分类数据为用户匹配适用的用户分类标签，可以为用户确定一个适合用户自身的衡量标准，再结合用户当前的运动数据，就可以为用户推荐当前情况下应该进行的个性化运动计划，用户无需担心运动计划超出身体素质的承受程度，降低运动对身体的负担，针对性地对不足之处进行锻炼。

Description

健身个性化计划推荐方法、装置及健身设备

技术领域

本公开涉及健身计划推荐领域，尤其涉及一种健身个性化计划推荐方法、装置及健身设备。

背景技术

随着人们生活水平的提高，人们对生活质量的要求也不断提高，各种健身项目也成为高品质生活的一部分。跑步机作为一种能足不出户地锻炼身体的健身用品，成为越来越多人健身时的首选。

然而，在通过跑步机进行跑步锻炼的过程中，每个人的体质不同，能够承受的强度和适合的运动方式也不相同，而聘请专业的健身教练定期针对性地设计健身计划则花费太高。因此，亟需一种能根据用户自身特点来推荐适合用户的个性化健身计划的手段。

发明内容

基于此，有必要针对上述技术问题，提供一种健身个性化计划推荐方法、装置及健身设备。本公开的技术方案如下：

根据本公开实施例的一个方面，提供一种健身个性化计划推荐方法，包括：

获取使用健身设备进行运动的用户身份信息；

根据所述用户身份信息获取用户分类数据；

根据所述用户分类数据匹配对应的用户分类标签；

获取用户当前的运动数据，所述运动数据至少包括脚部图像数据；

根据所述脚部图像数据，识别脚掌的着地支撑方式；

根据所述着地支撑方式和所述用户分类标签，推荐对应的个性化训练计划。

在其中一个实施例中，所述获取使用健身设备进行运动的用户身份信息包括：

响应于健身设备被使用时自动触发的人脸识别功能，采集用户的人脸图像数据；

将所述人脸图像数据与历史数据库对比识别，获取所述用户身份信息。

在其中一个实施例中，所述脚掌的着地支撑方式的种类包括全脚掌着地、脚跟着地、前脚掌着地。

在其中一个实施例中，在所述健身设备为跑步机、所述运动为跑步的情况下，所述匹配对应的用户分类标签包括：

将所述用户分类数据与预设分类标签进行比较，确定用户所属的所述用户分类标签：

L≥2且V≥15且S≥0.9，匹配为专业跑者U5；

L≥2且V≥10且T≥100且N≥15且S≥0.8，匹配为高阶跑者U4；

L≥1且V≥8且T≥50且N≥10且S≥0.7，匹配为进阶跑者U3；

L≥0.5且V＜10且T≥30且N≥3且S≥0.6，匹配为初学者U2；

不满足上述条件者匹配为观望用户U1；

其中，L表示单次运动最长运动时长，V表示此次运动平均速度，T表示累计运动天数，N表示最近1个月运动次数，S表示动作标准度的平均分数。

所述用户分类数据包括所述单次运动最长运动时长、所述此次运动平均速度、所述累计运动天数、所述最近1个月运动次数、所述动作标准度的平均分数。

在其中一个实施例中，当匹配对应的用户分类标签后，还包括：

根据所述用户分类标签，推荐与所述用户分类标签对应的基础训练动作。

在其中一个实施例中，所述运动数据还包括用户的当前心率和肢体图像数据。

在其中一个实施例中，所述推荐对应的个性化训练计划还包括：

获取所述肢体图像数据中的跑步行为数据，所述跑步行为数据还包括步幅、步频、摆臂频率；

将所述跑步行为数据、所述当前心率与预设跑步标签进行比较，所述预设跑步标签标准具体为：

专业跑者U5：B1≥180，B2≥180，L≥120，X≤180；

高阶跑者U4：B1≥170，B2≥170，L≥100，X≤170；

进阶跑者U3：B1≥160，B2≥160，L≥90，X≤160；

初学者U2：B1≥140，B2≥140，L≥80，X≤150；

其中，B1表示所述步频，B2表示所述摆臂频率，L表示所述步幅，X表示所述当前心率；

所述跑步行为数据不满足标准时，向用户推荐对应的调整方式；

所述跑步行为数据满足标准，所述当前心率不满足标准时，向用户推荐与所述用户分类标签对应的个性化训练方式。

在其中一个实施例中，所述推荐对应的个性化训练计划还包括：

根据所述脚部图像数据确定用户的脚步姿势；

根据所述脚步姿势推荐与所述运动相关联的运动产品。

根据本公开实施例的另一方面，还提供一种健身个性化计划推荐装置，包括：

数据采集模块，用于采集用户的身份信息和运动数据；

信息匹配模块，用于根据所述身份信息匹配对应用户分类标签；

中央处理模块，用于根据所述用户分类标签和所述运动数据向用户推荐基础训练动作和个性化训练计划；

所述数据采集模块，具体用于：通过设置在健身设备上的人脸检测摄像头，采集使用健身设备的用户的人脸图像数据，并进行所述人脸图像数据与历史数据库比对识别，获取用户身份信息；通过设置在健身设备上的肢体检测摄像头，采集使用健身设备的用户的肢体图像数据；通过设置在健身设备上的脚部检测摄像头，采集使用健身设备的用户的脚部图像数据；通过与健身设备相连的跑步心率传感器，采集用户的当前心率。

