CN117942067A - 体型测量方法及电子设备 - Google Patents
体型测量方法及电子设备 Download PDFInfo
- Publication number
- CN117942067A CN117942067A CN202211289414.1A CN202211289414A CN117942067A CN 117942067 A CN117942067 A CN 117942067A CN 202211289414 A CN202211289414 A CN 202211289414A CN 117942067 A CN117942067 A CN 117942067A
- Authority
- CN
- China
- Prior art keywords
- body type
- type data
- user
- data
- modification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 80
- 238000005259 measurement Methods 0.000 claims abstract description 177
- 230000004048 modification Effects 0.000 claims abstract description 147
- 238000012986 modification Methods 0.000 claims abstract description 147
- 230000008859 change Effects 0.000 claims description 106
- 230000037396 body weight Effects 0.000 claims description 56
- 208000031648 Body Weight Changes Diseases 0.000 claims description 17
- 230000004579 body weight change Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 13
- 238000000691 measurement method Methods 0.000 claims description 5
- 230000036541 health Effects 0.000 abstract description 9
- 230000000386 athletic effect Effects 0.000 abstract description 6
- 238000013461 design Methods 0.000 description 49
- 230000006870 function Effects 0.000 description 26
- 230000037237 body shape Effects 0.000 description 24
- 238000004891 communication Methods 0.000 description 24
- 238000012545 processing Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 15
- 230000004044 response Effects 0.000 description 11
- 230000003247 decreasing effect Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000010295 mobile communication Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 8
- 210000000689 upper leg Anatomy 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 210000000577 adipose tissue Anatomy 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 244000309466 calf Species 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 210000003414 extremity Anatomy 0.000 description 2
- 210000000245 forearm Anatomy 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000010792 warming Methods 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 235000014443 Pyrus communis Nutrition 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 210000003423 ankle Anatomy 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000005189 cardiac health Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 210000002414 leg Anatomy 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1072—Measuring physical dimensions, e.g. size of the entire body or parts thereof measuring distances on the body, e.g. measuring length, height or thickness
