CN115481342A - 一种运动头像的管理方法、装置及存储介质 - Google Patents

Abstract

本申请公开了一种运动头像的管理方法、装置及存储介质。其中，该运动头像的管理方法，应用于跑道系统，跑道系统包括用户终端设备以及与用户终端设备通信连接的云端服务器，并且管理方法包括：云端服务器确定用户的当前运动数据，其中用户为跑道系统的已登录用户；云端服务器根据当前运动数据，从预设的头像集合中确定用户当前能够解锁的目标头像；以及云端服务器解锁用户使用目标头像的权限，并将对应的解锁通知信息发送至用户的用户终端设备。

Description

一种运动头像的管理方法、装置及存储介质

技术领域

本申请涉及数据处理技术领域，特别是涉及一种运动头像的管理方法、装置及存储介质。

背景技术

近年来，随着社会的进步和人们生活水平的提高，进行体育锻炼、提高身体素质成了人们平时生活的一部分。目前有一些安装于用户终端上的运动APP能够为用户提供运动数据的分析计算功能，从而让用户可以充分掌握其运动情况。同时，与一些现有的交互APP(例如微信、QQ等)一样，用户可以在运动APP中设置个人的运动头像。目前的运动头像的管理方法，大多数都是由用户来个性化设置其运动头像，因此用户的运动头像更多的功能仅仅是用来标识用户，其无法用来标识用户的运动量的多少。

针对上述的现有技术中存在的用户的运动头像仅用来标识用户，而无法用来标识用户的运动量的多少的技术问题，目前尚未提出有效的解决方案。

发明内容

本公开的实施例提供了一种运动头像的管理方法、装置及存储介质，以至少解决现有技术中存在的用户的运动头像仅用来标识用户，而无法用来标识用户的运动量的多少的技术问题。

根据本公开实施例的一个方面，提供了一种运动头像的管理方法，应用于跑道系统，跑道系统包括用户终端设备以及与用户终端设备通信连接的云端服务器，并且管理方法包括：云端服务器确定用户的当前运动数据，其中用户为跑道系统的已登录用户；云端服务器根据当前运动数据，从预设的头像集合中确定用户当前能够解锁的目标头像；以及云端服务器解锁用户使用目标头像的权限，并将对应的解锁通知信息发送至用户的用户终端设备。

根据本公开实施例的另一个方面，还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时由处理器执行以上任意一项所述的方法。

根据本公开实施例的另一个方面，还提供了一种运动头像的管理装置，包括：运动数据确定模块，用于确定用户的当前运动数据，其中用户为跑道系统的已登录用户；目标头像确定模块，用于根据当前运动数据，从预设的头像集合中确定用户当前能够解锁的目标头像；以及头像解锁模块，用于解锁用户使用目标头像的权限，并将对应的解锁通知信息发送至用户的用户终端设备。

根据本公开实施例的另一个方面，还提供了一种运动头像的管理装置，包括：处理器；以及第存储器，与处理器连接，用于为处理器提供处理以下处理步骤的指令：确定用户的当前运动数据，其中用户为跑道系统的已登录用户；根据当前运动数据，从预设的头像集合中确定用户当前能够解锁的目标头像；以及解锁用户使用目标头像的权限，并将对应的解锁通知信息发送至用户的用户终端设备。

在本公开实施例中，通过云端服务器确定跑道系统的已登录用户的当前运动数据。本实施例预设的头像集合包括多个不同等级的头像子集合，每一个头像子集合中的各个头像具有不同的解锁优先级，并且不同等级的头像子集合对应于不同等级的运动总量。从而，通过云端服务器根据当前运动数据，从预设的头像集合中确定用户当前能够解锁的目标头像。具体为，当前运动数据包括当前运动总量、当前平均速度和当前瞬时速度，并且云端服务器首先根据当前运动总量，从多个头像子集合中确定目标头像子集合，然后确定目标头像子集合中用户未具备解锁权限的未解锁头像，最后根据用户的当前平均速度和当前瞬时速度，从未解锁头像中确定用户当前能够解锁的目标头像。从而，在确定用户当前能够解锁的目标头像后，通过云端服务器解锁用户使用目标头像的权限，并将对应的解锁通知信息发送至用户的用户终端设备。通过这种方式，本实施例所提出的技术方案能够将用户的运动量与用户的运动头像进行精准映射。从而实现了用户的运动头像能够用来标识用户的运动量的多少的技术效果。进而解决了现有技术中存在的用户的运动头像仅用来标识用户，而无法用来标识用户的运动量的多少的技术问题。

附图说明

此处所说明的附图用来提供对本公开的进一步理解，构成本申请的一部分，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：