根据本公开实施例的另一方面，还提供一种应用于上述推荐方法的健身设备，所述健身设备包括：

呈一定角度设置的控制面板和跑步机跑台，所述跑步机跑台上设置有重力传感器，在所述跑步机跑台两侧且与所述跑步机跑台位于同一平面内设置有脚部检测摄像头；

所述控制面板上设置有电子显示屏，在所述电子显示屏的上边缘设置有人脸检测摄像头、人体传感器以及语音模块，在所述电子显示屏下边缘的两侧分别设置有肢体检测摄像头；所述电子显示屏还用于显示推荐的个性化训练计划；

在所述跑步机的内部设置有处理模块、存储器，所述存储器存储有计算机程序，所述处理模块分别与所述重力传感器、脚部检测摄像头、电子显示屏、人脸检测摄像头、人体传感器、跑步心率传感器、语音模块以及肢体检测摄像头电连接；所述处理模块执行所述计算机程序时实现上述推荐方法。

本公开实施例提供的技术方案中，通过用户的分类数据为用户匹配适用的用户分类标签，可以为用户确定一个适合用户自身的衡量标准，再结合用户当前的运动数据，就可以为用户推荐当前情况下应该进行的个性化运动计划，用户无需担心运动计划超出身体素质的承受程度，降低运动对身体的负担，针对性地对不足之处进行锻炼。

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，并不能限制本公开。

附图说明

图1是一个实施例中健身个性化计划推荐方法的流程示意图；

图2是一个实施例中获取用户身份信息的流程示意图；

图3是一个实施例中健身个性化计划推荐装置的示意图；

图4是一个实施例中应用健身个性化计划推荐方法的健身设备的结构示意图；

附图标记：

11-电子显示屏；12-人脸检测摄像头；13-人体传感器；14-语音模块；15-肢体检测摄像头；20-跑步机跑台；21-重力传感器；22-脚部检测摄像头；602-数据采集模块；604-信息匹配模块；606-中央处理模块。

具体实施方式

为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。术语“包括”、“包含”或者其任何其它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、产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它要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。例如若使用到第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

本公开中，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件或者一个元件与另一个元件“相连”，它可以是直接连接到另一个元件或者可能同时存在居中元件，并且应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体式连接；可以是机械连接，也可以是电连接。对于本领域中的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

本文所使用的术语“垂直的”、“水平的”、“左”、“右”、“上”、“下”、“前”、“后”、“周向”、“行进方向”以及类似的表述是基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

除非另有定义，本文所使用的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义可以相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”、“和/或”、“至少…之一”包括一个或多个相关的所列项目的任意的和所有的组合。需要说明的是，本公开中所描述的相连、连接等，可以是通过器件间的接口或引脚直接连接，也可以是通过引线连接。

在一个实施例中，如图1所示，提供了一种健身个性化计划推荐方法，包括以下步骤：

步骤S202，获取使用健身设备进行运动的用户身份信息。

其中，用户身份信息是使用健身设备的用户在系统中已注册的账户信息，获取账户信息后将登录至用户在系统中的账户。

具体地，健身设备中的语音识别模块可以获取用户的语音，识别用户通过语音录入的身份信息进行登录。在一些可选的实施方式中，还可以通过健身设备显示屏进行手动点击登录，也可以通过健身设备上的摄像头采集人脸信息识别身份后自动登录。在一些其他实施方式中，若用户未在系统中注册账户，还将为该用户自动创建一个新账户。