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1079—Measuring physical dimensions, e.g. size of the entire body or parts thereof using optical or photographic means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/44—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing persons
- G01G19/50—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for weighing persons having additional measuring devices, e.g. for height
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01G—WEIGHING
- G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
- G01G19/52—Weighing apparatus combined with other objects, e.g. furniture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Dentistry (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Nursing (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请提供一种体型测量方法及电子设备,涉及电子设备技术领域。能够提高获得的体型数据的准确度,更加符合用户的真实体型。方法应用于电子设备,包括:获取第一体型测量参数,第一体型测量参数包括用户信息、用户身体图像;根据第一历史修改数据确定第一目标补偿量,第一历史修改数据为用户对历史测得的体型数据的修改量;根据第一体型测量参数以及第一目标补偿量确定第一体型数据;输出第一体型数据。进一步,可以根据测得的体型数据为用户推荐不同的运动健康课程。
Description
技术领域
本申请涉及电子设备技术领域,尤其涉及体型测量方法及电子设备。
背景技术
随着人们健康意识的递增,由肥胖带来的高血压、身材走样等一系列问题愈发被关注。为应对这一系列的问题,运动减脂逐渐成为人们日常生活中不可或缺的部分。而运动减脂的过程以及效果可通过体型数据来呈现。因此,如何获得准确度较高的体型数据是亟待解决的问题。
发明内容
本申请提供一种体型测量方法及电子设备,可以提高获得的体型数据的准确度,更加符合用户的真实体型。
为达到上述目的,本申请采用如下技术方案:
第一方面,本申请提供一种体型测量方法,应用于电子设备,方法包括:获取第一体型测量参数,第一体型测量参数包括用户信息、用户身体图像,根据第一历史修改数据确定目标补偿量,第一历史修改数据为用户对历史测得的体型数据的修改量;根据第一体型测量参数以及第一目标补偿量确定第一体型数据;输出第一体型数据。
基于上述技术方案,通过将用户信息、用户身体图像和用户对历史测得的体型数据的修改量确定用户的体型数据,由于用户对获得的体型数据进行了修改,则说明测得的体型数据可能存在一定的误差。这样,根据用户对体型数据的历史修改量确定体型数据,也即将用户对体型数据的修改量补偿到获得的体型数据中。可以减少获得的体型数据的误差,提高体型数据的准确度,还可以减少用户对体型数据的修改次数,给用户带来便利。
一种可能的设计中,在输出第一体型数据之后,方法还包括:接收第一用户操作,第一用户操作用于修改第一体型数据;其中,第一体型数据可修改的范围为第一修改范围。基于该设计,用户可以在第一修改范围内修改电子设备此次输出的体型数据,也即对用户的修改范围进行了限制。这样,可以减少避免用户随意更改或者错误更改输出的体型数据,使得获得的体型数据的准确度降低。
一种可能的设计中,在输出第一体型数据之后,方法还包括:获取第二体型测量参数,第二体型测量参数包括用户信息、用户身体图像;根据第二历史修改数据确定第二目标补偿量,第二历史修改数据为用户对历史测得的体型数据的修改量;根据第二体型测量参数以及第二目标补偿量确定第二体型数据;输出第二体型数据。
一种可能的设计中,在输出第二体型数据之后,方法还包括:接收第二用户操作,第二用户操作用于修改第二体型数据;其中,第二体型数据可修改的范围为第二修改范围,第二修改范围与第一修改范围不同。