图1是用于实现根据本公开实施例1所述的方法的计算设备的硬件结构框图；

图2是根据本公开实施例1所述的跑道系统的示意图；

图3是根据本公开实施例1的第一个方面所述的运动头像的管理方法的流程示意图；

图4是根据本公开实施例1所述的头像养成计划中的各个不同等级的运动头像的示意图；

图5是根据本公开实施例2所述的运动头像的管理装置的示意图；以及

图6是根据本公开实施例3所述的运动头像的管理装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本公开的技术方案，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本公开一部分的实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本公开保护的范围。

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。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

根据本实施例，提供了一种运动头像的管理方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本实施例所提供的方法实施例可以在移动终端、计算机终端、服务器或者类似的计算设备中执行。图1示出了一种用于实现运动头像的管理方法的计算设备的硬件结构框图。如图1所示，计算设备可以包括一个或多个处理器(处理器可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器、以及用于通信功能的传输装置。除此以外，还可以包括：显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算设备还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

应当注意到的是上述一个或多个处理器和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计算设备中的其他元件中的任意一个内。如本公开实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。

存储器可用于存储应用软件的软件程序以及模块，如本公开实施例中的运动头像的管理方法对应的程序指令/数据存储装置，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的应用程序的运动头像的管理方法。存储器可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至计算设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算设备的通信供应商提供的无线网络。在一个实例中，传输装置包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。

显示器可以例如触摸屏式的液晶显示器(LCD)，该液晶显示器可使得用户能够与计算设备的用户界面进行交互。

此处需要说明的是，在一些可选实施例中，上述图1所示的计算设备可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是，图1仅为特定具体实例的一个实例，并且旨在示出可存在于上述计算设备中的部件的类型。

图2是根据本实施例所述的跑道系统的示意图。参照图2所示，该系统包括：包括设置于跑道两侧的AI交互设备(例如AI交互设备100a～100f)、设置于跑道上的预先位置(例如但不限于起点位置)的一体机识别设备200、用户的用户终端设备400以及与AI交互设备100a～100f、一体机识别设备200和用户终端设备400通信连接的云端服务器300。AI交互设备100a～100f包括摄像头和AI处理模块。摄像头用于实时抓拍在跑道上运动的用户(例如用户110)的图像信息并发送至AI处理模块。AI处理模块在接收到摄像头发送的图像信息后，先对用户110进行人脸识别，并根据人脸识别的结果判定该用户110为系统的已登录用户后，对图像信息进行处理，从而收集用户的各项指标数(包括用户的多个图像特征以及与该图像特征对应的图像的采集时间)并传输至云端服务器300进行算法分析，由云端服务器300确定用户的运动数据(例如但不限于包括里程信息、速度信息和排名信息等)。

此外，云端服务器300在完成用户110的运动数据的分析计算后，可以将运动数据返回至AI交互设备100a～100f，由AI交互设备100a～100f实时显示该运动数据，从而便于用户110可以便捷的查看其运动数据。此外，云端服务器300还可以将运动数据发送至用户终端设备400，以便于用户110可以通过用户终端设备400查看其运动数据，为用户110提供多种运动数据的查看方式，有效提升用户110的运动体验。

此外，用户110在运动之前，可以通过设置于跑道上的起点位置的一体机识别设备200完成跑道系统的登录操作。例如，用户110站立于一体机识别设备200正前方，由一体机识别设备200上方设置的摄像头采集用户110的人脸图像，对用户110进行人脸识别，并将包括人脸识别结果在内的登录请求发送至云端服务器300，从而完成跑道系统的登录操作。需要说明的是，系统中的AI交互设备100a～100f、一体机识别设备200、云端服务器300以及用户终端设备400均可适用上面所述的硬件结构。

在上述运行环境下，根据本实施例的第一个方面，提供了一种运动头像的管理方法，应用于图2所示的跑道系统。该方法由图2中所示的AI交互设备100a～100f、一体机识别设备200、云端服务器300以及用户终端设备400共同实现。图3示出了该方法的流程示意图，参考图3所示，该方法包括：

S302：云端服务器确定用户的当前运动数据，其中用户为跑道系统的已登录用户；

S304：云端服务器根据当前运动数据，从预设的头像集合中确定用户当前能够解锁的目标头像；以及

S306：云端服务器解锁用户使用目标头像的权限，并将对应的解锁通知信息发送至用户的用户终端设备。

参见图2所示，在本实施例中，通过云端服务器300确定用户(例如用户110)的当前运动数据。用户110为跑道系统的已登录用户，用户110例如可以通过设置于跑道上的一体机识别设备200完成跑道系统的登录操作，也可以通过用户终端设备400完成跑道系统的登录操作。然后，云端服务器300根据当前运动数据，从预设的头像集合中确定用户110当前能够解锁的目标头像。在一个优选实施例中，预设的头像集合包括多个不同等级的头像子集合，每一个头像子集合中的各个头像具有不同的解锁优先级，并且不同等级的头像子集合对应于不同等级的运动总量。