步骤S204，根据所述用户身份信息获取用户分类数据。

其中，用户分类数据是与用户分类相关的历史运动数据。

步骤S206，根据所述用户分类数据匹配对应的用户分类标签。

其中，用户分类标签是根据用户的历史运动数据结合系统中预设的用户分类标准为用户匹配的一个用户分类等级。

步骤S208，获取用户当前的运动数据，所述运动数据至少包括脚部图像数据。

具体地，用户登录系统后使用健身设备进行运动，通过健身设备上的摄像头采集用户运动时的脚步图像数据。

步骤S210，根据所述脚部图像数据，识别脚掌的着地支撑方式。

其中，当用户使用的健身设备为跑步机时，脚掌的着地支撑方式可以是用户脚掌踩在跑步机跑台上的支撑方式。需要指出的是，脚掌的着地支撑方式并不仅限于脚掌踩在与地面平行的支撑面上，在一些其他实施方式中，根据健身设备结构的不同，用于确定识别脚掌的着地支撑方式的支撑面可以是与地面垂直或倾斜的。

步骤S212，根据所述着地支撑方式和所述用户分类标签，推荐对应的个性化训练计划。

具体地，通过健身设备上的脚部检测摄像头采集用户运动时的脚部图像数据，对脚后跟、脚踝、脚后掌、脚前掌、脚大拇指、脚小指等7个脚部关键点进行分析并判断着地方式。例如判断着地方式是脚跟着地，当用户分类标签是进阶跑者U3及以下时，用户的问题为核心力量不够，提示用户控制脚步姿势使脚掌着地，同步推荐用户进行与分类标签对应的身体核心力量锻炼；当用户分类标签是高阶跑者U4及以上时，用户的问题为习惯不良，推荐用户进行踝关节力量训练-高级。

本公开实施例提供的技术方案中，通过用户的分类数据为用户匹配适用的用户分类标签，可以为用户确定一个适合用户自身的衡量标准，再结合用户当前的运动数据，就可以为用户推荐当前情况下应该进行的个性化运动计划，用户无需担心运动计划超出身体素质的承受程度，降低运动对身体的负担，同时基于同一种脚部着地方式，根据用户所属分类标签的不同，向用户推荐不同的针对性训练方式，有效地纠正了用户健身过程中的不良习惯，同时也补足了用户健身过程中的短板。

在一个实施例中，如图2所示，获取用户身份信息还包括：

步骤S102，响应于健身设备被使用时自动触发的人脸识别功能，采集用户的人脸图像数据。

具体地，健身设备上的人体传感器感应到有人靠近时，触发人脸识别功能。在一些其他实施方式中，健身设备上还设置有体重传感器，体重传感器感应到有重量存在时，触发人脸识别功能。需要指出的是，触发人脸识别功能的体重范围可以任意设定，例如在一些可选方式中可以设置为20kg～200kg。

步骤S104，将所述人脸图像数据与历史数据库对比识别，获取用户身份信息。

具体地，将采集的人脸图像数据与系统历史数据库中的数据一一比对识别，识别成功后获取用户的身份信息。

上述实施例中，健身设备可以在感应到用户使用时自动触发人脸识别功能，通过健身设备上的摄像头采集人脸图像识别验证后自动登录，实现全程无接触式验证登录，避免了用户因手上存在汗液等无法进行手动登录的情形。

在一个实施例中，脚掌的着地支撑方式的种类包括全脚掌着地、脚跟着地、前脚掌着地。

在一个实施例中，当健身设备为跑步机、所述运动为跑步的情况下，所述匹配对应的用户分类标签包括：

将所述用户分类数据与预设分类标签进行比较，确定用户所属的所述用户分类标签：

L≥2且V≥15且S≥0.9，匹配为专业跑者U5；

L≥2且V≥10且T≥100且N≥15且S≥0.8，匹配为高阶跑者U4；

L≥1且V≥8且T≥50且N≥10且S≥0.7，匹配为进阶跑者U3；

L≥0.5且V＜10且T≥30且N≥3且S≥0.6，匹配为初学者U2；

不满足上述条件者匹配为观望用户U1；

其中，观望用户U1中还包括系统中未注册有账户信息的新用户，L表示单次运动最长运动时长，V表示此次运动平均速度，T表示累计运动天数，N表示最近1个月运动次数，S表示动作标准度的平均分数；L的单位为小时，V的单位为千米/小时。

