健身数据的处理方法、装置、设备和存储介质

摘要

本申请提供一种健身数据的处理方法、装置、设备和存储介质，该方法中，播放第一语音信息，之后通过TOF设备，获取用户在执行预设健身动作过程中的每个时间点的多个人体深度值，再根据每个时间点的多个人体深度值，和时间点的每个身体区域的深度值范围，确定用户的健身动作在每个时间点是否符合规范，最后在确定出用户的健身动作在至少一个目标时间点不符合规范时，推送提示信息，该提示信息用于提示用户在至少一个目标时间点的健身动作不符合规范以及不规范的身体区域。该技术方案中，从时间顺序出发，对健身动作下的身体区域的深度值进行判定，解决了辅助用户以标准动作进行健身的技术问题。

权利要求

1.一种健身数据的处理方法，其特征在于，应用计算机设备，所述方法包括：播放第一语音信息，所述第一语音信息用于指示用户采用第一重量的器械执行预设健身动作；

通过飞行时间TOF设备，获取所述用户在执行预设健身动作过程中的每个时间点的多个人体深度值，所述多个人体深度值包括根据预设规则划分的每个身体区域的深度值，每个人体深度值为对应的身体区域中每个像素点的深度值的平均值；

根据每个时间点的多个人体深度值，和所述时间点的每个身体区域的深度值范围，确定所述用户的健身动作在每个时间点是否符合规范，所述每个时间点的每个身体区域的深度值范围是预先指示所述用户采用第二重量的器械执行所述预设健身动作时所述身体区域的深度值确定的范围，所述第二重量小于所述第一重量；

在确定出所述用户的健身动作在至少一个目标时间点不符合规范时，推送提示信息，所述提示信息用于提示所述用户在所述至少一个目标时间点的健身动作不符合规范以及不规范的身体区域；

所述根据每个时间点的多个人体深度值，和所述时间点的每个身体区域的深度值范围，确定所述用户的健身动作在每个时间点是否符合规范，包括：针对每个时间点，确定所述时间点对应的每个人体深度值是否在对应身体区域的深度值范围内；

若所述时间点，存在至少一个身体区域的人体深度值不在对应的深度值范围，则确定所述用户的健身动作在所述时间点不规范；

若所述时间点，每个身体区域的人体深度值均在对应的深度值范围，则确定所述用户的健身动作在所述时间点规范。

2.根据权利要求1所述的方法，其特征在于，在所述根据每个时间点的多个人体深度值，和所述时间点的每个身体区域的深度值范围，确定所述用户的健身动作在每个时间点是否符合规范之前，所述方法还包括：播放第二语音信息，所述第二语音信息用于指示用户采用所述第二重量的器械执行所述预设健身动作；

通过所述TOF设备，获取所述用户在执行预设健身动作过程中的每个时间点的多个人体深度值；

针对每个时间点，根据所述时间点的多个人体深度值以及预设阈值，确定所述时间点对应的每个身体区域的深度值范围。

3.根据权利要求1或2所述的方法，其特征在于，所述通过所述TOF设备，获取所述用户在执行预设健身动作过程中的每个时间点的多个人体深度值，包括：通过所述TOF设备，获取所述用户在执行预设健身动作过程中的每个时间点的人体的深度图，所述深度图中包括人体的每个像素的深度值；

针对每个时间点，根据所述预设规则对所述深度图中的人体进行区域划分，得到多个身体区域的子深度图；

针对每个身体区域，计算所述身体区域的子深度图中所有像素的深度值的平均值，得到所述身体区域的人体深度值。

4.根据权利要求1或2所述的方法，其特征在于，所述在确定出所述用户的健身动作在至少一个目标时间点不符合规范时，推送提示信息，包括：在确定出所述用户的健身动作在至少一个目标时间点不符合规范时，显示所述用户在所述至少一个目标时间点的健身动作不符合规范以及不规范的身体区域；

在确定出所述用户的健身动作在至少一个目标时间点不符合规范时，语音提醒所述用户在所述至少一个目标时间点的健身动作不符合规范以及不规范的身体区域。

5.一种健身数据的处理装置，其特征在于，应用计算机设备，所述装置包括：播放模块，用于播放第一语音信息，所述第一语音信息用于指示用户采用第一重量的器械执行预设健身动作；

获取模块，用于通过飞行时间TOF设备，获取所述用户在执行预设健身动作过程中的每个时间点的多个人体深度值，所述多个人体深度值包括根据预设规则划分的每个身体区域的深度值，每个人体深度值为对应的身体区域中每个像素点的深度值的平均值；

确定模块，用于根据每个时间点的多个人体深度值，和所述时间点的每个身体区域的深度值范围，确定所述用户的健身动作在每个时间点是否符合规范，所述每个时间点的每个身体区域的深度值范围是预先指示所述用户采用第二重量的器械执行所述预设健身动作时所述身体区域的深度值确定的范围，所述第二重量小于所述第一重量；

推送模块，用于在确定出所述用户的健身动作在至少一个目标时间点不符合规范时，推送提示信息，所述提示信息用于提示所述用户在所述至少一个目标时间点的健身动作不符合规范以及不规范的身体区域；