例如但不限于，参见图4所示，预设的头像集合包括等级为“初级头像”的头像子集合、等级为“运动达人”的头像子集合、等级为“运动健将”的头像子集合以及等级为“运动王者”的头像子集合。并且，等级为“初级头像”的头像子集合对应于所有用户均可选，等级为“运动达人”的头像子集合对应的运动总量需要达到10千米以上，等级为“运动健将”的头像子集合对应的运动总量需要达到20千米以上，等级为“运动王者”的头像子集合对应的运动总量需要达到30千米以上。此处需要特别说明的是，本实施例只是示例性的说明了预设的头像集合包括以上四个不同等级的头像子集合，每个不同等级的头像子集合对应的运动总量也仅是举例说明，此处并非具体的限定。

从而，云端服务器300确定用户110的当前运动数据例如为13千米，此时云端服务器300需要根据当前运动数据，从预设的头像集合中确定用户110当前能够解锁的目标头像。在一个优选实施例中，当前运动数据包括当前运动总量、当前平均速度和当前瞬时速度，并且云端服务器300首先根据当前运动总量，从多个头像子集合中确定目标头像子集合。由于用户110的当前运动数据例如为13千米，因此云端服务器300从上述四个头像子集合中确定的目标头像子集合为等级为“运动达人”的头像子集合。然后，云端服务器300确定等级为“运动达人”的头像子集合中用户110未具备解锁权限的未解锁头像。

参照图4所示，在等级为“运动达人”的头像子集合中，用户110已具有第一个运动头像的解锁权限，从而云端服务器300确定等级为“运动达人”的头像子集合中的后三个运动头像为用户110未具备解锁权限的未解锁头像。最后，云端服务器300根据用户110的当前平均速度和当前瞬时速度，从未解锁头像中确定用户当前能够解锁的目标头像。例如，由于每一个头像子集合中的各个头像具有不同的解锁优先级(即，一个头像子集合中的不同头像具有不同的解锁难度)。当用户110的当前平均速度和当前瞬时速度较高时，可以确定用户110的运动数据相对其他用户的运动数据要好，因此可以跳过“运动达人”的头像子集合中的第二个运动头像，将解锁难度更高的第三个运动头像确定为用户110当前能够解锁的目标头像。最后，云端服务器300解锁用户110使用该目标头像的权限，并将对应的解锁通知信息发送至用户110的用户终端设备400。

正如上述背景技术所述的，目前有一些安装于用户终端上的运动APP能够为用户提供运动数据的分析计算功能，从而让用户可以充分掌握其运动情况。同时，与一些现有的交互APP(例如微信、QQ等)一样，用户可以在运动APP中设置个人的运动头像。目前的运动头像的管理方法，大多数都是由用户来个性化设置其运动头像，因此用户的运动头像更多的功能仅仅是用来标识用户，其无法用来标识用户的运动量的多少。

有鉴于此，本实施例所提供的运动头像的管理方法，通过云端服务器300确定跑道系统的已登录用户的当前运动数据。本实施例预设的头像集合包括多个不同等级的头像子集合，每一个头像子集合中的各个头像具有不同的解锁优先级，并且不同等级的头像子集合对应于不同等级的运动总量。从而，通过云端服务器300根据当前运动数据，从预设的头像集合中确定用户当前能够解锁的目标头像。具体为，当前运动数据包括当前运动总量、当前平均速度和当前瞬时速度，并且云端服务器300首先根据当前运动总量，从多个头像子集合中确定目标头像子集合，然后确定目标头像子集合中用户110未具备解锁权限的未解锁头像，最后根据用户110的当前平均速度和当前瞬时速度，从未解锁头像中确定用户110当前能够解锁的目标头像。从而，在确定用户110当前能够解锁的目标头像后，通过云端服务器300解锁用户110使用目标头像的权限，并将对应的解锁通知信息发送至用户的用户终端设备400。通过这种方式，本实施例所提出的技术方案能够将用户的运动量与用户的运动头像进行精准映射。从而实现了用户的运动头像能够用来标识用户的运动量的多少的技术效果。进而解决了现有技术中存在的用户的运动头像仅用来标识用户，而无法用来标识用户的运动量的多少的技术问题。

可选地，跑道系统包括设置于跑道两侧的与云端服务器通信连接的AI交互设备，并且云端服务器确定用户的当前运动数据的操作，包括：云端服务器从AI交互设备接收用户的用户指标数据，其中用户指标数据包括用户的多个图像特征以及与图像特征对应的图像的采集时间；以及云端服务器根据用户指标数据，确定用户的当前运动数据。