所述用户分类数据包括单次运动最长运动时长、此次运动平均速度、累计运动天数、最近1个月运动次数、动作标准度的平均分数。

需要指出的是，上述分类标签也可以有其他的命名方式，如职业跑者U5、跑步达人U4等。

上述实施例中，根据对健身群体身体状况的分析，结合专家的指导意见，为用户划分了5个用户分类标签的等级，对应了5种不同程度身体素质的健身群体，使得每个用户都能依据上述标准明确自身所属的健身群体，合理选择健身计划。

在一个实施例中，当匹配对应的用户分类标签后，还包括：

根据所述用户分类标签，推荐与所述用户分类标签对应的基础训练动作。

在一些可选方式中，不同用户分类标签对应的基础训练动作如下：

初学者U2:跑前热身训练；跑后拉伸训练；摆臂训练；呼吸节奏训练；跑姿纠正训练；核心力量训练-初级；下腰部力量训练-初级；下肢力量训练-初级；踝关节力量训练-初级；

进阶跑者U3:肩颈部肌肉力量训练；核心力量训练-中级；下腰部力量训练-中级；下肢力量训练-中级；踝关节力量训练-中级；屈髋肌群力量训练-初级；髂腰前后肌群力量练习-初级；下肢关节稳定性训练-初级；膝关节稳定性练习-初级；臀中肌臀大肌力量练习-初级；

高阶跑者U3:踝关节内外翻力量训练；马拉松训练-初级；核心力量训练-高级；下腰部力量训练-高级；下肢力量训练-高级；踝关节力量训练-高级；屈髋肌群力量训练-高级；髂腰前后肌群力量练习-高级；下肢关节稳定性训练-高级；膝关节稳定性练习-中级；臀中肌臀大肌力量练习-中级；

专业跑者U5:节奏型间歇跑训练；马拉松训练-高级；核心力量训练-高级；下腰部力量训练-高级；下肢力量训练-高级；踝关节力量训练-高级；屈髋肌群力量训练-高级；髂腰前后肌群力量练习-高级；下肢关节稳定性训练-高级；膝关节稳定性练习-高级；臀中肌臀大肌力量练习-高级。

上述实施例中，根据用户匹配的分类标签不同，推荐与当前所属分类标签对应的一系列基础训练动作，可以有效地对用户全身各部位进行训练，充分挖掘用户当前阶段的身体潜能，提高用户的身体素质。

在一个实施例中，运动数据还包括用户的当前心率和肢体图像数据。

具体地，通过与健身设备相连的心率传感器测试用户进行当前运动时的心率，通过健身设备上的肢体检测摄像头采集用户的肢体图像数据。

在一个实施例中，推荐对应的个性化训练计划还包括：

获获取所述肢体图像数据中的跑步行为数据，所述跑步行为数据还包括步幅、步频、摆臂频率。

将所述跑步行为数据、所述当前心率与预设跑步标签进行比较，所述预设跑步标签标准具体为：

专业跑者U5：B1≥180，B2≥180，L≥120，X≤180；

高阶跑者U4：B1≥170，B2≥170，L≥100，X≤170；

进阶跑者U3：B1≥160，B2≥160，L≥90，X≤160；

初学者U2：B1≥140，B2≥140，L≥80，X≤150。

其中，B1表示所述步频，B2表示所述摆臂频率，L表示所述步幅，X表示所述心率。

当跑步行为数据不满足标准时，向用户推荐对应的调整方式。

当跑步行为数据满足标准，当前心率不满足标准时，向用户推荐与用户分类标签对应的个性化训练方式。

其中，向用户推荐对应的调整方式包括增大步幅、步频等方式。

具体地，通过健身设备上的肢体检测摄像头采集用户当前运动的肢体图像数据，获得用户的跑步行为数据，结合用户分类标签标准判断用户存在的问题，推荐对应的个性化训练方式。

在一个具体实施方式中，当用户步幅、步频、摆臂频率都满足居对应的标准，但当前心率不满足标准时，提醒用户注意先减小步幅、增大步频，增加每周运动次数(U1和U5分别对应每周运动1到5次)，控制饮食(U1和U2推荐一日多餐，低热量饮食等规律性引导；U3和U4推荐低热量饮食，U5推荐补充补充碳水化合物等)，进行有氧和无氧的针对性训练(U1和U2推荐核心肌肉群训练，U3和U4推荐脚部和膝盖肌肉训练，U5推荐跑步节奏型间歇跑训练)。

