一种卡路里估算方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种卡路里估算方法、装置、电子设备及介质。该方法包括：根据用户体征信息、用户的训练课程视频帧序列和标准训练动作库，得到所述训练课程视频帧序列中每帧图像的动作完成率；将所述用户体征信息、所述训练课程视频帧序列中相邻两帧图像，以及相邻两帧图像对应的动作完成率输入卡路里估算模型，得到所述相邻两帧图像中前一帧图像上的训练动作变化到后一帧图像上训练动作消耗的卡路里；根据所述训练课程视频帧序列中除首帧图像外前一帧图像上的训练动作变化到后一帧图像上训练动作消耗的卡路里，得到所述训练课程视频帧序列的总消耗卡路里。本发明专利技术实现了根据用户体征信息和训练课程视频帧序列对用户训练课程对应卡路里值的准确预估。对应卡路里值的准确预估。对应卡路里值的准确预估。

【技术实现步骤摘要】
一种卡路里估算方法、装置、设备及存储介质


[0001]本专利技术实施例涉及计算机
，尤其涉及一种卡路里估算方法、装置、设备及存储介质。

技术介绍

[0002]随着人们对身体健康的关注度的增加，健康饮食和训练课程练习成为维持身体健康的基本方式。通过饮食摄入营养元素并控制热量摄入；通过训练课程练习消耗热量，提升身体机能。科学化的训练课程需要对训练课程中的每一个训练动作消耗的卡路里进行精准估算。一般训练课程卡路里的计算是通过心率、训练时间及训练者各项身体指标来进行卡路里估算。
[0003]由于用户课程训练的过程中并不一定佩戴心率采集设备，在没有佩戴心率采集设备时，动作训练的卡路里将无法预估。现有技术是通过整个课程的卡路里计算来进行卡路里预估，但使用整个课程的卡路里计算来进行卡路里预估无法细分到训练课程训练的各个动作，导致智能训练计划和自编课程的无法进行卡路里预估。