参见图2所示，在本实施例中，用户无需佩戴任何计步器产品，也无需携带安装有运动APP的手机，而是在完成跑道系统的登录操作后，直接在跑道上进行运动，由设置于跑道两侧的AI交互设备100a～100f实时抓拍用户的图像信息。在该应用场景下，AI交互设备100a～100f会先对用户进行人脸识别，并根据人脸识别的结果判定该用户为系统的已登录用户后，对图像信息进行处理，从而收集用户的各项指标数(包括用户的多个图像特征以及与该图像特征对应的图像的采集时间)并传输至云端服务器300。从而，云端服务器300首先从设置于跑道两侧的AI交互设备100a～100f接收用户的用户指标数据。

然后，云端服务器300需要根据接收到的用户指标数据，确定用户的运动数据。运动数据包括里程信息、速度信息和排名信息。由于用户指标数据包括用户的多个图像特征以及与该图像特征对应的图像的采集时间，因此云端服务器300可以根据相邻两个图像特征及其对应的两个图像的采集时间，确定用户的瞬时运动速度。云端服务器300还可以根据临近用户的起点位置设置的AI交互设备(例如AI交互设备100a)所采集的第一张图像的采集时间、用户当前所达到的位置的AI交互设备(例如AI交互设备100c)所采集的最后一张图像的采集时间以及这两个AI交互设备之间的地理距离，计算用户的当前平均速度和当前运动里程等。云端服务器300还可以根据临近用户的起点位置设置的AI交互设备(例如AI交互设备100a)所采集的第一张图像的采集时间、临近用户的终点位置设置的AI交互设备(例如AI交互设备100f)所采集的最后一张图像的采集时间、以及这两个AI交互设备之间的地理距离，计算用户的总平均速度和总运动里程等。此外，云端服务器300还可以结合各个用户的瞬时运动速度、当前平均速度、当前运动里程、总平均速度和总运动里程等信息，计算各个用户的排名信息。通过这种方式，可以高效准确地确定用户的当前运动数据。

此外，云端服务器300将分析计算得到的运动数据发送至AI交互设备100a～100f，由AI交互设备100a～100f显示运动数据。例如：云端服务器300可以结合用户的运动位置，将当前的运动数据发送至临近用户设置的AI交互设备。通过这种方式，使得用户可以随着运动位置的变化，从临近其位置设置的各个不同的AI交互设备实时地、便捷地查看其运动数据的详情。从而实现了跑道系统能够随着用户在跑道上的运动进程，通过设置在跑道两侧的不同位置的AI交互设备100a～100f，实时地将对应的运动数据向用户显示，以便用户可以便捷地实时查看其运动数据的详情，有效提高了用户的运动体验。

可选地，该管理方法还包括：AI交互设备采集用户的图像序列；AI交互设备对图像序列进行处理，确定用户的多个图像特征以及与图像特征对应的图像的采集时间；以及AI交互设备将用户的多个图像特征以及与图像特征对应的图像的采集时间作为用户的用户指标数据，并将用户指标数据发送至云端服务器。

具体地，AI交互设备100a～100f可以包括摄像头和AI处理模块。在确定用户指标数据的过程中，AI交互设备100a～100f首先可以通过摄像头实时抓拍用户的图像序列并发送至AI处理模块，然后通过AI处理模块对图像序列进行处理，确定用户的多个图像特征以及与图像特征对应的图像的采集时间。最后，AI交互设备100a～100f将包括有用户的多个图像特征以及与图像特征对应的图像的采集时间的用户指标数据发送至云端服务器300。从而，本实施例通过AI交互设备100a～100f来进行图像处理，在云端服务器300只做数据分析计算，有效减轻了云端服务器300的工作负担。

可选地，云端服务器根据用户指标数据，确定用户的当前运动数据的操作，包括：云端服务器根据用户指标数据中的多个图像特征以及与图像特征对应的图像的采集时间，确定用户的当前瞬时速度；云端服务器根据AI交互设备的设备地理位置、多个图像特征和采集时间，确定用户的当前平均速度和当前运动总量；以及云端服务器根据当前瞬时速度、当前平均速度和当前运动总量，确定用户的当前运动数据。

具体地，云端服务器300在根据用户指标数据，确定用户的运动数据的操作过程中，可以根据用户指标数据中的多个图像特征以及与图像特征对应的图像的采集时间，确定用户的当前瞬时速度。例如：云端服务器300可以根据相邻两个图像特征及其对应的两个图像的采集时间，确定用户的瞬时运动速度。云端服务器还可以根据AI交互设备的设备地理位置、多个图像特征和采集时间，确定用户的平均速度和里程信息。例如：云端服务器300还可以根据临近用户的起点位置设置的AI交互设备(例如AI交互设备100a)所采集的第一张图像的采集时间、用户当前所达到的位置的AI交互设备(例如AI交互设备100c)所采集的最后一张图像的采集时间以及这两个AI交互设备之间的地理距离，计算用户的当前平均速度和当前运动里程等。云端服务器300还可以根据临近用户的起点位置设置的AI交互设备(例如AI交互设备100a)所采集的第一张图像的采集时间、临近用户的终点位置设置的AI交互设备(例如AI交互设备100f)所采集的最后一张图像的采集时间、以及这两个AI交互设备之间的地理距离，计算用户的总平均速度和总运动里程等。