上述实施例中，针对用户的跑步姿势和心率向用户推荐合适的运动方式以及饮食计划，避免用户形成不良跑步习惯，使用户健身计划结构更加科学化。

在一个实施例中，推荐对应的个性化训练计划还包括：

根据脚部图像数据确定用户的脚步姿势；

根据脚步姿势推荐与所述运动相关联的运动产品。

其中，脚步姿势可以是内翻或者外翻，也可以是内八字脚或者外八字脚，还可以是高足弓或者低足弓等。

在一些实施方式中，当用户使用的健身设备为跑步机、用户当前运动为跑步时，脚步姿势包括是否为内翻、是否为八字脚等。具体地，通过健身设备上的肢体检测摄像头采集用户的肢体图像数据，若左脚脚踝至脚底连线与左脚脚踝至膝盖连线的夹角小于170度则为外翻，大于190度则为内翻，右脚也可以采用同样的方式进行确定。可选地，当根据用户的肢体图像数据确定为外翻且为内八字时，推荐避震型跑鞋。

根据本公开实施例的另一方面，如图3所示，还提供一种健身个性化计划推荐装置，包括：

数据采集模块602，用于采集用户的身份信息和运动数据；

信息匹配模块604，用于根据所述身份信息匹配对应用户分类标签；

中央处理模块606，用于根据所述用户分类标签和所述运动数据向用户推荐基础训练动作和个性化训练计划。

其中，数据采集模块602具体用于：通过设置在健身设备上的人脸检测摄像头，采集使用健身设备的用户的人脸图像数据，并进行所述人脸图像数据与历史数据库比对识别，获取用户身份信息；通过设置在健身设备上的肢体检测摄像头，采集使用健身设备的用户的肢体图像数据；通过设置在健身设备上的脚部检测摄像头，采集使用健身设备的用户的脚部图像数据；通过与健身设备相连的跑步心率传感器，采集用户的当前心率。

需要指出的是，本申请中使用的摄像头可以作为健身设备的一部分固定于健身设备上，也可以与健身设备通过具有传输功能的数据线连接，还可以与健身设备通过无线信号通讯。

关于健身个性化计划推荐装置的具体限定可以参见上文中对于健身个性化计划推荐方法的限定，在此不再赘述。上述健身个性化计划推荐装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种应用于健身个性化计划推荐方法的健身设备，如图4所示，所述健身设备包括：呈一定角度设置的控制面板10和跑步机跑台20，所述跑步机跑台20上设置有重力传感器21，在所述跑步机跑台20两侧且与所述跑步机跑台20位于同一平面内设置有脚部检测摄像头22；所述控制面板10上设置有电子显示屏11，在所述电子显示屏11的上边缘设置有人脸检测摄像头12、人体传感器13以及语音模块14，在所述电子显示屏11下边缘的两侧分别设置有肢体检测摄像头15；电子显示屏11还用于显示推荐的个性化训练计划。

在所述跑步机的内部设置有处理模块(图中未示出)和存储器(图中未示出)，所述存储器存储有计算机程序，所述处理模块分别与所述重力传感器21、脚部检测摄像头22、电子显示屏11、人脸检测摄像头12、人体传感器13、语音模块14以及肢体检测摄像头15电连接。处理模块执行存储器中的计算机程序时实现上述推荐方法。

其中，所述人脸检测摄像头12用于采集用户的人脸图像数据。所述处理模块用于对用户进行人脸识别以获取用户身份信息，并根据用户身份信息匹配对应的用户分类标签，还可以根据用户的运动数据和用户所属的用户分类标签推荐个性化训练计划。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。

Claims (10)