基于该设计,用户可以在第二修改范围内修改电子设备此次输出的体型数据,也即对用户的修改范围进行了限制。这样,可以减少避免用户随意更改或者错误更改输出的体型数据,使得获得的体型数据的准确度降低。并且,第一修改范围与第二修改范围是不同的,也即,在不同的体型测量操作中,用户的修改范围可能是不同的。由于获得的体型数据已经补偿了用户的手动更改量,用户的手动更改量会逐渐减小,这样,在不同的体型测量操作中,设置适当的修改范围,比如:第二修改范围比第一修改范围小,这样,可以进一步提高获得的体型数据的准确度。
一种可能的设计中,第一修改范围根据误差样本确定,误差样本为电子设备测得的体型数据与用户实际的体型数据之间的误差。
基于该设计,在测量初期,由于测量误差的存在,用户对体型数据的修改量还可能较大。而误差样本为电子设备测得的体型数据与用户实际的体型数据之间的误差。因此,基于误差样本来确定用户的修改范围,可以保证用户的修改范围位于误差范围之内。在保证用户能够通过手动的方式补偿电子设备的测量误差的情况下,避免用户随意更改或者错误更改手机输出的体型数据,使得获得的体型数据的准确度降低。
一种可能的设计中,所述误差样本满足期望为u,方差为σ2的正态分布,所述第一修改范围根据所述u以及所述σ2确定。基于该设计,误差样本可能呈现正态分布,基于该正态分布的期望以及方差来确定用户的修改范围,可以使得概率较大的误差作为用户的修改范围。该概率较大的误差也即电子设备测得的体型数据与实际的体型数据之间最可能的误差。这样,用户在该修改范围内修改体型数据,可以进一步提高获得的体型数据的准确度,使得获得的体型数据更加符合用户的真实体型。
一种可能的设计中,第二修改范围根据第三体型数据、第二体型数据、第一体重变化量以及预测误差中的多种信息确定,第三体型数据为电子设备测得第二体型数据的前一次测得的体型数据,第一体重变化量为第二体型数据对应的体重相对于第三体型数据对应的体重的变化量,预测误差为预估的第二体型数据与实际的体型数据之间的误差。
基于该设计,基于此次测得的体型数据以及上一次测得体型数据,以及此两次体型数据分别对应的体重的变化量、预测误差等中的多种确定用户的修改范围。可以使得体型数据的变化趋势与体重的变化趋势尽可能的保持一致,如体重增加,则体型数据也增加,进一步提高获得的体型数据的准确度,使得获得的体型数据更加符合真实体型的变化。
一种可能的设计中,第二修改范围根据预估体型变化量、预测误差、第二体型数据中的多种信息确定,预估体型变化量为预估的第二体型数据相对于第三体型数据的变化量,预估体型变化量与第一体重变化量之间满足第一预设条件。基于该设计,基于预估体型变化量、预测误差、第二体型数据确定用户的修改范围,预估体型变化量与第一体重变化量是满足预设条件,这样可以使得体型数据的变化趋势与体重的变化趋势尽可能的保持一致,如体重增加,则体型数据也增加,进一步提高获得的体型数据的准确度,使得获得的体型数据更加符合真实体型的变化。
一种可能的设计中,第一预设条件包括正相关。基于该设计,可以使得体型数据的变化与体重的变化趋势保持一致。可以进一步提高获得的体型数据的准确度,使得获得的体型数据更加符合真实体型的变化。
一种可能的设计中,第二修改范围根据预设修改范围确定。基于该设计,根据预设修改范围直接确定第二修改范围,这样可以在避免用户随意更改或者错误更改手机输出的体型数据,使得获得的体型数据的准确度降低的情况下,简化确定修改范围的操作。
一种可能的设计中,根据第一体型测量参数以及第一目标补偿量确定第一体型数据,包括:根据第一体型测量参数、第一目标补偿量以及第四体型数据确定第一体型数据,第四体型数据包括历史测得的体型数据。基于该设计,通过结合历史得到的体型数据与当前得到的体型数据,确定当前最终的体型数据,可以减少此次确定的体型数据的偶然误差。这样,在长期测量多次体型数据时,可以使得体型数据的波动更小,更加符合真实情况。
一种可能的设计中,根据第一体型测量参数、第一目标补偿量以及第四体型数据确定第一体型数据,包括:根据第一体型测量参数、第一目标补偿量、第四体型数据、第二体重变化量以及第五体型数据确定第一体型数据,第二体重变化量为第一体型数据对应的体重相对于第五体型数据对应的体重的变化量,第五体型数据为测得第一体型数据的前一次测得的体型数据。基于该设计,通过结合体重的变化量来确定体型数据,可以使得体重的变化趋势与体型数据的变化趋势尽可能保持一致,如均增加,或者均减小等。进而使得获得的体型数据更加精准,更加符合真实情况。
一种可能的设计中,用户信息包括性别、身高、体重、年龄、鞋子类型和衣着类型中的一种或多种。
一种可能的设计中,方法还包括:获取参考因素;在参考因素满足第一条件的情况下,提醒用户进行体型测量。基于该设计,在参考因素满足第一条件的情况下,提醒用户主动进行体型测量,可以使得用户能够根据该提醒执行体型测量操作,以获得用户的体型数据。使得体型数据可以作为长期指标被跟踪,反映用户的体型变化。并且,相比较于长期不测量用户的体型数据,适时的提醒用户进行体型测量,可以提高体型测量的频率,这样可以提升目标补偿量、用户的可编辑范围等的精度,进而提升获得的体型数据的精度。
一种可能的设计中,参考因素包括以下一种或多种:运动量、第三体重变化量、未进行体型测量的时长,第三体重变化量为电子设备获取到的当前体重相对于上次获取到的体重的变化量。由于运动量、体重变化量、未进行体型测量的时长等与用户的体型数据是密切相关的,在这些参考因素满足第一条件时,则说明用户的体型数据发生变化的概率较大。因此,基于这些参考因素来提醒用户,可以提升提醒的效果。降低在用户的体型数据未发生变化而频繁提醒用户,用户体验不佳的概率。