此外，云端服务器300还可以根据当前瞬时速度、当前平均速度和里程信息，确定用户的排名信息。即，云端服务器300还可以结合各个用户的当前瞬时运动速度、当前平均速度、当前运动里程、总平均速度和总运动里程等信息，从而计算用户的排名信息。最后，云端服务器300根据当前瞬时速度、当前平均速度、里程信息和排名信息，确定用户的运动数据。通过这种方式，可以高效、准确地确定用户的运动数据。

可选地，跑道系统还包括设置于跑道上的一体机识别设备，其中一体机识别设备与云端服务器通信连接，并且管理方法还包括：一体机识别设备采集用户的人脸图像信息，并对人脸图像信息进行人脸识别，得到用户的人脸识别结果；一体机识别设备将人脸识别结果发送至云端服务器；云端服务器存储从一体机识别设备接收到的人脸识别结果，并确认用户已完成登录操作；以及云端服务器将用于通知用户已完成登录操作的通知信息发送至AI交互设备。

具体地，跑道系统能够为用户提供跑步前的登录操作、跑步前的热身指导、跑步中的调节指导、跑步后的相关数据的查看(例如但不限于有跑步时间、跑步里程、分段配速以及能量消耗等)以及跑步后的恢复指导等服务。参照图2所示，跑道系统还包括设置于跑道上的与云端服务器300通信连接的一体机识别设备200。跑道系统可以通过一体机识别设备200向用户提供跑步前的登录操作、跑步前的热身指导、跑步中的调节指导、跑步后的相关数据的查看以及跑步后的恢复指导等服务。

在通过一体机识别设备200向用户提供跑步前的登录操作的过程中，一体机识别设备200采集用户的第一人脸图像信息，并对第一人脸图像信息进行人脸识别，得到用户的第一人脸识别结果。通过对图像信息进行处理的方式获取到用户的人脸数据，从而一体机识别设备200将第一人脸识别结果发送至云端服务器300。此时，云端服务器300存储从一体机识别设备200接收到的第一人脸识别结果，并确认用户已完成登录操作。最后云端服务器300将用于通知用户已完成登录操作的通知信息发送至AI交互设备100a～100f。从而，AI交互设备100a～100f根据从云端服务器300接收到的通知信息，可以知晓哪个用户为跑道系统的已登录用户。因此，AI交互设备100a～100f在实时抓拍跑道上的各个用户的图像信息后，可以通过人脸识别的方式来判定用户是否为跑道系统的已登录用户，并只对已登录用户的图像信息进行处理，从而收集已登录用户的用户指标数据并发送至云端服务器300。通过这种方式，为AI交互设备100a～100f能够只收集已登录用户的用户指标数据并发送至云端服务器300的操作奠定了技术基础，从而有效减轻了AI交互设备100a～100f的图像处理工作量，也进一步减轻了云端服务器300的数据分析计算工作量。

可选地，该管理方法还包括：云端服务器将当前运动数据发送至用户终端设备；以及用户终端设备显示从云端服务器接收到的当前运动数据。

具体地，参照图2所示，跑道系统还包括与云端服务器300通信连接的用户终端设备400。并且，云端服务器300在分析计算得到的运动数据后，不仅将当前运动数据发送至AI交互设备100a～100f，还可以将当前运动数据发送至一体机识别设备200，由一体机识别设备200显示该当前运动数据。同样的，云端服务器300还可以将运动数据发送至用户终端设备400，由用户终端设备400显示从云端服务器300接收到的当前运动数据。通过这种方式，便于用户在跑步后可以通过用户终端设备400查看其当前运动数据。

此外，云端服务器300在分析计算得到的当前运动数据后，不仅将当前运动数据发送至AI交互设备100a～100f，还可以将当前运动数据发送至一体机识别设备200，由一体机识别设备200显示该当前运动数据。通过这种方式，便于用户在跑步后可以通过一体机识别设备200查看其当前运动数据。