所述确定模块，具体用于：

针对每个时间点，确定所述时间点对应的每个人体深度值是否在对应身体区域的深度值范围内；

若所述时间点，存在至少一个身体区域的人体深度值不在对应的深度值范围，则确定所述用户的健身动作在所述时间点不规范；

若所述时间点，每个身体区域的人体深度值均在对应的深度值范围，则确定所述用户的健身动作在所述时间点规范。

6.根据权利要求5所述的装置，其特征在于，所述播放模块，还用于播放第二语音信息，所述第二语音信息用于指示用户采用所述第二重量的器械执行所述预设健身动作；

所述获取模块，还用于通过所述TOF设备，获取所述用户在执行预设健身动作过程中的每个时间点的多个人体深度值；

所述确定模块，还用于针对每个时间点，根据所述时间点的多个人体深度值以及预设阈值，确定所述时间点对应的每个身体区域的深度值范围。

7.一种计算机设备，包括：处理器、存储器及存储在所述存储器上并可在处理器上运行的计算机程序指令，其特征在于，所述处理器执行所述计算机程序指令时实现如上述权利要求1至4任一项所述的健身数据的处理方法。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上述权利要求1至4任一项所述的健身数据的处理方法。

说明书

健身数据的处理方法、装置、设备和存储介质

技术领域

[0001] 本申请涉及健身器械领域，尤其涉及一种健身数据的处理方法、装置、设备和存储介质。

背景技术

[0002] 在现代社会中，人们越发的重视保养自己的身体，越来越多的人走近了健身房进行身体训练。健身类的身体训练的动作很多，如何衡量自己动作是否标准是很多人长期困扰的一个问题，动作不标准，不但达不到训练效果，更有可能导致关节，肌肉受伤等风险。

[0003] 在现有技术中，健身人员常常通过视频资料，自行进行动作的纠正、模仿，或者通过教练的指导来辅助训练。

[0004] 然而，自我学习的规范性相对于教练指导，动作质量不高，而教练指导的成本较大，不适应于大面积推广，因此，如何辅助用户以标准动作进行健身成为亟待解决的技术问题。

发明内容

[0005] 本申请实施例提供一种健身数据的处理方法、装置、设备和存储介质，用以辅助用户以标准动作进行健身的问题。

[0006] 第一方面，本申请实施例提供一种健身数据的处理方法，应用计算机设备，所述方法包括：

[0007] 播放第一语音信息，所述第一语音信息用于指示用户采用第一重量的器械执行预设健身动作；

[0008] 通过飞行时间TOF设备，获取所述用户在执行预设健身动作过程中的每个时间点的多个人体深度值，所述多个人体深度值包括根据预设规则划分的每个身体区域的深度值，每个人体深度值为对应的身体区域中每个像素点的深度值的平均值；

[0009] 根据每个时间点的多个人体深度值，和所述时间点的每个身体区域的深度值范围，确定所述用户的健身动作在每个时间点是否符合规范，所述每个时间点的每个身体区域的深度值范围是预先指示所述用户采用第二重量的器械执行所述预设健身动作时所述身体区域的深度值确定的范围，所述第二重量小于所述第一重量；

[0010] 在确定出所述用户的健身动作在至少一个目标时间点不符合规范时，推送提示信息，所述提示信息用于提示所述用户在所述至少一个目标时间点的健身动作不符合规范以及不规范的身体区域。

[0011] 在第一方面一种可能的设计中，在所述根据每个时间点的多个人体深度值，和所述时间点的每个身体区域的深度值范围，确定所述用户的健身动作在每个时间点是否符合规范之前，所述方法还包括：

[0012] 播放第二语音信息，所述第二语音信息用于指示用户采用所述第二重量的器械执行所述预设健身动作；

[0013] 通过所述TOF设备，获取所述用户在执行预设健身动作过程中的每个时间点的多个人体深度值；

[0014] 针对每个时间点，根据所述时间点的多个人体深度值以及预设阈值，确定所述时间点对应的每个身体区域的深度值范围。

[0015] 在该种可能的设计中，所述根据每个时间点的多个人体深度值，和所述时间点的每个身体区域的深度值范围，确定所述用户的健身动作在每个时间点是否符合规范，包括：

[0016] 针对每个时间点，确定所述时间点对应的每个人体深度值是否在对应身体区域的深度值范围内；

[0017] 若所述时间点，存在至少一个身体区域的人体深度值不在对应的深度值范围，则确定所述用户的健身动作在所述时间点不规范；

[0018] 若所述时间点，每个身体区域的人体深度值均在对应的深度值范围，则确定所述用户的健身动作在所述时间点规范。

[0019] 在第一方面另一种可能的设计中，所述通过所述TOF设备，获取所述用户在执行预设健身动作过程中的每个时间点的多个人体深度值，包括：

[0020] 通过所述TOF设备，获取所述用户在执行预设健身动作过程中的每个时间点的人体的深度图，所述深度图中包括人体的每个像素的深度值；

[0021] 针对每个时间点，根据所述预设规则对所述深度图中的人体进行区域划分，得到多个身体区域的子深度图；

[0022] 针对每个身体区域，计算所述身体区域的子深度图中所有像素的深度值的平均值，得到所述身体区域的人体深度值。

[0023] 在第一方面再一种可能的设计中，所述在确定出所述用户的健身动作在至少一个目标时间点不符合规范时，推送提示信息，包括：

[0024] 在确定出所述用户的健身动作在至少一个目标时间点不符合规范时，显示所述用户在所述至少一个目标时间点的健身动作不符合规范以及不规范的身体区域；

[0025] 在确定出所述用户的健身动作在至少一个目标时间点不符合规范时，语音提醒所述用户在所述至少一个目标时间点的健身动作不符合规范以及不规范的身体区域。

[0026] 第二方面，本申请实施例提供一种健身数据的处理装置，应用计算机设备，所述装置包括：

[0027] 播放模块，用于播放第一语音信息，所述第一语音信息用于指示用户采用第一重量的器械执行预设健身动作；

[0028] 获取模块，用于通过飞行时间TOF设备，获取所述用户在执行预设健身动作过程中的每个时间点的多个人体深度值，所述多个人体深度值包括根据预设规则划分的每个身体区域的深度值，每个人体深度值为对应的身体区域中每个像素点的深度值的平均值；

