本发明专利技术涉及人工智能技术，揭露了一种运动计划自适应调整方法、装置、设备及存储介质。所述方法包括：对用户手部环境图像进行食物类型识别得到目标食物类型；利用智能戒指中的陀螺仪，获取用户对食物的入口次数，根据所述入口次数及利用智能戒指持续获取的用户手部环境图像进行食量统计得到食量数值并查询目标食物类型对应的单位热量计算得到热量摄入量；利用预训练的运动与摄入关系模型，根据所述用户身体健康参数集合、环境参数集合及目标运动计划，对所述热量摄入量进行热量摄入水平评估，并根据热量摄入评估结果对所述目标运动计划进行运动强度调整，得到自适应运动计划。根据饮食不同对于运动计划进行适应性调整，提高运动效率。
1、控制饮食对于大健康领域是非常重要的，尤其在体重管理中，合适的饮食有利于满足身体所需营养物质，保持身体健康状态，而不适当的饮食会导致营养物质无法恢复及修复肌肉组织，在饮食摄入过多时，还会因为运动不足以完全消耗食物的能量，产生肥胖。
>8、利用预训练的运动与摄入关系模型，根据所述用户身体健康参数集合、环境参数集合及目标运动计划，对所述热量摄入量进行热量摄入水平评估，并根据热量摄入评估结果对所述目标运动计划进行运动强度调整，得到自适应运动计划。9、可选的，所述利用预训练的运动与摄入关系模型，根据所述用户身体健康参数集合、环境参数集合及目标运动计划，对所述热量摄入量进行热量摄入水平评估，并根据热量摄入评估结果对所述目标运动计划进行运动强度调整，得到自适应运动计划，包括：
10、对所述用户身体健康参数集合、环境参数集合及目标运动计划进行特征提取，分别得到用户参数特征、环境参数特征及运动参数特征；
11、利用所述运动与摄入关系模型中的人体正常消耗热量网络对所述用户参数特征及所述环境参数特征进行全连接预测识别，得到人体正常消耗值；
12、利用所述运动与摄入关系模型中的运动热量消耗网络，根据所述运动参数特征对所述目标运动计划进行单个动作热量消耗预测，得到动作热量消耗序列；
13、利用所述运动与摄入关系模型，根据所述人体正常消耗值对所述热量摄入量进行热量摄入水平评估，得到热量摄入评估结果；
14、对所述热量摄入评估结果及所述运动参数特征进行差距运算，得到热量差距结果，并根据预设的运动调整规则、所述热量差距结果及所述动作热量消耗序列，对所述目标运动计划中各个动作进行强度调整，得到自适应运动计划。
15、可选的，所述利用预训练的运动与摄入关系模型之前，所述方法还包括：
16、获取包含人体正常消耗热量网络、运动热量消耗网络及热量摄入评估网络的运动与摄入关系模型，及预构建的训练数据样本；
17、利用预构建的人体环境消耗热量样本对预构建的人体正常消耗热量模型进行训练，得到第一训练模型参数，及利用预构建的运动课程样本对预构建的运动课程热量消耗模型进行训练，得到第二训练模型参数，并利用所述第一训练模型参数对所述人体正常消耗热量网络进行迁移学习，利用所述第二训练模型参数对所述运动热量消耗网络进行迁移学习；
18、依次从所述训练数据样本中提取一个目标训练样本，并利用所述运动与摄入关系模型对所述目标训练样本进行网络正向计算，得到预测评估结果；
19、利用交叉熵损失算法计算所述目标训练样本对应的真实评估标签与所述预测评估结果之间的损失值，并对所述损失值进行最小化计算，得到所述损失值最小时的网络模型参数，并根据所述网络模型参数，对所述运动与摄入关系模型进行网络逆向参数更新，得到更新运动与摄入关系模型；
20、判断所述损失值的收敛性；
21、当所述损失值未收敛时，返回上述依次从所述训练数据样本中提取一个目标训练样本的操作步骤，对所述更新运动与摄入关系模型进行迭代优化；
22、当所述损失值收敛时，停止训练过程，得到训练完成的运动与摄入关系模型。
23、可选的，所述根据所述入口次数及利用智能戒指持续获取的用户手部环境图像进行食量统计，得到食量数值，包括：
24、利用三角测距算法对所述用户手部环境图像对夹取的食物进行图像测距操作，得到单次食量统计；
25、根据预设的频率获取所述单次食量统计，得到单次食量统计序列，并对所述单次食量统计序列进行均值计算，得到平均食量数值；
26、根据所述平均食量数值及所述入口次数计算得到食量数值。