第二方面,本申请提供一种电子设备,该电子设备具有实现如上述第一方面及其中任一设计所述的方法的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。
第三方面,本申请提供一种电子设备,包括:处理器、存储器和显示屏,存储器、显示屏与处理器耦合,存储器用于存储计算机程序代码,计算机程序代码包括计算机指令,当处理器从存储器中读取计算机指令,使得电子设备执行如下操作:获取第一体型测量参数,第一体型测量参数包括用户信息、用户身体图像;根据第一历史修改数据确定目标补偿量,第一历史修改数据为用户对历史测得的体型数据的修改量;根据第一体型测量参数以及第一目标补偿量确定第一体型数据;输出第一体型数据。
可选的,该存储器可以与处理器耦合,或者,也可以独立于该处理器。
一种可能的设计中,当处理器从存储器中读取计算机指令,还使得电子设备执行如下操作:接收第一用户操作,第一用户操作用于修改第一体型数据;其中,第一体型数据可修改的范围为第一修改范围。
一种可能的设计中,当处理器从存储器中读取计算机指令,还使得电子设备执行如下操作:获取第二体型测量参数,第二体型测量参数包括用户信息、用户身体图像;根据第二历史修改数据确定第二目标补偿量,第二历史修改数据为用户对历史测得的体型数据的修改量;根据第二体型测量参数以及第二目标补偿量确定第二体型数据;输出第二体型数据。
一种可能的设计中,当处理器从存储器中读取计算机指令,还使得电子设备执行如下操作:接收第二用户操作,第二用户操作用于修改第二体型数据;其中,第二体型数据可修改的范围为第二修改范围,第二修改范围与第一修改范围不同。
一种可能的设计中,第一修改范围根据误差样本确定,误差样本为电子设备测得的体型数据与用户实际的体型数据之间的误差。
一种可能的设计中,所述误差样本满足期望为u,方差为σ2的正态分布,所述第一修改范围根据所述u以及所述σ2确定。
一种可能的设计中,第二修改范围根据第三体型数据、第二体型数据、第一体重变化量以及预测误差中的多种信息确定,第三体型数据为电子设备测得第二体型数据的前一次测得的体型数据,第一体重变化量为第二体型数据对应的体重相对于第三体型数据对应的体重的变化量,预测误差为预估的第二体型数据与实际的体型数据之间的误差。
一种可能的设计中,第二修改范围根据预估体型变化量、预测误差、第二体型数据中的多种信息确定,预估体型变化量为预估的第二体型数据相对于第三体型数据的变化量,预估体型变化量与第一体重变化量之间满足第一预设条件。
一种可能的设计中,第一预设条件包括正相关。
一种可能的设计中,第二修改范围根据预设修改范围确定。
一种可能的设计中,根据第一体型测量参数以及第一目标补偿量确定第一体型数据,包括:根据第一体型测量参数、第一目标补偿量以及第四体型数据确定第一体型数据,第四体型数据包括历史测得的体型数据。
一种可能的设计中,根据第一体型测量参数、第一目标补偿量以及第四体型数据确定第一体型数据,包括:根据第一体型测量参数、第一目标补偿量、第四体型数据、第二体重变化量以及第五体型数据确定第一体型数据,第二体重变化量为第一体型数据对应的体重相对于第五体型数据对应的体重的变化量,第五体型数据为测得第一体型数据的前一次测得的体型数据。
一种可能的设计中,用户信息包括性别、身高、体重、年龄、鞋子类型和衣着类型中的一种或多种。
一种可能的设计中,当处理器从存储器中读取计算机指令,还使得电子设备执行如下操作:获取参考因素;在参考因素满足第一条件的情况下,提醒用户进行体型测量。
一种可能的设计中,参考因素包括以下一种或多种:运动量、第三体重变化量、未进行体型测量的时长,第三体重变化量为电子设备获取到的当前体重相对于上次获取到的体重的变化量。
一种可能的设计中,电子设备还包括通信接口,该通信接口可用于电子设备与其他装置通信。示例性的,该通信接口可以为收发器、输入/输出接口、接口电路、输出电路、输入电路、管脚或相关电路等。
第四方面,本申请提供一种计算机可读存储介质,计算机可读存储介质包括计算机程序或指令,当计算机程序或指令在电子设备上运行的情况下,使得电子设备执行如上述第一方面及其中任一设计所述的方法。
第五方面,本申请提供一种计算机程序产品,当计算机程序产品在计算机上运行时,使得计算机可以执行如上述第一方面及其中任一设计所述的方法。
第六方面,本申请提供一种芯片***,包括至少一个处理器和至少一个接口电路,至少一个接口电路用于执行收发功能,并将指令发送给至少一个处理器,当至少一个处理器执行指令时,至少一个处理器执行如上述第一方面及其中任一设计所述的方法。
需要说明的是,上述第二方面至第六方面中任一设计所带来的技术效果可以参见第一方面中对应设计所带来的技术效果,此处不再赘述。
附图说明
图1为本申请实施例提供的一种电子设备的结构示意图;
图2为本申请实施例提供的又一种电子设备的结构示意图;
图3至图8分别为本申请实施例提供的界面示意图一至六;
图9为本申请实施例提供的一种体型测量方法的流程示意图;
图10为本申请实施例提供的误差分布示意图;
图11为本申请实施例提供的界面示意图七;
图12为本申请实施例提供的一种确定可编辑范围的方法流程示意图;
图13为本申请实施例提供的界面示意图八;
图14为本申请实施例提供的一种提醒用户进行体型测量的方法流程示意图;
图15为本申请实施例提供的又一种提醒用户进行体型测量的方法流程示意图;