为了保证用户在跑道上进行运动的过程中，无需佩戴任何计步器产品，也无需携带安装有运动APP的手机，用户在初次使用跑道系统时需要通过用户终端设备400授权登陆并进行人脸数据录入，后续使用无需使用用户终端设备400登录，而是通过一体机识别设备200来完成登录操作。从而，用户在通过用户终端设备400授权登陆并进行人脸数据录入的过程中，用户终端设备400首先采集用户的第二人脸图像信息，并对第二人脸图像信息进行人脸识别，得到用户的第二人脸识别结果(对应于人脸数据)。然后，用户终端设备400将第二人脸识别结果发送至云端服务器300，由云端服务器300存储从用户终端设备接收到的第二人脸识别结果，并确认用户已完成登录操作和人脸数据录入操作。最后，云端服务器300将用于通知用户已完成登录操作的通知信息发送至AI交互设备。通过这种方式，为用户后续可以通过一体机识别设备200来完成登录操作奠定了技术基础。

此外，参考图1所示，根据本实施例的第二个方面，提供了一种存储介质。存储介质包括存储的程序，其中，在所述程序运行时由处理器执行以上任意一项所述的方法。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

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根据上述实施例的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，或者网络设备等)执行本发明各个实施例所述的方法。

实施例2

图5示出了根据本实施例所述的运动头像的管理装置500，该装置500与根据实施例1的第一个方面所述的方法相对应。参考图5所示，该装置500包括：运动数据确定模块510，用于确定用户的当前运动数据，其中用户为跑道系统的已登录用户；目标头像确定模块520，用于根据当前运动数据，从预设的头像集合中确定用户当前能够解锁的目标头像；以及头像解锁模块530，用于解锁用户使用目标头像的权限，并将对应的解锁通知信息发送至用户的用户终端设备。

可选地，当前运动数据包括当前运动总量、当前平均速度和当前瞬时速度，预设的头像集合包括多个不同等级的头像子集合，头像子集合中的各个头像具有不同的解锁优先级，并且目标头像确定模块520，包括：第一确定子模块，用于根据当前运动总量，从多个头像子集合中确定目标头像子集合，其中不同等级的头像子集合对应于不同等级的运动总量；第二确定子模块，用于确定目标头像子集合中用户未具备解锁权限的未解锁头像；以及第三确定子模块，用于根据当前平均速度和当前瞬时速度，从未解锁头像中确定用户当前能够解锁的目标头像。

可选地，跑道系统包括设置于跑道两侧的与云端服务器通信连接的AI交互设备，并且运动数据确定模块510，包括：接收子模块，用于从AI交互设备接收用户的用户指标数据，其中用户指标数据包括用户的多个图像特征以及与图像特征对应的图像的采集时间；以及第四确定子模块，用于根据用户指标数据，确定用户的当前运动数据。

可选地，装置500还包括：第一采集模块，用于采集用户的图像序列；图像特征确定模块，用于对图像序列进行处理，确定用户的多个图像特征以及与图像特征对应的图像的采集时间；以及第一发送模块，用于将用户的多个图像特征以及与图像特征对应的图像的采集时间作为用户的用户指标数据，并将用户指标数据发送至云端服务器。

可选地，第四确定子模块，包括：第一确定单元，用于根据用户指标数据中的多个图像特征以及与图像特征对应的图像的采集时间，确定用户的当前瞬时速度；第二确定单元，用于根据AI交互设备的设备地理位置、多个图像特征和采集时间，确定用户的当前平均速度和当前运动总量；以及第三确定单元，用于根据当前瞬时速度、当前平均速度和当前运动总量，确定用户的当前运动数据。

可选地，跑道系统还包括设置于跑道上的一体机识别设备，其中一体机识别设备与云端服务器通信连接，并且装置500还包括：第二采集模块，用于采集用户的人脸图像信息，并对人脸图像信息进行人脸识别，得到用户的人脸识别结果；第二发送模块，用于将人脸识别结果发送至云端服务器；存储模块，用于存储从一体机识别设备接收到的人脸识别结果，并确认用户已完成登录操作；以及第三发送模块，用于将用于通知用户已完成登录操作的通知信息发送至AI交互设备。

可选地，装置500还包括：第四发送模块，用于将当前运动数据发送至用户终端设备；以及显示模块，用于显示从云端服务器接收到的当前运动数据。

从而根据本实施例，通过云端服务器确定跑道系统的已登录用户的当前运动数据。本实施例预设的头像集合包括多个不同等级的头像子集合，每一个头像子集合中的各个头像具有不同的解锁优先级，并且不同等级的头像子集合对应于不同等级的运动总量。从而，通过云端服务器根据当前运动数据，从预设的头像集合中确定用户当前能够解锁的目标头像。具体为，当前运动数据包括当前运动总量、当前平均速度和当前瞬时速度，并且云端服务器首先根据当前运动总量，从多个头像子集合中确定目标头像子集合，然后确定目标头像子集合中用户未具备解锁权限的未解锁头像，最后根据用户的当前平均速度和当前瞬时速度，从未解锁头像中确定用户当前能够解锁的目标头像。从而，在确定用户当前能够解锁的目标头像后，通过云端服务器解锁用户使用目标头像的权限，并将对应的解锁通知信息发送至用户的用户终端设备。通过这种方式，本实施例所提出的技术方案能够将用户的运动量与用户的运动头像进行精准映射。从而实现了用户的运动头像能够用来标识用户的运动量的多少的技术效果。进而解决了现有技术中存在的用户的运动头像仅用来标识用户，而无法用来标识用户的运动量的多少的技术问题。