27、可选的，所述对所述用户手部环境图像进行目标对象识别，得到目标对象识别结果，包括：
28、对所述用户手部环境图像进行高斯滤波处理，得到降噪图像；
29、对所述降噪图像进行卷积操作，得到卷积矩阵集合；
30、对所述卷积矩阵集合进行平均池化操作，并对池化结果进行扁平化降维操作，得到图像特征序列集合；
31、对所述图像特征序列集合进行全连接分类判断，得到目标对象识别结果。
32、可选的，所述对所述用户手部环境图像进行食物类型识别，得到目标食物类型，包括：
33、对所述用户手部环境图像中的食物进行特征提取操作，得到食物特征集合；
34、利用预构建的饮食知识图谱对所述食物特征集合进行聚类操作，得到目标食物类型。
35、可选的，所述利用所述智能戒指中的陀螺仪，获取用户对食物的入口次数，包括：
36、利用所述智能戒指中的陀螺仪获取用户手部的活动轨迹；
37、对所述活动轨迹进行模式识别，得到模式识别结果；
38、当模式识别结果出现一次预设的饮食动作时，对预配置的入口次数进行数值加一操作。
39、为了解决上述问题，本专利技术还提供一种运动计划自适应调整装置，所述装置包括：
40、手部食物监控模块，用于利用智能戒指获取用户手部环境图像，并对所述用户手部环境图像进行目标对象识别，得到目标对象识别结果，及当检测到目标对象识别结果中出现食物时，对所述用户手部环境图像进行食物类型识别，得到目标食物类型；
41、热量摄入统计模块，用于利用所述智能戒指中的陀螺仪，获取用户对食物的入口次数，并根据所述入口次数及利用智能戒指持续获取的用户手部环境图像进行食量统计，得到食量数值，及根据所述目标食物类型对应的单位热量及所述食量数值进行饮食热量统计，得到热量摄入量；
42、用户及运动信息获取模块，用于获取预构建的用户身体参数集合、环境本文档来自技高网...
【技术保护点】
1.一种运动计划自适应调整方法，其特征在于，所述方法包括：
2.如权利要求1所述的运动计划自适应调整方法，其特征在于，所述利用预训练的运动与摄入关系模型，根据所述用户身体健康参数集合、环境参数集合及目标运动计划，对所述热量摄入量进行热量摄入水平评估，并根据热量摄入评估结果对所述目标运动计划进行运动强度调整，得到自适应运动计划，包括：
3.如权利要求1所述的运动计划自适应调整方法，其特征在于，所述利用预训练的运动与摄入关系模型之前，所述方法还包括：
4.如权利要求1所述的运动计划自适应调整方法，其特征在于，所述根据所述入口次数及利用智能戒指持续获取的用户手部环境图像进行食量统计，得到食量数值，包括：
5.如权利要求1所述的运动计划自适应调整方法，其特征在于，所述对所述用户手部环境图像进行目标对象识别，得到目标对象识别结果，包括：
6.如权利要求1所述的运动计划自适应调整方法，其特征在于，所述对所述用户手部环境图像进行食物类型识别，得到目标食物类型，包括：
7.如权利要求1所述的运动计划自适应调整方法，其特征在于，所述利用所述智能戒指中的陀螺仪，获取用户对食物的入口次数，包括：
8.一种运动计划自适应调整装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的运动计划自适应调整方法。
...
【技术特征摘要】
1.一种运动计划自适应调整方法，其特征在于，所述方法包括：
2.如权利要求1所述的运动计划自适应调整方法，其特征在于，所述利用预训练的运动与摄入关系模型，根据所述用户身体健康参数集合、环境参数集合及目标运动计划，对所述热量摄入量进行热量摄入水平评估，并根据热量摄入评估结果对所述目标运动计划进行运动强度调整，得到自适应运动计划，包括：
3.如权利要求1所述的运动计划自适应调整方法，其特征在于，所述利用预训练的运动与摄入关系模型之前，所述方法还包括：
4.如权利要求1所述的运动计划自适应调整方法，其特征在于，所述根据所述入口次数及利用智能戒指持续获取的用户手部环境图像进行食量统计，得到食量数值，包括：
5.如权利要求1所述的运...
【专利技术属性】
技术研发人员：谢俊，
申请(专利权)人：亿慧云智能科技深圳股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。