技术实现思路

[0004]本专利技术提供一种卡路里估算方法、装置、设备及存储介质，以实现根据用户体征信息和训练课程视频帧序列对用户训练课程对应卡路里值的准确预估。
[0005]第一方面，本专利技术实施例提供了一种卡路里估算方法，该方法包括：
[0006]根据用户体征信息、用户的训练课程视频帧序列和标准训练动作库，得到所述训练课程视频帧序列中每帧图像的动作完成率；
[0007]将所述用户体征信息、所述训练课程视频帧序列中相邻两帧图像，以及相邻两帧图像对应的动作完成率输入卡路里估算模型，得到所述相邻两帧图像中前一帧图像上的训练动作变化到后一帧图像上训练动作消耗的卡路里；所述卡路里估算模型通过样本训练课程视频帧序列中样本用户体征信息、相邻两帧图像、相邻两帧图像对应的动作完成率以及相邻两帧图像中前一帧图像上的训练动作变化到后一帧图像上训练动作消耗的卡路里对深度学习网络模型训练得到；
[0008]根据所述训练课程视频帧序列中除首帧图像外前一帧图像上的训练动作变化到后一帧图像上训练动作消耗的卡路里，得到所述训练课程视频帧序列的总消耗卡路里。
[0009]进一步的，所述根据用户体征信息、用户的训练课程视频帧序列和标准训练动作库，得到所述训练课程视频帧序列中每帧图像的动作完成率，包括：
[0010]根据所述标准训练动作库中训练者体征信息及所述用户体征信息，确定用户完成标准训练动作库中训练动作对应的比例参数；
[0011]根据所述训练课程视频帧序列中每帧图像的动作特征、所述标准训练动作库中标准训练动作的动作特征及所述用户完成标准训练动作库中训练动作对应的比例参数，确定用户完成匹配的标准训练动作的完成参数；
[0012]根据所述用户完成匹配的标准训练动作的完成参数与所述训练课程视频帧序列中每帧图像中动作的完成参数，确定所述训练课程视频帧序列中每帧图像中用户完成动作的完成率。
[0013]进一步的，所述根据所述标准训练动作库中训练者体征信息及所述用户体征信息，确定用户完成标准训练动作库中训练动作对应的比例参数，包括：
[0014]根据所述标准训练动作库中训练者体征信息中身高、体重、四肢比例、活动关节点与所述用户体征信息中身高、体重、四肢比例、活动关节点，确定所述用户完成标准训练动作库中训练动作对应的比例参数。
[0015]进一步的，所述根据所述训练课程视频帧序列中每帧图像的动作特征、所述标准训练动作库中标准训练动作的动作特征及所述用户完成标准训练动作库中训练动作对应的比例参数，确定用户完成匹配的标准训练动作的完成参数，包括：
[0016]根据所述训练课程视频帧序列，确定所述训练课程视频帧序列中每帧图像的动作特征及用户动作的完成参数；
[0017]如果根据所述训练课程视频帧序列中每帧图像的动作特征在所述标准训练动作库中标准训练动作的动作特征匹配出对应的标准训练动作，则根据所述对应的标准训练动作的完成参数、所述用户完成标准训练动作库中训练动作对应的比例参数及用户体征信息，确定用户完成匹配的标准训练动作的完成参数。
[0018]进一步的，所述卡路里估算模型通过样本训练课程视频帧序列中样本用户体征信息、相邻两帧图像、相邻两帧图像对应的动作完成率以及相邻两帧图像中前一帧图像上的训练动作变化到后一帧图像上训练动作消耗的卡路里对深度学习网络模型训练得到，包括：
[0019]获取样本训练课程视频帧序列、样本训练课程视频帧序列对应的训练数据及所述样本训练课程视频帧序列中样本用户体征信息；
[0020]根据所述样本训练课程视频帧序列中每帧图像的动作特征、所述标准训练动作库中训练动作的动作特征、所述样本训练课程视频帧序列中样本用户体征信息及所述标准训练库中训练者特征信息，确定所述样本训练课程视频帧序列中每帧图像的动作完成率；
[0021]根据所述样本训练课程视频帧序列对应的训练数据、所述样本训练课程视频帧序列，确定所述样本训练课程视频帧序列中相邻两帧图像中前一帧图像上的训练动作变化到后一帧图像上训练动作消耗的卡路里；
[0022]将所述样本训练课程视频帧序列中相邻两帧图像、所述样本训练课程视频帧序列中样本用户体征信息、以及相邻两帧图像对应的动作完成率、所述样本训练课程视频帧序列中相邻两帧图像中前一帧图像上的训练动作变化到后一帧图像上训练动作消耗的卡路里输入深度学习网络模型，得到卡路里估算模型。
[0023]进一步的，所述根据所述训练课程视频帧序列中除首帧图像外前一帧图像上的训练动作变化到后一帧图像上训练动作消耗的卡路里，得到所述训练课程视频帧序列的总消耗卡路里之前，还包括：
[0024]如果所述训练课程视频帧序列中首帧图像的动作特征与所述标准训练动作库中训练开始动作匹配，则将所述标准训练库中训练开始动作对应的卡路里计入所述训练课程视频帧序列的总消耗卡路里。