实施例3

图6示出了根据本实施例所述的运动头像的管理装置600，该装置600与根据实施例1的第一个方面所述的方法相对应。参考图6所示，该装置600包括：处理器610；以及第存储器620，与处理器610连接，用于为处理器610提供处理以下处理步骤的指令：确定用户的当前运动数据，其中用户为跑道系统的已登录用户；根据当前运动数据，从预设的头像集合中确定用户当前能够解锁的目标头像；以及解锁用户使用目标头像的权限，并将对应的解锁通知信息发送至用户的用户终端设备。

可选地，当前运动数据包括当前运动总量、当前平均速度和当前瞬时速度，预设的头像集合包括多个不同等级的头像子集合，头像子集合中的各个头像具有不同的解锁优先级，并且根据当前运动总量，从预设的头像集合中确定用户当前能够解锁的目标头像的操作，包括：根据当前运动总量，从多个头像子集合中确定目标头像子集合，其中不同等级的头像子集合对应于不同等级的运动总量；确定目标头像子集合中用户未具备解锁权限的未解锁头像；以及根据当前平均速度和当前瞬时速度，从未解锁头像中确定用户当前能够解锁的目标头像。

可选地，跑道系统包括设置于跑道两侧的与云端服务器通信连接的AI交互设备，并且确定用户的当前运动数据的操作，包括：从AI交互设备接收用户的用户指标数据，其中用户指标数据包括用户的多个图像特征以及与图像特征对应的图像的采集时间；以及根据用户指标数据，确定用户的当前运动数据。

可选地，存储器620还用于为处理器610提供处理以下处理步骤的指令：采集用户的图像序列；对图像序列进行处理，确定用户的多个图像特征以及与图像特征对应的图像的采集时间；以及将用户的多个图像特征以及与图像特征对应的图像的采集时间作为用户的用户指标数据，并将用户指标数据发送至云端服务器。

可选地，根据用户指标数据，确定用户的当前运动数据的操作，包括：根据用户指标数据中的多个图像特征以及与图像特征对应的图像的采集时间，确定用户的当前瞬时速度；根据AI交互设备的设备地理位置、多个图像特征和采集时间，确定用户的当前平均速度和当前运动总量；以及根据当前瞬时速度、当前平均速度和当前运动总量，确定用户的当前运动数据。

可选地，跑道系统还包括设置于跑道上的一体机识别设备，其中一体机识别设备与云端服务器通信连接，并且存储器620还用于为处理器610提供处理以下处理步骤的指令：采集用户的人脸图像信息，并对人脸图像信息进行人脸识别，得到用户的人脸识别结果；将人脸识别结果发送至云端服务器；存储从一体机识别设备接收到的人脸识别结果，并确认用户已完成登录操作；以及将用于通知用户已完成登录操作的通知信息发送至AI交互设备。

可选地，存储器620还用于为处理器610提供处理以下处理步骤的指令：将当前运动数据发送至用户终端设备；以及显示从云端服务器接收到的当前运动数据。

从而根据本实施例，通过云端服务器确定跑道系统的已登录用户的当前运动数据。本实施例预设的头像集合包括多个不同等级的头像子集合，每一个头像子集合中的各个头像具有不同的解锁优先级，并且不同等级的头像子集合对应于不同等级的运动总量。从而，通过云端服务器根据当前运动数据，从预设的头像集合中确定用户当前能够解锁的目标头像。具体为，当前运动数据包括当前运动总量、当前平均速度和当前瞬时速度，并且云端服务器首先根据当前运动总量，从多个头像子集合中确定目标头像子集合，然后确定目标头像子集合中用户未具备解锁权限的未解锁头像，最后根据用户的当前平均速度和当前瞬时速度，从未解锁头像中确定用户当前能够解锁的目标头像。从而，在确定用户当前能够解锁的目标头像后，通过云端服务器解锁用户使用目标头像的权限，并将对应的解锁通知信息发送至用户的用户终端设备。通过这种方式，本实施例所提出的技术方案能够将用户的运动量与用户的运动头像进行精准映射。从而实现了用户的运动头像能够用来标识用户的运动量的多少的技术效果。进而解决了现有技术中存在的用户的运动头像仅用来标识用户，而无法用来标识用户的运动量的多少的技术问题。

