人体三维模型的预测方法、装置、设备及存储介质制造方法及图纸

本申请提供了一种人体三维模型的预测方法、装置、设备及存储介质，预测方法包括：获取用户的生活数据和当前人体三维模型；利用数据预测模型，根据生活数据确定出用户在至少一个未来时刻的预测身体数据；根据每个未来时刻的预测身体数据对当前人体三维模型进行调整，得到用户在每个未来时刻的预测人体三维模型。上述人体三维模型的预测方法可以根据取用户的生活数据合理地预测出用户在未来时刻的体形数据和人体三维模型，用户可以通过预测人体三维模型直观地观察自己的身材和健康状态在未来的变化趋势，这可以帮助用户提升健康意识，管理好自身的生活习惯，使得用户可以保持身体健康，保持身材良好，远离疾病。

Prediction method, device, equipment and storage medium of 3D human body model

【技术实现步骤摘要】
人体三维模型的预测方法、装置、设备及存储介质
本申请涉及人体三维模型处理的
，具体而言，本申请涉及一种人体三维模型的预测方法、装置、设备及存储介质。
技术介绍
随着生活水平的逐步提高，人们开始越来越注重自身的健康管理，期望自己能够保持良好的生活习惯(如运动习惯饮食习惯等)以使身体达到良好的健康状况。在此基础上，基于现在的生活习惯来预测未来的身体数据(如体重等数据)成为人们的一种迫切的需要。现有的对身体数据的预测数据并不是针对人们对健康管理的需求，而是一般被当做某项研究一种中间参量，这种中间参量无法被人们直观地观察和理解。综上所述，现有技术中缺少能够直观地展示未来身体数据的方法。
技术实现思路
本申请针对现有方式的缺点，提出一种人体三维模型的预测方法、装置、设备及存储介质，用以解决现有技术存在的缺少能够直观地展示未来身体数据的方法的技术问题。第一方面，本申请实施例提供了一种人体三维模型的预测方法，包括：获取用户的生活数据和当前人体三维模型；利用数据预测模型，根据生活数据确定出用户在至少一个未来时刻的预测身体数据；根据每个未来时刻的预测身体数据对当前人体三维模型进行调整，得到用户在每个未来时刻的预测人体三维模型。第二方面，本申请实施例提供了一种人体三维模型的预测装置，包括：信息获取模块，用于获取用户的生活数据和当前人体三维模型；数据预测模块，用于利用数据预测模型，根据生活数据确定出用户在至少一个未来时刻的预测身体数据；模型调整模块，用于根据每个未来时刻的预测身体数据对当前人体三维模型进行调整，得到用户在每个未来时刻的预测人体三维模型。第三方面，本申请实施例提供了一种电子设备，包括：存储器；处理器，与存储器电连接；显示单元，与处理器电连接；存储器存储有计算机程序，计算机程序由处理器执行以实现本申请实施例提供的人体三维模型的预测方法；显示单元用于显示当前人体三维模型和预测人体模型。第四方面，本申请实施例提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现本申请实施例提供的人体三维模型的预测方法。本申请实施例提供的技术方案，至少具有如下有益效果：在本申请实施例中，可以根据取用户的生活数据合理地预测出用户在未来时刻的体形数据和人体三维模型，用户可以通过预测人体三维模型直观地观察自己的身材和健康状态在未来的变化趋势，这可以帮助用户提升健康意识，管理好自身的生活习惯，使得用户可以保持身体健康，保持身材良好，远离疾病。本申请附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本申请的实践了解到。附图说明本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1为本申请实施例提供的一种人体三维模型的预测方法的流程示意图；图2为本申请实施例提供的另一种人体三维模型的预测方法的流程示意图；图3为本申请实施例提供的一种数据预测模型的训练过程的流程示意图；图4为本申请实施例提供的一种人体三维模型的预测装置的结构框架示意图；图5为本申请实施例提供的另一种人体三维模型的预测装置的结构框架示意图；图6为本申请实施例提供的一种电子设备的结构框架示意图。具体实施方式下面详细描述本申请，本申请的实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的部件或具有相同或类似功能的部件。此外，如果已知技术的详细描述对于示出的本申请的特征是不必要的，则将其省略。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能解释为对本申请的限制。本
技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。本
技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。本申请实施例提供了一种人体三维模型的预测方法，该预测方法的流程示意图如图1所示，包括：S101：获取用户的生活数据和当前人体三维模型。获取到的生活数据可以是用户当天的生活数据，也可以是对用户在过去一段时间内每天生活数据做相应的运算(如求平均值)后得到的数据。人体三维模型可以是预先通过统计方式生成可变形的数字化人体三维模型，可以根据人的身体数据作为控制参数，控制人体三维模型进行变形。当前人体三维模型是与用户目前的身体数据相匹配的人体三维模型，当前人体三维模型可以展现用户的身体特点。在本申请的一个实施例中，生活数据包括饮水数据、饮食数据、运动数据和睡眠数据中的至少一项。步骤S101中获取用户的生活数据包括：获取用户的饮水数据、饮食数据、运动数据和睡眠数据中的至少一项。S102：利用数据预测模型，根据生活数据确定出用户在至少一个未来时刻的预测身体数据。应当说明的是，数据预测模型是通过训练神经网络后得到的模型，被训练的神经网络可以是按照误差逆向传播算法训练的多层前馈神经网络(BackPropagationNeuralNetwork，BP神经网络)，也可以是其它类型的神经网络。数据预测模型的训练过程将在下文中做进一步的介绍，此处不再赘述。在本申请的一个实施例中，预测身体数据包括体重数据、体脂率和体形特征数据中的至少一项。步骤S102包括：根据生活数据，确定出用户在至少一个未来时刻的体重数据、体脂率和体形特征数据中的至少一项。S103：根据每个未来时刻的预测身体数据对当前人体三维模型进行调整，得到用户在每个未来时刻的预测人体三维模型。在步骤S103中，可以根据人的身体数据作为控制参数，控制人体三维模型进行变形。假设在步骤S102中确定出用户在5个未来时刻的预测身体数据，则可以根据5个未来时刻的预测身体数据总共得到5个预测人体三维模型。得到的用户在每个未来时刻的预测人体三维模型，与对应的未来时刻的预测身体数据相匹配，例如，得到的用户在第一个未本文档来自技高网...