[0029] 确定模块，用于根据每个时间点的多个人体深度值，和所述时间点的每个身体区域的深度值范围，确定所述用户的健身动作在每个时间点是否符合规范，所述每个时间点的每个身体区域的深度值范围是预先指示所述用户采用第二重量的器械执行所述预设健身动作时所述身体区域的深度值确定的范围，所述第二重量小于所述第一重量；

[0030] 推送模块，用于在确定出所述用户的健身动作在至少一个目标时间点不符合规范时，推送提示信息，所述提示信息用于提示所述用户在所述至少一个目标时间点的健身动作不符合规范以及不规范的身体区域。

[0031] 在第二方面一种可能的设计中，所述播放模块，还用于播放第二语音信息，所述第二语音信息用于指示用户采用所述第二重量的器械执行所述预设健身动作；

[0032] 所述获取模块，还用于通过所述TOF设备，获取所述用户在执行预设健身动作过程中的每个时间点的多个人体深度值；

[0033] 所述确定模块，还用于针对每个时间点，根据所述时间点的多个人体深度值以及预设阈值，确定所述时间点对应的每个身体区域的深度值范围。

[0034] 在该种可能的设计中，所述确定模块，根据每个时间点的多个人体深度值，和所述时间点的每个身体区域的深度值范围，确定所述用户的健身动作在每个时间点是否符合规范，具体用于：

[0035] 针对每个时间点，确定所述时间点对应的每个人体深度值是否在对应身体区域的深度值范围内；

[0036] 若所述时间点，存在至少一个身体区域的人体深度值不在对应的深度值范围，则确定所述用户的健身动作在所述时间点不规范；

[0037] 若所述时间点，每个身体区域的人体深度值均在对应的深度值范围，则确定所述用户的健身动作在所述时间点规范。

[0038] 在第二方面另一种可能的设计中，所述获取模块，具体用于：

[0039] 通过所述TOF设备，获取所述用户在执行预设健身动作过程中的每个时间点的人体的深度图，所述深度图中包括人体的每个像素的深度值；

[0040] 针对每个时间点，根据所述预设规则对所述深度图中的人体进行区域划分，得到多个身体区域的子深度图；

[0041] 针对每个身体区域，计算所述身体区域的子深度图中所有像素的深度值的平均值，得到所述身体区域的人体深度值。

[0042] 在第二方面再一种可能的设计中，所述推送模块，具体用于：

[0043] 在确定出所述用户的健身动作在至少一个目标时间点不符合规范时，显示所述用户在所述至少一个目标时间点的健身动作不符合规范以及不规范的身体区域；

[0044] 在确定出所述用户的健身动作在至少一个目标时间点不符合规范时，语音提醒所述用户在所述至少一个目标时间点的健身动作不符合规范以及不规范的身体区域。

[0045] 第三方面，本申请实施例提供一种计算机设备，包括：处理器、存储器；

[0046] 所述存储器存储计算机执行指令；

[0047] 所述处理器执行所述计算机执行指令，使得所述计算机设备执行如上述第一方面及各种可能的设计中所述的健身数据的处理方法。

[0048] 第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上述第一方面及各种可能的设计中所述的健身数据的处理方法。

[0049] 第五方面，本申请实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时用于实现如上述第一方面及各种可能的设计中所述的健身数据的处理方法。

[0050] 本申请实施例提供的健身数据的处理方法、装置、设备和存储介质，该方法中，播放第一语音信息，该第一语音信息用于指示用户采用第一重量的器械执行预设健身动作，之后通过飞行时间TOF设备，获取用户在执行预设健身动作过程中的每个时间点的多个人体深度值，该多个人体深度值包括根据预设规则划分的每个身体区域的深度值，每个人体深度值为对应的身体区域中每个像素点的深度值的平均值，再根据每个时间点的多个人体深度值，和时间点的每个身体区域的深度值范围，确定用户的健身动作在每个时间点是否符合规范，每个时间点的每个身体区域的深度值范围是预先指示用户采用第二重量的器械执行预设健身动作时身体区域的深度值确定的范围，第二重量小于第一重量，最后在确定出用户的健身动作在至少一个目标时间点不符合规范时，推送提示信息，该提示信息用于提示用户在至少一个目标时间点的健身动作不符合规范以及不规范的身体区域。该技术方案中，从时间顺序出发，对健身动作下的身体区域的深度值进行判定，解决了辅助用户以标准动作进行健身的技术问题。