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。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元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全部或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(可为个人计算机、服务器或者网络设备等)执行本发明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、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种运动头像的管理方法，应用于跑道系统，其特征在于，所述跑道系统包括用户终端设备以及与所述用户终端设备通信连接的云端服务器，并且所述管理方法包括：

所述云端服务器确定用户的当前运动数据，其中所述用户为所述跑道系统的已登录用户；

所述云端服务器根据所述当前运动数据，从预设的头像集合中确定所述用户当前能够解锁的目标头像；以及

所述云端服务器解锁所述用户使用所述目标头像的权限，并将对应的解锁通知信息发送至所述用户的用户终端设备。

2.根据权利要求1所述的方法，其特征在于，所述当前运动数据包括当前运动总量、当前平均速度和当前瞬时速度，所述预设的头像集合包括多个不同等级的头像子集合，所述头像子集合中的各个头像具有不同的解锁优先级，并且

所述云端服务器根据所述当前运动总量，从预设的头像集合中确定所述用户当前能够解锁的目标头像的操作，包括：

所述云端服务器根据所述当前运动总量，从多个所述头像子集合中确定目标头像子集合，其中不同等级的所述头像子集合对应于不同等级的运动总量；

所述云端服务器确定所述目标头像子集合中所述用户未具备解锁权限的未解锁头像；以及

所述云端服务器根据所述当前平均速度和所述当前瞬时速度，从所述未解锁头像中确定所述用户当前能够解锁的目标头像。

3.根据权利要求1所述的方法，其特征在于，所述跑道系统包括设置于所述跑道两侧的与所述云端服务器通信连接的AI交互设备，并且所述云端服务器确定用户的当前运动数据的操作，包括：

所述云端服务器从所述AI交互设备接收所述用户的用户指标数据，其中所述用户指标数据包括所述用户的多个图像特征以及与所述图像特征对应的图像的采集时间；以及

所述云端服务器根据所述用户指标数据，确定所述用户的当前运动数据。

4.根据权利要求3所述的方法，其特征在于，还包括：

所述AI交互设备采集所述用户的图像序列；

所述AI交互设备对所述图像序列进行处理，确定所述用户的多个图像特征以及与所述图像特征对应的图像的采集时间；以及

所述AI交互设备将所述用户的多个图像特征以及与所述图像特征对应的图像的采集时间作为所述用户的用户指标数据，并将所述用户指标数据发送至所述云端服务器。

5.根据权利要求4所述的方法，其特征在于，所述云端服务器根据所述用户指标数据，确定所述用户的当前运动数据的操作，包括：

所述云端服务器根据所述用户指标数据中的多个图像特征以及与所述图像特征对应的图像的采集时间，确定所述用户的当前瞬时速度；

所述云端服务器根据所述AI交互设备的设备地理位置、所述多个图像特征和所述采集时间，确定所述用户的当前平均速度和当前运动总量；以及

所述云端服务器根据所述当前瞬时速度、所述当前平均速度和所述当前运动总量，确定所述用户的当前运动数据。

6.根据权利要求3所述的方法，其特征在于，所述跑道系统还包括设置于所述跑道上的一体机识别设备，其中所述一体机识别设备与所述云端服务器通信连接，并且所述管理方法还包括：

所述一体机识别设备采集所述用户的人脸图像信息，并对所述人脸图像信息进行人脸识别，得到所述用户的人脸识别结果；

所述一体机识别设备将所述人脸识别结果发送至所述云端服务器；

所述云端服务器存储从所述一体机识别设备接收到的所述人脸识别结果，并确认所述用户已完成登录操作；以及

所述云端服务器将用于通知所述用户已完成登录操作的通知信息发送至所述AI交互设备。

7.根据权利要求1所述的方法，其特征在于，还包括：

所述云端服务器将所述当前运动数据发送至所述用户终端设备；以及

所述用户终端设备显示从所述云端服务器接收到的所述当前运动数据。

8.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时由处理器执行权利要求1至7中任意一项所述的方法。

9.一种运动头像的管理装置，其特征在于，包括：

运动数据确定模块，用于确定用户的当前运动数据，其中所述用户为跑道系统的已登录用户；

目标头像确定模块，用于根据所述当前运动数据，从预设的头像集合中确定所述用户当前能够解锁的目标头像；以及

头像解锁模块，用于解锁所述用户使用所述目标头像的权限，并将对应的解锁通知信息发送至所述用户的用户终端设备。

10.一种运动头像的管理装置，其特征在于，包括：

处理器；以及

第存储器，与所述处理器连接，用于为所述处理器提供处理以下处理步骤的指令：

确定用户的当前运动数据，其中所述用户为跑道系统的已登录用户；

根据所述当前运动数据，从预设的头像集合中确定所述用户当前能够解锁的目标头像；以及

解锁所述用户使用所述目标头像的权限，并将对应的解锁通知信息发送至所述用户的用户终端设备。

Images