【技术保护点】
1.一种人体三维模型的预测方法，其特征在于，包括：/n获取用户的生活数据和当前人体三维模型；/n利用数据预测模型，根据所述生活数据确定出所述用户在至少一个未来时刻的预测身体数据；/n根据每个未来时刻的所述预测身体数据对所述当前人体三维模型进行调整，得到所述用户在每个未来时刻的预测人体三维模型。/n

【技术特征摘要】
1.一种人体三维模型的预测方法，其特征在于，包括：
获取用户的生活数据和当前人体三维模型；
利用数据预测模型，根据所述生活数据确定出所述用户在至少一个未来时刻的预测身体数据；
根据每个未来时刻的所述预测身体数据对所述当前人体三维模型进行调整，得到所述用户在每个未来时刻的预测人体三维模型。


2.根据权利要求1所述的方法，其特征在于，在所述得到所述用户在每个未来时刻的预测人体三维模型之后，还包括：
显示所述当前人体三维模型到最后一个所述未来时刻的预测人体三维模型的变换过程。


3.根据权利要求2所述的方法，其特征在于，所述显示所述当前人体三维模型到最后一个所述未来时刻的预测人体三维模型的变换过程包括：
将所述当前人体三维模型作为第1帧图像；
将第N所述未来时刻的预测人体三维模型作为第(N+1)帧图像；
依次显示第1帧至第(N+1)帧图像，N为正整数。


4.根据权利要求2所述的方法，其特征在于，所述显示所述当前人体三维模型到最后一个所述未来时刻的预测人体三维模型的变换过程包括：
将所述当前人体三维模型作为第1帧图像；
将所述当前人体三维模型、以及第(N-1)个所述未来时刻至第N个所述未来时刻的预测人体三维模型，共同作为第(N+1)帧图像；
依次显示第1帧至第(N+1)帧图像，N为正整数。


5.根据权利要求1所述的方法，其特征在于，所述生活数据包括饮水数据、饮食数据、运动数据和睡眠数据中的至少一项；
所述获取用户的生活数据，包括：获取所述用户的所述饮水数据、所述饮食数据、所述运动数据和所述睡眠数据中的至少一项。


6.根据权利要求1所述的方法，其特征在于，所述预测身体数据包括体重数据、体脂率和体形特征...

【专利技术属性】
技术研发人员：李继楠，白光，颜永阳，王雨楠，杨立民，白桦，
申请(专利权)人：京东方科技集团股份有限公司，
类型：发明
国别省市：北京;11