附图说明

[0051] 此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

[0052] 图1为本申请实施例提供的健身数据的处理方法的应用场景示意图；

[0053] 图2为本申请实施例提供的健身数据的处理方法实施例一的流程示意图；

[0054] 图3为本申请实施例提供的TOF设备的使用原理示意图；

[0055] 图4为本申请实施例提供的人体深度值的示意图；

[0056] 图5为本申请实施例提供的健身数据的处理方法实施例二的流程示意图；

[0057] 图6为本申请实施例提供的健身数据的处理方法实施例三的流程示意图；

[0058] 图7为本申请实施例提供的健身数据的处理方法实施例四的流程示意图；

[0059] 图8为本申请实施例提供的健身数据的处理装置的结构示意图；

[0060] 图9为本申请实施例提供的计算机设备的结构示意图。

[0061] 通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。

具体实施方式

[0062] 这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

[0063] 在介绍本申请的实施例之前，首先对本申请的背景技术进行解释说明：

[0064] 在现代社会中，人们越发的重视保养自己的身体，越来越多的人走近了健身房进行身体训练。健身类的身体训练的动作很多，如何衡量自己动作是否标准是很多人长期困扰的一个问题，动作不标准，不但达不到训练效果，更有可能导致关节，肌肉受伤等风险。

[0065] 现有的方法主要是如下几种：

[0066] 1、自我学习法，用户通过学习健身资料，并和自己的动作、视频等相对比等提高动作质量。

[0067] 2、教练，由专业教练指导动作。

[0068] 3、利用摄像头进行动作捕获，通过一些人工智能（Artificial Intelligence，AI），视频技术手段，对动作的规范性做判断的方法。

[0069] 然而，上述的现有方法存在以下问题：

[0070] 1、和个人的主观思想有很大联系，动作的对错很难得到准确的判断，甚至会因错误的方法导致关节，肌肉受损等情况。

[0071] 2、成本高，不适于大面积推广。另外教练为达到效果会拍摄很多视频，健身场所往往为较为私密性的场所，可能会导致不雅视频的流出。

[0072] 3、采用的识别个人动作和所谓的标准动作进行模式对比，但在实际过程中，每个人的动作千差万别，体重，身高，身体比例，关节柔软度均不相同，很难用所谓的同一模板去衡量。

[0073] 在上述技术问题的基础上，图1为本申请实施例提供的健身数据的处理方法的应用场景示意图，如图1所示，该应用场景包括：用户11、计算机设备12和飞行时间（Time of Fly，TOF）设备13。

[0074] 其中，TOF设备13的数量可以是至少一个，该TOF设备13可以是TOF摄像机，如图1所示，可以包含两个TOF摄像机，所拍摄的视角记为视角1和视角2。

[0075] 可选的，利用TOF设备13，准确的获取该TOF设备13前的人体深度信息。

[0076] 在一种可能的实现中，用户11在大重量模式健身时，TOF设备13实时捕获用户11的人体深度信息，并传输给计算机设备12，该计算机设备12依据用户11的人体深度信息，并当前时间点的每个身体区域的深度值范围，以确定用户11的当前健身动作是否规范，并在计算机设备12的显示界面上显示结果。

[0077] 应理解，对应用场景中未披露的内容、以及其他可能的实现由下述实施例详述。

[0078] 本申请针对上述技术问题，发明人的技术构思过程如下：肌肉是一种由脑神经控制的人体组织，很多人在完成小重量的健身动作时，可以充分的集中注意力去控制练习区域的肌肉发力，思考动作的准确性，并协调身体的其他固定部分，尽可能的不参与代偿发力，此时的动作是相对标准的。在正式训练的过程中，大重量动作刺激肌肉开始发力收缩，将力竭的信号传递给大脑，大脑会下意识的控制附近肌肉对当前收缩肌肉进行代偿，如三角肌牵动斜方肌等，此时会导致训练效果明显的下降。

[0079] 进一步地，TOF设备是一种利用激光飞行时间测距的摄像装置，利用激光发射器发射光波到物体后并返回的时间差，计算出物体的距离。利用TOF设备，准确的获取设备前的人体位置，形态等，由于每个用户的动作千差万别，体重，身高，身体比例，关节柔软度均不相同，在利用TOF设备进行人体信息的获取时可以避免现有技术存在的问题。

[0080] 下面以图1所示的应用场景，通过下述具体实施例对本申请的技术方案进行详细说明。需要说明的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。

[0081] 图2为本申请实施例提供的健身数据的处理方法实施例一的流程示意图。如图2所示，健身数据的处理方法应用于计算机设备，包括如下步骤：

[0082] 步骤21、播放第一语音信息。

[0083] 其中，第一语音信息用于指示用户采用第一重量的器械执行预设健身动作。

[0084] 在本步骤中，计算机设备向需要进行辅助健身的用户发送提醒，使得用户采用第一重量的器械执行预设健身动作。

[0085] 可选的，第一重量的器械可以是大重量模式下执行预设健身动作的器械，预设健身动作可以是平板杠铃卧推、平板哑铃卧推等。

[0086] 在一种可能的实现中，计算机设备的语音模块播放：请用户采用20kg（大重量即可）的杠铃执行平板杠铃卧推。

[0087] 在此情境下，第一重量也可以根据用户自己的选择而设定，大于下述第二重量即可。

[0088] 此外，为了符合计算机设备在后续获取用户的人体深度信息，还可以同时采用倒计时的方式，提醒用户在倒计时结束之后开始采用第一重量的器械执行预设健身动作。

[0089] 步骤22、通过TOF设备，获取用户在执行预设健身动作过程中的每个时间点的多个人体深度值。

[0090] 其中，多个人体深度值包括根据预设规则划分的每个身体区域的深度值，每个人体深度值为对应的身体区域中每个像素点的深度值的平均值。

[0091] 在本步骤中，TOF设备是一种利用激光飞行时间测距的摄像装置，利用激光发射器发射光波到物体后并返回的时间差，计算出物体的距离，利用TOF摄像机，可以准确的获取该TOF设备前的用户的人体形态，也即健身用户的人体深度值。