图16为本申请实施例提供的一种体型数据的柱状图;
图17为本申请实施例提供的又一种电子设备的结构示意图;
图18为本申请实施例提供的一种芯片***的结构示意图。
具体实施方式
下面结合附图对本申请实施例提供的技术方案进行详尽的描述。
本申请的描述中所提到的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括其他没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
在本申请的描述中,除非另有说明,“多个”的含义是指两个或两个以上。本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
本申请实施例提供一种体型测量方法,可以提升获得的体型数据的准确性。本申请实施例提供的体型测量方法可以应用于电子设备100,或者应用于包含电子设备100的***中。
示例性的,电子设备100可以是手机、平板电脑、桌面型计算机、膝上型计算机、手持计算机、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本,以及个人数字助理(personal digital assistant,PDA)、人工智能(artificialintelligence,AI)设备、可穿戴式设备、车载设备、智能家居设备和/或智慧城市设备等各种具有体型测量功能的电子设备。电子设备100安装的操作***包括但不限于 或者其它操作***。在一些实施例中,电子设备100可以为固定式设备,也可以为便携式设备。本申请对电子设备100的具体类型、所安装的操作***不作限制。
以电子设备100为手机为例,图1示出了本申请实施例提供的一种手机的结构示意图。
图1所示,手机可以包括处理器110,外部存储器接口120,内部存储器121,通用串行总线(universal serial bus,USB)接口130,充电管理模块140,电源管理模块141,电池142,天线1,天线2,移动通信模块150,无线通信模块160,音频模块170,传感器模块180,按键190,马达191,指示器192,摄像头193,显示屏194,以及用户标识模块(subscriberidentification module,SIM)卡接口195等。
处理器110可以包括一个或多个处理单元,例如:处理器110可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processingunit,GPU),图像信号处理器(image signal processor,ISP),控制器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
处理器110中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据,可从所述存储器中直接调用。避免了重复存取,减少了处理器110的等待时间,因而提高了***的效率。
在一些实施例中,处理器110可以包括一个或多个接口。
充电管理模块140用于从充电器接收充电输入。其中,充电器可以是无线充电器,也可以是有线充电器。
电源管理模块141用于连接电池142,充电管理模块140与处理器110。电源管理模块141接收电池142和/或充电管理模块140的输入,为处理器110,内部存储器121,显示屏194,摄像头193,和无线通信模块160等供电。
手机的无线通信功能可以通过天线1,天线2,移动通信模块150,无线通信模块160,调制解调处理器以及基带处理器等实现。
天线1和天线2用于发射和接收电磁波信号。手机中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。例如:可以将天线1复用为无线局域网的分集天线。在另外一些实施例中,天线可以和调谐开关结合使用。
移动通信模块150可以提供应用在手机上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块150可以包括至少一个滤波器,开关,功率放大器,低噪声放大器(lownoise amplifier,LNA)等。在一些实施例中,移动通信模块150的至少部分功能模块可以被设置于处理器110中。在一些实施例中,移动通信模块150的至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。
无线通信模块160可以提供应用在手机上的包括无线局域网(wireless localarea networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络),蓝牙(bluetooth,BT),全球导航卫星***(global navigation satellite system,GNSS),调频(frequencymodulation,FM),近距离无线通信技术(near field communication,NFC),红外技术(infrared,IR)等无线通信的解决方案。无线通信模块160可以是集成至少一个通信处理模块的一个或多个器件。