[0025]进一步的，所述根据所述训练课程视频帧序列中除首帧图像外前一帧图像上的训练动作变化到后一帧图像上训练动作消耗的卡路里，得到所述训练课程视频帧序列的总消耗卡路里之前，还包括：
[0026]如果所述训练课程视频帧序列中首帧图像的动作特征与所述标准训练动作库中训练开始动作匹配，则根据所述训练课程视频帧序列中的首帧图像的动作特征在所述标准训练动作库中匹配动作对应的卡路里计入所述训练课程视频帧序列的总消耗卡路里。
[0027]第二方面，本专利技术实施例还提供了一种卡路里估算装置，该装置包括：
[0028]完成率确定模块，用于根据用户体征信息、用户的训练课程视频帧序列和标准训练动作库，得到所述训练课程视频帧序列中每帧图像的动作完成率；
[0029]卡路里确定模块，用于将所述用户体征信息、所述训练课程视频帧序列中相邻两帧图像，以及相邻两帧图像对应的动作完成率输入卡路里估算模型，得到所述相邻两帧图像中前一帧图像上的训练动作变化到后一帧图像上训练动作消耗的卡路里；所述卡路里估算模型通过样本训练课程视频帧序列中样本用户体征信息、相邻两帧图像、相邻两帧图像对应的动作完成率以及相邻两帧图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种卡路里估算方法，其特征在于，包括：根据用户体征信息、用户的训练课程视频帧序列和标准训练动作库，得到所述训练课程视频帧序列中每帧图像的动作完成率；将所述用户体征信息、所述训练课程视频帧序列中相邻两帧图像，以及相邻两帧图像对应的动作完成率输入卡路里估算模型，得到所述相邻两帧图像中前一帧图像上的训练动作变化到后一帧图像上训练动作消耗的卡路里；所述卡路里估算模型通过样本训练课程视频帧序列中样本用户体征信息、相邻两帧图像、相邻两帧图像对应的动作完成率以及相邻两帧图像中前一帧图像上的训练动作变化到后一帧图像上训练动作消耗的卡路里对深度学习网络模型训练得到；根据所述训练课程视频帧序列中除首帧图像外前一帧图像上的训练动作变化到后一帧图像上训练动作消耗的卡路里，得到所述训练课程视频帧序列的总消耗卡路里。2.根据权利要求1所述的方法，其特征在于，所述根据用户体征信息、用户的训练课程视频帧序列和标准训练动作库，得到所述训练课程视频帧序列中每帧图像的动作完成率，包括：根据所述标准训练动作库中训练者体征信息及所述用户体征信息，确定用户完成标准训练动作库中训练动作对应的比例参数；根据所述训练课程视频帧序列中每帧图像的动作特征、所述标准训练动作库中标准训练动作的动作特征及所述用户完成标准训练动作库中训练动作对应的比例参数，确定用户完成匹配的标准训练动作的完成参数；根据所述用户完成匹配的标准训练动作的完成参数与所述训练课程视频帧序列中每帧图像中动作的完成参数，确定所述训练课程视频帧序列中每帧图像中用户完成动作的完成率。3.根据权利要求2所述的方法，其特征在于，所述根据所述标准训练动作库中训练者体征信息及所述用户体征信息，确定用户完成标准训练动作库中训练动作对应的比例参数，包括：根据所述标准训练动作库中训练者体征信息中身高、体重、四肢比例、活动关节点与所述用户体征信息中身高、体重、四肢比例、活动关节点，确定所述用户完成标准训练动作库中训练动作对应的比例参数。4.根据权利要求2所述的方法，其特征在于，所述根据所述训练课程视频帧序列中每帧图像的动作特征、所述标准训练动作库中标准训练动作的动作特征及所述用户完成标准训练动作库中训练动作对应的比例参数，确定用户完成匹配的标准训练动作的完成参数，包括：根据所述训练课程视频帧序列，确定所述训练课程视频帧序列中每帧图像的动作特征及用户动作的完成参数；如果根据所述训练课程视频帧序列中每帧图像的动作特征在所述标准训练动作库中标准训练动作的动作特征匹配出对应的标准训练动作，则根据所述对应的标准训练动作的完成参数、所述用户完成标准训练动作库中训练动作对应的比例参数及用户体征信息，确定用户完成匹配的标准训练动作的完成参数。5.根据权利要求1所述的方法，其特征在于，所述卡路里估算模型通过样本训练课程视
频帧序列中样本用户体征信息、相邻两帧图像、相邻两帧图像对应的动作完成率以及相邻两帧图像中前一帧图像上的训练动作变化到后一帧图像上训练动作消耗的卡路里对深度学习网络模型训练得到，包括：获取样本训练课程视频帧序列、样本训练课程视频帧序列对应的训练数据及所述样本训练课程视频帧序列中样本用户体征信息；根据所述样本...

【专利技术属性】
技术研发人员：陈博，刘煦，景玉，郝铭尧，廖金花，张吉，
申请(专利权)人：北京卡路里信息技术有限公司，
类型：发明
国别省市：