[0092] 可选的，图3为本申请实施例提供的TOF设备的使用原理示意图，如图3所示，该原理示意图包括：直接飞行时间技术和间接飞行时间技术。

[0093] 其一，针对直接飞行时间技术，激光发射单元向三维目标（如，健身的用户）发射脉冲光，在三维目标上反射脉冲光，探测接收单元接收，在整个过程中，定时器从发射到接收的过程中计时 ，脉冲光的速度为 ，三维目标距离光源的距离 为：

[0094]

[0095] 其二，针对间接飞行时间技术，激光发射单元向三维目标（如，健身的用户）发射连续波调制（调制频率 ），在三维目标上反射，探测接收单元接收，在整个过程中，位相变化单元检测连续波的位相变化 ，连续波的速度为 ，三维目标距离光源的距离 为：

[0096]

[0097] 该步骤22的一种可能实现方式如下：

[0098] 第1步、通过TOF设备，获取用户在执行预设健身动作过程中的每个时间点的人体的深度图。

[0099] 其中，深度图中包括人体的每个像素的深度值，即d。

[0100] 可选的，在计算机设备向用户播放第一语音信息，用户准备就绪之后，用户采用第一重量的器械执行预设健身动作，TOF设备此时开始获取用户在该预设健身动作中每个时间点的人体的深度图。

[0101] 在一种可能的实现中，在倒计时结束之后，用户采用15kg的杠铃执行平板杠铃卧推，该动作的持续时长为10s，TOF获取到10s内（时间间隔以1s为例）每秒对应的人体的深度图。

[0102] 第2步、针对每个时间点，根据预设规则对深度图中的人体进行区域划分，得到多个身体区域的子深度图。

[0103] 可选的，在每个时间点对应的人体深度图，按照预设规则对人体深度图进行划分，划分方式可以是，按图的面积进行均分，也可以按照人体部位进行划分，得到多个身体区域的子深度图。

[0104] 应理解，对每个时间点对应的人体深度图的划分方式需要和下述的时间点的每个身体区域的深度值范围对应的划分方式一致。

[0105] 在一种可能的实现中，对深度图中的人体进行区域划分，在第1秒时，将第1秒对应的深度图分为20个区域，得到20个身体区域的子深度图。

[0106] 第3步、针对每个身体区域，计算身体区域的子深度图中所有像素的深度值的平均值，得到身体区域的人体深度值。

[0107] 可选的，对于每个身体区域对应的子深度图，为了便于与每个身体区域的深度值范围比较，可以对该子深度图中所有像素的深度值做平均值的处理，以得到该身体区域的深度均值，即该身体区域的人体深度值。

[0108] 在一种可能的实现中，在第1秒对应的深度图中的第19个身体区域的子深度图中，所有像素的深度值可以是19.662、19.663、19.659、19.668……19.663、19.667，最后得到深度均值为19.667，则第19个身体区域的人体深度值为19.667。

[0109] 可选的，作为一种举例，图4为本申请实施例提供的人体深度值的示意图。如图4所示：

[0110] 在0‑T1时刻（以第1秒、第2秒……第10秒为例），第1个身体区域的人体深度值在每个时刻如黑点所示。

[0111] 步骤23、根据每个时间点的多个人体深度值，和时间点的每个身体区域的深度值范围，确定用户的健身动作在每个时间点是否符合规范。

[0112] 其中，每个时间点的每个身体区域的深度值范围是预先指示用户采用第二重量的器械执行预设健身动作时身体区域的深度值确定的范围，第二重量小于第一重量。

[0113] 在本步骤中，针对每个时间点，需要依次比较该时间点下，每个身体区域的人体深度值与其对应的身体区域的深度值范围，从而确定出该时间点下，用户的健身动作是否规范，也可以确定出不规范的健身动作发生的具体身体区域。

[0114] 可选的，针对每个时间点的每个身体区域的深度值范围的确定由图5所示的实施例进行详细说明。

[0115] 在一种可能的实现中，在第5秒时，第19个身体区域的人体深度值为19.667，在第5秒对应的第19个身体区域的深度值范围为19.665‑19.669，则判定第5秒对应的第19个身体区域的健身动作规范。

[0116] 在一种可能的实现中，在第5秒时，第10个身体区域的人体深度值为17.667，在第5秒对应的第10个身体区域的深度值范围为16.665‑16.669，则判定第5秒对应的第10个身体区域的健身动作不规范。

[0117] 综合可知，用户在第5秒的健身动作不符合规范，具体为第10个身体区域。

[0118] 应理解，本申请实施例中的数值均为示例。

[0119] 步骤24、在确定出用户的健身动作在至少一个目标时间点不符合规范时，推送提示信息。

[0120] 其中，提示信息用于提示用户在至少一个目标时间点的健身动作不符合规范以及不规范的身体区域。

[0121] 在本步骤中，在整个预设健身动作完成之后，计算机设备确定出具体的时间点（该时间点为目标时间点）存在不符合规范的情况，向用户推送提示信息。

[0122] 可选的，提示用户的方式可以是计算机设备发出，也可以是该计算机设备向第三方设备发送，由第三方设备发出。

[0123] 可选的，该步骤的可能实现方式如下任一项：

[0124] 第1种、在确定出用户的健身动作在至少一个目标时间点不符合规范时，显示用户在至少一个目标时间点的健身动作不符合规范以及不规范的身体区域。

[0125] 在一种可能的实现中，在确定出用户的健身动作在第5秒不符合规范时，计算机设备的显示屏上显示“第5秒中第10个身体区域（左臂手腕）不符合规范，请用户注意”。