在一些实施例中,手机的天线1和移动通信模块150耦合,天线2和无线通信模块160耦合,使得手机可以通过无线通信技术与网络以及其他设备通信。所述无线通信技术可以包括全球移动通讯***(global system for mobile communications,GSM),通用分组无线服务(general packet radio service,GPRS),码分多址接入(code divisionmultiple access,CDMA),宽带码分多址(wideband code division multiple access,WCDMA),时分码分多址(time-division code division multiple access,TD-SCDMA),长期演进(long term evolution,LTE),BT,GNSS,WLAN,NFC,FM,和/或IR技术等。
手机通过GPU,显示屏194,以及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏194和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器110可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
显示屏194用于显示图像,视频等。显示屏194包括显示面板。在一些实施例中,手机可以包括1个或N个显示屏194,N为大于1的正整数。在本申请的一些实施例中,显示屏194可用于显示体型数据。
手机可以通过ISP,摄像头193,视频编解码器,GPU,显示屏194以及应用处理器等实现拍摄功能。
摄像头193用于捕获静态图像或视频。在一些实施例中,手机可以包括1个或N个摄像头193,N为大于1的正整数。在本申请的一些实施例中,摄像头可用于捕获人体图像,该捕获的人体图像可用于确定体型数据。
外部存储器接口120可以用于连接外部存储卡,例如Micro SD卡,实现扩展手机的存储能力。外部存储卡通过外部存储器接口120与处理器110通信,实现数据存储功能。例如将音乐,视频等文件保存在外部存储卡中。
内部存储器121可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。内部存储器121可以包括存储程序区和存储数据区。其中,存储程序区可存储操作***,至少一个功能所需的应用程序(比如声音播放功能,图像播放功能等)等。存储数据区可存储手机使用过程中所创建的数据(比如音频数据,电话本等)等。此外,内部存储器121可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flash storage,UFS)等。处理器110通过运行存储在内部存储器121的指令,和/或存储在设置于处理器中的存储器的指令,执行手机的各种功能应用以及数据处理。在本申请的一些实施例中,内部存储器121中可以存储有体型测量模型,该体型测量模型可用于确定体型数据。关于该体型测量模型的详细介绍请参考后文所述。
手机可以通过音频模块170,以及应用处理器等实现音频功能。例如音乐播放,录音等。
音频模块170用于将数字音频信息转换成模拟音频信号输出,也用于将模拟音频输入转换为数字音频信号。音频模块170还可以用于对音频信号编码和解码。在一些实施例中,音频模块170可以设置于处理器110中,或将音频模块170的部分功能模块设置于处理器110中。在本申请的一些实施例中,音频模块170可用于输出提醒消息,提醒用户进行体型测量。
可选的,传感器模块180可以包括压力传感器,陀螺仪传感器,气压传感器,磁传感器,加速度传感器,距离传感器,接近光传感器,指纹传感器,温度传感器,触摸传感器,环境光传感器,骨传导传感器等中的一种或多种。
按键190包括开机键,音量键等。按键190可以是机械按键。也可以是触摸式按键。手机可以接收按键输入,产生与手机的用户设置以及功能控制有关的键信号输入。
马达191可以产生振动提示。马达191可以用于来电振动提示,也可以用于触摸振动反馈。
指示器192可以是指示灯,可以用于指示充电状态,电量变化,也可以用于指示消息,未接来电,通知等。
SIM卡接口195用于连接SIM卡。
可以理解的是,上述仅以手机举例说明本申请实施例中电子设备100的结构,但并不构成对电子设备100结构、形态的限制。本申请实施例对电子设备100的结构、形态不做限制。示例性的,图2示出了本申请实施例提供的电子设备100的另一种示例性结构。如图2所示,电子设备100包括:处理器201、存储器202、收发器203、显示屏204。处理器201、存储器202、显示屏204的实现可参见图1所示的手机的处理器、存储器、显示屏的实现。收发器203,用于电子设备100与其他设备交互。收发器203可以是基于诸如Wi-Fi、蓝牙或其他通信协议的器件。
在本申请另一些实施例中,电子设备100可以包括比图1、图2所示的更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
以下实施例所涉及的技术方案均可以在具有如图1、图2所示结构的设备中实现。
下面结合附图,以电子设备100为手机为例,对本申请实施例提供的技术方案进行介绍。
在一些实施例中,手机可以基于用户图像(或称用户身体图像)确定用户的体型数据。
示例性的,本申请实施例中,用户的体型数据可以包括但不限于身体部位长度、身体部位围度、身材比例等中的一种或多种。如身体部位长度可以包括但不限于四肢长度(如手臂、腿、大腿、小腿、大臂、小臂、手、手掌、手指等的长度)、躯干长度、脖子长度(或称颈长)、头长度等。如身体部位围度可以包括但不限于四肢围度(如大腿、小腿、大臂、小臂、手腕、脚腕等的围度)、躯干围度(如胸围、腰围、臀围、肩围、肩宽、背宽等)、脖子围度(或称颈围)、头围等。如身材比例可以包括但不限于腰臀比、上半身与下半身的比例、头颈比、头肩比、头身比等各种身体部位的比例。
