一种用于全民健身的人工智能模型制造技术

本发明专利技术涉及一种用于全民健身的人工智能模型，该智能模型包括如下逻辑段：步骤一：通过长期观察确定配备健身设施的公园以及其他健身场所人流情况；步骤二：根据当地人口登记情况以及摄像头的人脸识别确定当地常住人口预估数据；步骤三：对所述当前参数序列中的数据进行分类，得到当前参数序列对应的类别数量和离散点数量；根据所述类别数量和离散点数量，得到当前参数序列的数据稳定程度指标，通过模型和大数据信息计算出健身参与率；可以协助设备提高健身参与率，可以有效降低社会医疗支出并提高居民生活水平和预期寿命。并提高居民生活水平和预期寿命。并提高居民生活水平和预期寿命。

【技术实现步骤摘要】
一种用于全民健身的人工智能模型


[0001]本专利技术涉及一种人工智能，具体是一种用于全民健身的人工智能模型。

技术介绍

[0002]随着生活水平的日益提高，越来越多的人不再进行健身运动，而一个人如果长期不进行健身运动其身体机能都会缓慢下降，严重影响大众身体健康，这就让社会的医疗支出逐年增加，严重影响社会财政健康和居民生活水平。

技术实现思路

[0003]针对上述现有技术存在的问题，本专利技术提供一种用于全民健身的人工智能模型，可以协助设备提高健身参与率，可以有效降低社会医疗支出并提高居民生活水平和预期寿命。
[0004]为了实现上述目的，本专利技术通过以下技术方案实现：一种用于全民健身的人工智能模型，该智能模型包括如下逻辑段：
[0005]步骤一：通过长期观察确定配备健身设施的公园以及其他健身场所人流情况；
[0006]步骤二：根据当地人口登记情况以及摄像头的人脸识别确定当地常住人口预估数据；
[0007]步骤三：对所述当前参数序列中的数据进行分类，得到当前参数序列对应的类别数量和离散点数量；根据所述类别数量和离散点数量，得到当前参数序列的数据稳定程度指标，通过模型和大数据信息计算出健身参与率；
[0008]步骤四：通过大数据和数据库中的信息，利用滑窗分析当前参数序列中数据的变化，得到当前参数序列的数据变化程度指标，计算当前参数序列与标准参数序列之间的相似性，得到当前参数序列的相似性指标，确定健身适龄人群及其联系方式；
[0009]步骤五：通过短信动员健身适龄人员进行健身；
[0010]步骤六：重复步骤一至步骤三，如果健身参与率仍然不足，就通知工作人员要求辖区内的实体进行集体健身；
[0011]步骤七：重复步骤一至步骤三，确定健身参与率达标，如果不达标重复步骤四至步骤六。
[0012]为了使统计数据更为准确并且精准识别不健身的人员，所述的步骤一中，通过摄像头对公园和健身场所的器材使用率，根据所述各健身设施单位时间内被使用的总时长，得到各健身设施单位时间内对应的热度特征指标；根据热度特征指标，得到各健身设施的使用率和实用人员数量，将可能存在异常的健身设施记为目标健身设施进行多轮观察。
[0013]为了进一步提升统计数据的准确性，所述的根据各健身房图像对应的健身设施包围框和健身者包围框之间的位置关系，得到各健身房图像对应的健身设施包围框和健身者包围框之间的重叠面积；判断所述重叠面积是否大于预设重叠面积阈值，若是，将对应的健身设施记为被使用状态；统计各健身设施单位时间内单次处于被使用状态的时长，得到对
应健身设施单位时间内被使用的总时长。
[0014]为了对常驻人口数量有一个较为精确的估算，所述的步骤二中的人口统计采用人脸识别以及人流量离散分析，预估当地常驻人口数量。
[0015]为了可以更好的联系到个人，所述的步骤五中的人员短信为人口普查中所登记的信息。
[0016]为了更好的动员所有人健身，所述的步骤六中的实体信息来源于工商登记。
[0017]所述的智能模型逻辑段需要运行在人工智能模型逻辑和心中运行，包括核心供电支架、数据调用逻辑处理器、人工智能模型储存器和人工智能模型网络连接器，所述的核心供电支架上安装两个以上的数据调用逻辑处理器，以及一个人工智能模型储存器和一个人工智能模型网络连接器，核心供电支架的供电装置通过电性连接人工智能模型储存器，人工智能模型储存器分别通过电性连接数据调用逻辑处理器和人工智能模型网络连接器。
[0018]借由上述方案，本专利技术至少具有以下优点：通过大数据的筛查和人员密集调用，可以有效增加全民健身率，提升居民预期寿命，有效减少社会医疗支出。
附图说明
[0019]图1是一种用于全民健身的人工智能模型的逻辑流程图；
[0020]图2是一种用于全民健身的人工智能模型的人工智能模型逻辑核心；
[0021]图中：1、核心供电支架，2、数据调用逻辑处理器,3、人工智能模型储存器,4、人工智能模型网络连接器。