1.一种健身个性化计划推荐方法，其特征在于，包括：

获取使用健身设备进行运动的用户身份信息；

根据所述用户身份信息获取用户分类数据；

根据所述用户分类数据匹配对应的用户分类标签；

获取用户当前的运动数据，所述运动数据至少包括脚部图像数据；

根据所述脚部图像数据，识别脚掌的着地支撑方式；

根据所述着地支撑方式和所述用户分类标签，推荐对应的个性化训练计划。

2.根据权利要求1所述的推荐方法，其特征在于，所述获取使用健身设备进行运动的用户身份信息包括：

响应于健身设备被使用时自动触发的人脸识别功能，采集用户的人脸图像数据；

将所述人脸图像数据与历史数据库对比识别，获取所述用户身份信息。

3.根据权利要求1所述的推荐方法，其特征在于，所述脚掌的着地支撑方式的种类包括全脚掌着地、脚跟着地、前脚掌着地。

4.根据权利要求1所述的推荐方法，其特征在于，在所述健身设备为跑步机、所述运动为跑步的情况下，所述匹配对应的用户分类标签包括：

将所述用户分类数据与预设分类标签进行比较，确定用户所属的所述用户分类标签：

L≥2且V≥15且S≥0.9，匹配为专业跑者U5；

L≥2且V≥10且T≥100且N≥15且S≥0.8，匹配为高阶跑者U4；

L≥1且V≥8且T≥50且N≥10且S≥0.7，匹配为进阶跑者U3；

L≥0.5且V＜10且T≥30且N≥3且S≥0.6，匹配为初学者U2；

不满足上述条件者匹配为观望用户U1；

其中，L表示单次运动最长运动时长，V表示此次运动平均速度，T表示累计运动天数，N表示最近1个月运动次数，S表示动作标准度的平均分数；

所述用户分类数据包括所述单次运动最长运动时长、所述此次运动平均速度、所述累计运动天数、所述最近1个月运动次数、所述动作标准度的平均分数。

5.根据权利要求1所述的推荐方法，其特征在于，当匹配对应的用户分类标签后，还包括：

根据所述用户分类标签，推荐与所述用户分类标签对应的基础训练动作。

6.根据权利要求1所述的推荐方法，其特征在于，所述运动数据还包括用户的当前心率和肢体图像数据。

7.根据权利要求6所述的推荐方法，其特征在于，所述推荐对应的个性化训练计划还包括：

获取所述肢体图像数据中的跑步行为数据，所述跑步行为数据包括步幅、步频、摆臂频率；

将所述跑步行为数据、所述当前心率与预设跑步标签进行比较，所述预设跑步标签标准具体为：

专业跑者U5：B1≥180，B2≥180，L≥120，X≤180；

高阶跑者U4：B1≥170，B2≥170，L≥100，X≤170；

进阶跑者U3：B1≥160，B2≥160，L≥90，X≤160；

初学者U2：B1≥140，B2≥140，L≥80，X≤150；

其中，B1表示所述步频，B2表示所述摆臂频率，L表示所述步幅，X表示所述当前心率；

所述跑步行为数据不满足标准时，向用户推荐对应的调整方式；

所述跑步行为数据满足标准，所述当前心率不满足标准时，向用户推荐与所述用户分类标签对应的个性化训练方式。

8.根据权利要求1所述的推荐方法，其特征在于，所述推荐对应的个性化训练计划还包括：

根据所述脚部图像数据确定用户的脚步姿势；

根据所述脚步姿势推荐与所述运动相关联的运动产品。

9.一种健身个性化计划推荐装置，其特征在于，包括：

数据采集模块，用于采集用户的身份信息和运动数据；

信息匹配模块，用于根据所述身份信息匹配对应用户分类标签；

中央处理模块，用于根据所述用户分类标签和所述运动数据向用户推荐基础训练动作和个性化训练计划；

所述数据采集模块，具体用于：通过设置在健身设备上的人脸检测摄像头，采集使用健身设备的用户的人脸图像数据，并进行所述人脸图像数据与历史数据库比对识别，获取用户身份信息；通过设置在健身设备上的肢体检测摄像头，采集使用健身设备的用户的肢体图像数据；通过设置在健身设备上的脚部检测摄像头，采集使用健身设备的用户的脚部图像数据；通过与健身设备相连的跑步心率传感器，采集用户的当前心率。

10.一种健身设备，其特征在于，所述健身设备包括：

呈一定角度设置的控制面板和跑步机跑台，所述跑步机跑台上设置有重力传感器，在所述跑步机跑台两侧且与所述跑步机跑台位于同一平面内设置有脚部检测摄像头；

所述控制面板上设置有电子显示屏，在所述电子显示屏的上边缘设置有人脸检测摄像头、人体传感器以及语音模块，在所述电子显示屏下边缘的两侧分别设置有肢体检测摄像头；所述电子显示屏还用于显示推荐的个性化训练计划；

在所述跑步机的内部设置有处理模块、存储器，所述存储器存储有计算机程序，所述处理模块分别与所述重力传感器、脚部检测摄像头、电子显示屏、人脸检测摄像头、人体传感器、跑步心率传感器、语音模块以及肢体检测摄像头电连接；所述处理模块执行所述计算机程序时实现权利要求1至8中任意一项所述的推荐方法。

Images