在一些示例中,用户图像可以是用户全身图像。如用户全身图像可以包括但不限于用户全身正面图像,用户全身背面图像,用户全身侧面图像等中的一种或多种。可以理解,本申请实施例中,正面指的是用户面部所在的方向,背面指的是用户背部所在的方向。
可选的,该示例中,手机可以根据用户全身图像确定用户一个或多个身体部位的体型数据(如长度、围度等)。
在另一些示例中,用户图像可以是用户局部图像。如用户局部图像可以包括但不限于一个或多个待测量部位图像,除待测量部位之外的一个或多个其他部位图像。可选的,用户局部图像也可以包括用户局部正面图像、用户局部背面图像,用户局部侧面图像等中的一种或多种。比如:若用户想要测量的部位为腰部,即待测量部位为腰部,则用户局部图像可以包括但不限于用户腰部图像、用户臀部图像、用户面部图像等中的一种或多种。再比如:若用户想要测量的部位为大腿,即待测量部位为大腿,则用户局部图像可以包括但不限于用户大腿图像、用户小腿图像、用户臀部图像等中的一种或多种。
可选的,该示例中,手机也可以根据用户局部图像确定用户一个或多个身体部位的体型数据。手机可以根据待测量部位图像确定该待测量部位的体型数据,也可以根据除待测量部位之外的其他部位图像确定该待测量部位的体型数据。
可选的,手机可以通过各种传感器(如摄像头等)采集用户图像,也可以从其他设备获取用户图像,本申请对手机获取用户图像的方式不做任何限制。
以用户图像为用户全身图像为例,示例性的,图3示出了本申请实施例提供的一种手机采集用户图像的界面示意图。如图3中(1)或(2)所示,手机显示体型测量界面300。其中,在体型测量界面300中包括开始拍摄按钮301,该开始拍摄按钮301可用于启动手机的摄像头采集用户图像。可选的,在体型测量界面300中还可以包括图像采集步骤。用户可以根据该图像采集步骤执行正确的操作,以便于手机可以采集到正确的用户图像。
该图像采集步骤可以诸如:图3中(1)所示的步骤一、步骤二,图3中(2)所示的步骤三等。可选的,由于手机显示屏的显示区域有限,图3中(1)所示的界面可能不能呈现全部的图像采集步骤,因此,用户可以通过在图3中(1)所示的界面中上下滑动,以实现图像采集步骤的滑动显示。如手机检测到诸如用户在图3中(1)所示的界面中向上滑动的操作,响应于该操作,手机可以呈现诸如图3中(2)所示的界面。
可选的,如图3中(2)所示,在体型测量界面300中也可以包括测量结果说明302等,以便于用户能够根据该测量结果说明302选择正确的测量时间,使得测量的用户体型数据可以真实反映用户的体型变化等。
如图3中(2)所示,手机检测到诸如用户对开始拍摄按钮301的点击操作,响应于该操作,手机启动摄像头采集用户图像。示例性的,手机可以呈现诸如图3中(3)所示的图像采集界面310,以采集用户全身正面图像,以及呈现诸如图3中(4)所示的图像采集界面320,以采集用户全身侧面图像。可选的,手机可以先呈现图像采集界面310,也可以先呈现图像采集界面320,本申请对此不做限定。
以手机先呈现图像采集界面310为例,可选的,手机在成功采集到用户全身正面图像之后,手机还可以输出提醒消息(如扬声器播报提醒消息、显示屏显示提醒消息等),提醒用户图像采集成功。示例性的,该提醒消息可以诸如图4中(1)所示的提醒消息401。然后,手机可以显示诸如图3中(4)所示的图像采集界面320采集用户全身侧面图像。当然,手机在成功采集到用户全身侧面图像之后,也可以输出提醒消息,提醒用户图像采集成功。示例性的,该提醒消息可以诸如图4中(2)所示的提醒消息402。
可选的,手机可以将用户图像输入第一体型测量模型中,通过该第一体型测量模型输出用户的体型数据。该第一体型测量模型可以是以用户图像为输入,用户体型数据为输出训练得到的模型。
可以理解,本申请实施例所涉及的各模型可以是各种机器学习模型和/或深度学习模型,本申请对此不做限定。各模型可以预置于手机中,也可以预置于其他设备中,本申请对此也不做限定。
在另一些实施例中,手机还可以基于用户信息以及用户图像确定用户的体型数据。关于该用户图像的介绍可参考上述实施例中的介绍。
示例性的,用户信息可以包括但不限于性别、身高、体重、年龄、鞋子类型和衣着类型(或称衣服类型)等中的一种或多种。示例性的,鞋子类型包括但不限于高跟鞋、平底鞋、增高鞋、松糕鞋等中的一种或多种。关于衣着类型的介绍可参考后文所述。
作为一种可能的示例,该用户信息可以是用户直接输入到手机中的用户信息。如手机可以通过已安装应用来接收用户输入的该用户信息,该已安装应用可以是具有体型测量功能的应用,也可以是其他功能的应用。
以该已安装应用为运动健康应用(以下简称为运动健康)为例。示例性的,如图5中(1)所示的,手机显示主界面500(或称桌面500),在主界面500中包括一个或多个应用的图标,如视频应用的图标、日历应用的图标等,这里不再一一举例。应用的图标可用于打开对应应用的运行界面,以实现对应应用的功能。这多个应用的图标中包括运动健康的图标501,其可用于打开运动健康的运行界面。