具体实施方式
[0022]下面结合附图对本专利技术作进一步说明。
[0023]在本专利技术的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，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专利技术的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0024]如图1所示，本一种用于全民健身的人工智能模型，该智能模型包括如下逻辑段：
[0025]步骤一：通过长期观察确定配备健身设施的公园以及其他健身场所人流情况；
[0026]步骤二：根据当地人口登记情况以及摄像头的人脸识别确定当地常住人口预估数据；
[0027]步骤三：对所述当前参数序列中的数据进行分类，得到当前参数序列对应的类别数量和离散点数量；根据所述类别数量和离散点数量，得到当前参数序列的数据稳定程度指标，通过模型和大数据信息计算出健身参与率；
[0028]步骤四：通过大数据和数据库中的信息，利用滑窗分析当前参数序列中数据的变化，得到当前参数序列的数据变化程度指标，计算当前参数序列与标准参数序列之间的相似性，得到当前参数序列的相似性指标，确定健身适龄人群及其联系方式；
[0029]步骤五：通过短信动员健身适龄人员进行健身；
[0030]步骤六：重复步骤一至步骤三，如果健身参与率仍然不足，就通知工作人员要求辖
区内的实体进行集体健身；
[0031]步骤七：重复步骤一至步骤三，确定健身参与率达标，如果不达标重复步骤四至步骤六。
[0032]为了使统计数据更为准确并且精准识别不健身的人员，所述的步骤一中，通过摄像头对公园和健身场所的器材使用率，根据所述各健身设施单位时间内被使用的总时长，得到各健身设施单位时间内对应的热度特征指标；根据热度特征指标，得到各健身设施的使用率和实用人员数量，将可能存在异常的健身设施记为目标健身设施进行多轮观察。
[0033]为了进一步提升统计数据的准确性，所述的根据各健身房图像对应的健身设施包围框和健身者包围框之间的位置关系，得到各健身房图像对应的健身设施包围框和健身者包围框之间的重叠面积；判断所述重叠面积是否大于预设重叠面积阈值，若是，将对应的健身设施记为被使用状态；统计各健身设施单位时间内单次处于被使用状态的时长，得到对应健身设施单位时间内被使用的总时长。
[0034]为了对常驻人口数量有一个较为精确的估算，所述的步骤二中的人口统计采用人脸识别以及人流量离散分析，预估当地常驻人口数量。
[0035]为了可以更好的联系到个人，所述的步骤五中的人员短信为人口普查中所登记的信息。
[0036]为了更好的动员所有人健身，所述的步骤六中的实体信息来本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于全民健身的人工智能模型，其特征在于，该智能模型包括如下逻辑段：步骤一：通过长期观察确定配备健身设施的公园以及其他健身场所人流情况；步骤二：根据当地人口登记情况以及摄像头的人脸识别确定当地常住人口预估数据；步骤三：对所述当前参数序列中的数据进行分类，得到当前参数序列对应的类别数量和离散点数量；根据所述类别数量和离散点数量，得到当前参数序列的数据稳定程度指标，通过模型和大数据信息计算出健身参与率；步骤四：通过大数据和数据库中的信息，利用滑窗分析当前参数序列中数据的变化，得到当前参数序列的数据变化程度指标，计算当前参数序列与标准参数序列之间的相似性，得到当前参数序列的相似性指标，确定健身适龄人群及其联系方式；步骤五：通过短信动员健身适龄人员进行健身；步骤六：重复步骤一至步骤三，如果健身参与率仍然不足，就通知工作人员要求辖区内的实体进行集体健身；步骤七：重复步骤一至步骤三，确定健身参与率达标，如果不达标重复步骤四至步骤六。2.根据权利要求1所述的一种用于全民健身的人工智能模型，其特征在于，所述的步骤一中，通过摄像头对公园和健身场所的器材使用率，根据所述各健身设施单位时间内被使用的总时长，得到各健身设施单位时间内对应的热度特征指标；根据热度特征指标，得到各健身设施的使用率和实用人员数量，将可能存在异常的健身设施记为目标健身设施进行多轮观察。3.根据权利要求2所述的一种用于全民健身的人工智能模型，其特征在于...

【专利技术属性】
技术研发人员：刘新华，陈骐，刘庄承东，郅朝旭，王媛凤，
申请(专利权)人：国家体育总局体育科学研究所，
类型：发明
国别省市：