[0126] 第2种、在确定出用户的健身动作在至少一个目标时间点不符合规范时，语音提醒用户在至少一个目标时间点的健身动作不符合规范以及不规范的身体区域。

[0127] 在一种可能的实现中，在确定出用户的健身动作在第5秒不符合规范时，计算机设备的播放单元播放“第5秒中左臂手腕区域不符合规范，请用户注意”。

[0128] 进一步地，在一些可能的实现中，以第5秒为例，还可以以第5秒下各个身体区域的深度值范围与对应的人体深度值做差，并在屏幕中以不同颜色表明差值的大小，例如，由绿色‑红色渐变，绿色为拟合正常，即差值较小，可以是人体深度值在相应的深度值范围中，红色可提示肌肉代偿导致数据变化的，此时提醒使用者尽可能保持动作姿势的标准，也即红色表示人体深度值不在相应的深度值范围，红色的深度越深，则偏差越大。

[0129] 本申请实施例提供的健身数据的处理方法，通过播放第一语音信息，之后通过飞行时间TOF设备，获取用户在执行预设健身动作过程中的每个时间点的多个人体深度值，再根据每个时间点的多个人体深度值，和时间点的每个身体区域的深度值范围，确定用户的健身动作在每个时间点是否符合规范，最后在确定出用户的健身动作在至少一个目标时间点不符合规范时，推送提示信息。该技术方案中，从时间顺序出发，对健身动作下的身体区域的深度值进行判定，解决了辅助用户以标准动作进行健身的技术问题。

[0130] 在上述实施例的基础上，图5为本申请实施例提供的健身数据的处理方法实施例二的流程示意图。如图5所示，在上述步骤23之前，该健身数据的处理方法还包括如下步骤：

[0131] 步骤51、播放第二语音信息。

[0132] 其中，第二语音信息用于指示用户采用第二重量的器械执行预设健身动作。

[0133] 在本步骤中，计算机设备向需要进行辅助健身的用户发送提醒，使得用户采用第二重量的器械执行预设健身动作。

[0134] 可选的，第二重量的器械可以是小重量模式下执行预设健身动作的器械，预设健身动作可以是平板杠铃卧推、平板哑铃卧推等，该预设健身动作与用户需要采用大重量模式时辅助健身的预设健身动作一致。

[0135] 在一种可能的实现中，计算机设备的语音模块播放：请用户采用2kg（小重量即可，小于第二重量）的杠铃执行平板杠铃卧推。

[0136] 此外，为了符合计算机设备在后续获取用户的人体深度值范围，还可以同时采用倒计时的方式，提醒用户在倒计时结束之后开始采用第二重量的器械执行预设健身动作。

[0137] 步骤52、通过TOF设备，获取用户在执行预设健身动作过程中的每个时间点的多个人体深度值。

[0138] 在本步骤中，与上述步骤22的步骤一致，区别点为用户采用的第二重量的器械执行预设健身动作。

[0139] 应理解，采用第二重量的器械执行预设健身动作与采用第一重量的器械执行预设健身动作时，需要保证做健身动作的时序上一致。

[0140] 步骤53、针对每个时间点，根据时间点的多个人体深度值以及预设阈值，确定时间点对应的每个身体区域的深度值范围。

[0141] 在本步骤中，在每个时间点中，每个时间点对应的不同身体区域的人体深度值由步骤52确定之后，由于在新的一次训练时，用户无法做到与上一次训练时的身体动作完全一致，实际上会存在一定的误差，此时可以设置一个预设阈值来优化该误差造成的影响。

[0142] 可选的，针对不同区域或时间点，预设阈值的大小可以根据实际需要确定。

[0143] 在一种可能的实现中，预设阈值可以是0.002，以第5秒的第3个身体区域的人体深度值15.333为例，则该身体区域的深度值范围为15.331‑15.335之间。

[0144] 在一种可能的实现中，预设阈值可以是0.003，以第6秒的第4个身体区域的人体深度值16.333为例，则该身体区域的深度值范围为16.330‑16.336之间。

[0145] 本申请实施例提供的健身数据的处理方法，通过播放第二语音信息，第二语音信息用于指示用户采用第二重量的器械执行预设健身动作，并通过TOF设备，获取用户在执行预设健身动作过程中的每个时间点的多个人体深度值，之后针对每个时间点，根据时间点的多个人体深度值以及预设阈值，确定时间点对应的每个身体区域的深度值范围。该技术方案，从该用户在小重量的健身模式下对身体区域的深度值范围进行确定，为实现后续更加准确的对大重量的健身模式下用户健身动作规范的判定提供了实现基础。

[0146] 进一步地，图6为本申请实施例提供的健身数据的处理方法实施例三的流程示意图。如图6所示，上述步骤23可以包括如下步骤：

[0147] 步骤61、针对每个时间点，确定时间点对应的每个人体深度值是否在对应身体区域的深度值范围内。

[0148] 在本步骤中，在大重量和小重量的健身模式下，对于同一套健身动作，其身体动作的规范性，以及动作的连贯性应该相对吻合，才可以说明健身动作合规。

[0149] 可选的，用户在进行预设健身动作健身时，在健身的过程中对应的时间点中，每个时间点的动作均可以通过上述方式处理之后以人体深度值的方式呈现，对于每个时间点下，判断各个身体区域的人体深度值是否存在于相应的身体区域对应的深度值范围内，来确定用户的健身动作在该时间点是否规范。

[0150] 步骤62、若时间点，存在至少一个身体区域的人体深度值不在对应的深度值范围，则确定用户的健身动作在时间点不规范。

[0151] 在本步骤中，在当前确定的时间点中，存在有至少一个身体区域的人体深度值大于或小于对应的深度值范围时，说明该身体区域的动作不标准。

[0152] 在一种可能的实现中，在第5秒时，第19个身体区域的人体深度值为19.667，在第5秒对应的第19个身体区域的深度值范围为19.665‑19.669，则判定第5秒对应的第19个身体区域的健身动作规范，第10个身体区域的人体深度值为17.667，在第5秒对应的第10个身体区域的深度值范围为16.665‑16.669，则判定第5秒对应的第10个身体区域的健身动作不规范。

[0153] 在一种可能的实现中，在第7秒时，第16个身体区域的人体深度值为19.663，在第7秒对应的第16个身体区域的深度值范围为19.665‑19.669，则判定第7秒对应的第16个身体区域的健身动作不规范。

[0154] 综合可知，用户在第5秒的健身动作不符合规范，具体为第10个身体区域，且在第7秒的健身动作不符合规范，具体为第16个身体区域。

[0155] 步骤63、若时间点，每个身体区域的人体深度值均在对应的深度值范围，则确定用户的健身动作在时间点规范。

[0156] 在本步骤中，在当前确定的时间点中，存在有至少一个身体区域的人体深度值位于对应的深度值范围时，说明该身体区域的动作不标准。

[0157] 在一种可能的实现中，在第5秒时，第1个到第20个身体区域的人体深度值均位于各自身体区域对应的深度值范围中，则判定第5秒对应的各个身体区域的健身动作均规范。

[0158] 在一种可能的实现中，在第7秒时，第1个到第20个身体区域的人体深度值均位于各自身体区域对应的深度值范围中，则判定第7秒对应的各个身体区域的健身动作均规范。

[0159] 综合可知，用户在第5秒和第7秒的健身动作符合规范。

[0160] 本申请实施例提供的健身数据的处理方法，针对每个时间点，确定时间点对应的每个人体深度值是否在对应身体区域的深度值范围内，若该时间点，存在至少一个身体区域的人体深度值不在对应的深度值范围，则确定用户的健身动作在时间点不规范，若该时间点，每个身体区域的人体深度值均在对应的深度值范围，则确定用户的健身动作在时间点规范。该技术方案从人体深度值与深度值范围出发，实现了对用户健身动作规范性的确定。

[0161] 在上述实施例的基础上，图7为本申请实施例提供的健身数据的处理方法实施例四的流程示意图。如图7所示，该流程为一次实际使用过程中的具体实现，该流程示意图包含用户、计算机设备和计算机设备的显示屏幕（也可以是独立于计算机设备的显示屏幕）。

[0162] 具体为：

[0163] 第1步、计算机设备初始化场景；

[0164] 第2步、用户静止在TOF设备可拍摄区域；

[0165] 第3步、计算机设备向显示屏幕发送显示提示；

[0166] 第4步、显示屏显示保持静止，倒计时；

[0167] 第5步、用户在倒计时结束后开始完成小重量健身动作；

[0168] 第6步、计算机设备接收TOF设备获取的人体深度信息，并建立各个时间点的每个身体区域的深度值范围；

[0169] 第7步、计算机设备向显示屏幕发送建立成功提示；

[0170] 第8步、显示屏显示建立成功，并显示保持静止，倒计时；

[0171] 第9步、用户在倒计时结束后开始完成大重量健身动作；

[0172] 第10步、计算机设备接收TOF设备实时获取的人体深度信息，并与该时间点的每个身体区域的深度值范围进行比对；

[0173] 第11步、计算机设备向显示屏幕发送比对结果提示；

[0174] 第12步、显示比对结果。

[0175] 本申请实施例提供的健身数据的处理方法，首先计算机设备初始化场景，用户静止在TOF设备可拍摄区域，计算机设备向显示屏幕发送显示提示，显示屏显示保持静止，倒计时，用户在倒计时结束后开始完成小重量健身动作，计算机设备接收TOF设备获取的人体深度信息，并建立各个时间点的每个身体区域的深度值范围，计算机设备向显示屏幕发送建立成功提示，显示屏显示建立成功，并显示保持静止，倒计时，用户在倒计时结束后开始完成大重量健身动作，计算机设备接收TOF设备实时获取的人体深度信息，并与该时间点的每个身体区域的深度值范围进行比对，计算机设备向显示屏幕发送比对结果提示，显示比对结果。该具体实施例，实现了对用户可能存在的健身动作不规范的确定以及及时提醒，避免用户误动作引起的损伤等。

[0176] 在上述方法实施例的基础上，图8为本申请实施例提供的健身数据的处理装置的结构示意图。如图8所示，该健身数据的处理装置应用计算机设备，该装置包括：

[0177] 播放模块81，用于播放第一语音信息，第一语音信息用于指示用户采用第一重量的器械执行预设健身动作；

[0178] 获取模块82，用于通过飞行时间TOF设备，获取用户在执行预设健身动作过程中的每个时间点的多个人体深度值，多个人体深度值包括根据预设规则划分的每个身体区域的深度值，每个人体深度值为对应的身体区域中每个像素点的深度值的平均值；

[0179] 确定模块83，用于根据每个时间点的多个人体深度值，和时间点的每个身体区域的深度值范围，确定用户的健身动作在每个时间点是否符合规范，每个时间点的每个身体区域的深度值范围是预先指示用户采用第二重量的器械执行预设健身动作时身体区域的深度值确定的范围，第二重量小于第一重量；

[0180] 推送模块84，用于在确定出用户的健身动作在至少一个目标时间点不符合规范时，推送提示信息，提示信息用于提示用户在至少一个目标时间点的健身动作不符合规范以及不规范的身体区域。

[0181] 在本申请实施例一种可能的设计中，播放模块81，还用于播放第二语音信息，第二语音信息用于指示用户采用第二重量的器械执行预设健身动作；

[0182] 获取模块82，还用于通过TOF设备，获取用户在执行预设健身动作过程中的每个时间点的多个人体深度值；

[0183] 确定模块83，还用于针对每个时间点，根据时间点的多个人体深度值以及预设阈值，确定时间点对应的每个身体区域的深度值范围。

[0184] 在该种可能的设计中，确定模块83，根据每个时间点的多个人体深度值，和时间点的每个身体区域的深度值范围，确定用户的健身动作在每个时间点是否符合规范，具体用于：

[0185] 针对每个时间点，确定时间点对应的每个人体深度值是否在对应身体区域的深度值范围内；

[0186] 若时间点，存在至少一个身体区域的人体深度值不在对应的深度值范围，则确定用户的健身动作在时间点不规范；

[0187] 若时间点，每个身体区域的人体深度值均在对应的深度值范围，则确定用户的健身动作在时间点规范。

[0188] 在本申请实施例另一种可能的设计中，获取模块82，具体用于：

[0189] 通过TOF设备，获取用户在执行预设健身动作过程中的每个时间点的人体的深度图，深度图中包括人体的每个像素的深度值；

[0190] 针对每个时间点，根据预设规则对深度图中的人体进行区域划分，得到多个身体区域的子深度图；

[0191] 针对每个身体区域，计算身体区域的子深度图中所有像素的深度值的平均值，得到身体区域的人体深度值。

[0192] 在本申请实施例再一种可能的设计中，推送模块84，具体用于：

[0193] 在确定出用户的健身动作在至少一个目标时间点不符合规范时，显示用户在至少一个目标时间点的健身动作不符合规范以及不规范的身体区域；

[0194] 在确定出用户的健身动作在至少一个目标时间点不符合规范时，语音提醒用户在至少一个目标时间点的健身动作不符合规范以及不规范的身体区域。

[0195] 本申请实施例提供的健身数据的处理装置，可用于执行上述实施例中健身数据的处理方法对应的技术方案，其实现原理和技术效果类似，在此不再赘述。

[0196] 需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。

[0197] 图9为本申请实施例提供的计算机设备的结构示意图。如图9所示，该计算机设备可以包括：处理器90、存储器91及存储在该存储器91上并可在处理器90上运行的计算机程序指令。

[0198] 其中，该计算机设备可以是手机、电脑、平板等设备。

[0199] 处理器90执行存储器91存储的计算机执行指令，使得处理器90执行上述实施例中的方案。处理器90可以是通用处理器，包括中央处理器CPU、网络处理器（network processor，NP）等；还可以是数字信号处理器DSP、专用集成电路ASIC、现场可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

[0200] 可选的，该计算机设备还可以包括：收发器92。

[0201] 存储器91和收发器92通过系统总线与处理器90连接并完成相互间的通信，存储器91用于存储计算机程序指令。

[0202] 收发器92用于和其他设备进行通信，该收发器92构成通信接口。

[0203] 可选的，在硬件实现上，上述图8所示实施例中的获取模块82对应于本实施例中的收发器92。

[0204] 在一种可能的实现中，该计算机设备还可以包括：显示器，该显示器用于显示计算机设备的显示界面。

[0205] 系统总线可以是外设部件互连标准（peripheral component interconnect，PCI）总线或扩展工业标准结构（extended industry standard architecture，EISA）总线等。系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

[0206] 本申请实施例提供的计算机设备，可用于执行上述实施例中健身数据的处理方法对应的技术方案，其实现原理和技术效果类似，在此不再赘述。

[0207] 本申请实施例还提供一种运行指令的芯片，该芯片用于执行上述实施例中健身数据的处理方法的技术方案。

[0208] 本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机指令，当该计算机指令在计算机设备上运行时，使得计算机设备执行上述实施例中健身数据的处理方法的技术方案。

[0209] 本申请实施例还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时用于执行上述实施例中健身数据的处理方法的技术方案。

[0210] 上述的计算机可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（SRAM），电可擦除可编程只读存储器（EEPROM），可擦除可编程只读存储器（EPROM），可编程只读存储器（PROM），只读存储器（ROM），磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机设备能够存取的任何可用介质。

[0211] 应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。