如:手机检测到诸如用户对运动健康的图标501的点击操作,响应于该操作,如图5中(2)所示,手机显示运动健康的运行界面510。其中,在运行界面510中包括一个或多个功能模块。如健康管理、智能减脂、运动记录、心脏健康等,这里也不再一一举例说明。手机检测到诸如用户对按钮511的点击操作,响应于该操作,如图5中(3)所示,手机可以显示个人界面520。其中,在个人界面520中包括我的数据、我的课程、个人资料等各种选项,不同选项可用于查看和/或设置不同的信息。手机检测到诸如用户对个人资料选项521的点击操作,响应于该操作,如图5中(4)所示,手机可以显示个人资料界面530。用户可以在个人资料界面530中输入用户信息,如性别、身高、体重等。可选的,用户还可以输入其他的信息,如出生日期等。相应的,手机可以获取用户在个人资料界面530中输入的用户信息。
作为另一种可能的示例,该用户信息也可以是用户输入至其他设备中的用户信息,手机再从该其他设备获取该用户信息。示例性的,其他设备可以采用诸如图5所示的方式接收用户信息,当然,也可以通过其他方式接收用户信息。本申请对其他设备接收用户信息的方式不做任何限制。
作为又一种可能的示例,该用户信息也可以是手机和/或其他设备测量得到的用户信息。以用户信息包括体重为例,用户在使用体脂秤等称重设备测量体重时,体脂秤可以测得用户的体重。而手机可以与体脂秤联动,进而也可以获得该用户的体重。以用户信息包括身高为例,用户在使用身高体重测量仪等身高测量设备时,该身高体重测量仪可以测得用户的身高。而手机可以与该身高体重测量仪联动,进而也可以获得该用户的身高。
作为又一种可能的示例,该用户信息也可以由手机和/或其他设备根据其他信息计算获得。比如:手机和/或其他设备可以根据采集的用户图像等估计该用户信息。如:该用户图像可以包括人脸图像,手机和/或其他设备可以采用人脸识别算法确定用户信息(如性别、年龄等)。再如:以用户信息为身高例,手机和/或其他设备可以根据与用户之间的距离、用户图像在手机和/或其他设备采集到的图像中的像素占比、相机焦距等信息,估算用户的身高。示例性的,手机和/或其他设备可以通过飞行时间(time of flight,TOF)相机、深度估计算法等确定与用户之间的距离,本申请对确定与用户之间的距离的方式不做限定。
可以理解,本申请实施例对手机获取用户信息的方式不做任何限制。
可选的,手机可以将用户图像以及用户信息输入至第二体型测量模型中,通过该第二体型测量模型输出用户的体型数据。该第二体型测量模型时以用户信息以及用户图像为输入,用户体型数据为输出训练获得的模型。
在一些实施例中,由于衣着宽松不一,比如:衣着过于宽松等,基于用户图像、用户信息等中的一种或多种确定的用户的体型数据可能不准确。因此,手机还可以确定衣着的宽松程度,然后基于衣着的宽松程度,以及用户图像和用户信息中的一种或多种,确定用户的体型数据。
示例性的,手机可以根据用户图像以及历史轮廓确定衣着的宽松程度,历史轮廓可以指此次测量操作之前,测量用户的体型数据时得到的用户轮廓。可选的,该用户轮廓可以是用户全身轮廓,也可以是用户某身体部位的轮廓。比如:若根据用户图像确定的用户轮廓与历史轮廓之间的差异大于或等于预设差异,则可以确定用户的衣着宽松。若根据用户图像确定的用户轮廓与历史轮廓之间的差距小于预设差异,则可以确定用户的衣着紧身。
或者,手机也可以根据衣着类型确定衣着的宽松程度。示例性的,衣着类型可以包括但不限于卫衣、毛衣、羽绒服、棉服、吊带、衬衫、裙子、阔腿裤、铅笔裤、紧身裤等等。比如:若衣着类型为卫衣、裙子、阔腿裤等,则可以确定衣着宽松。若衣着类型为吊带、铅笔裤、紧身裤等,则可以确定衣着紧身。可选的,衣着类型可以是手机和/或其他设备通过采集衣着图像确定的,也可以是由用户直接输入的。
或者,衣着的宽松程度也可以由用户直接输入,本申请对手机确定衣着的宽松程度的方式也不做任何限制。
在一些示例中,手机在确定用户衣着宽松时,还可以提醒用户更换紧身的衣物,以便于获得准确度较高的体型数据。
在一些实施例中,手机在测得用户的体型数据之后,可以输出用户的体型数据。示例性的,如图6中(1)所示的,手机可以显示体型数据输出界面600,在该体型数据输出界面600中包括一个或多个体型数据,如身体形态(如:梨型、H型、苹果型、沙漏型、O型,倒三角性、匀称型等各种身材)、身材比例(如腰臀比)、身体部位围度(如胸围、腰围、臀围、大臂围、大腿围、小腿围等)等,图6中(1)仅示出了身体形态、腰臀比、胸围、腰围等各种体型数据。可选的,手机也可以将用户的体型数据发送给其他设备,由其他设备来输出用户的体型数据。
可选的,在体型数据输出界面600中还可以包括滑动栏601,用户可以通过在滑动栏601执行诸如左右滑动等操作,查看不同时间(如8月1日到8月9日之间的时间)测得的体型数据,以观察体型的变化。
可选的,手机在输出用户的体型数据之前,手机还可以呈现体型数据分析界面,以提醒用户正在进行体型数据的计算。示例性的,该体型数据分析界面可以诸如图6中(2)所示的体型数据分析界面610。可选的,在该体型数据分析界面610中可以包括提醒消息611,提醒消息611可用于提醒用户正在进行体型数据的计算等。
在一些实施例中,由于测量误差、用户手动测量部位与手机定义的测量部位可能有所差别(如手机定义的腰部可能为肚脐的位置,而用户手动测量的腰部可能为肚脐上方的位置),衣着宽松不一、拍照视角差异、用户信息存在误差等种种原因,测量得到的用户的体型数据与用户的实际体型数据可能存在差别,无法体现真实体型。因此,用户还可以对测得的体型数据进行更改,以获得较为准确的体型数据。以用户在手机上更改体型数据为例,示例性的,如图6中(1)所示,手机检测到诸如用户对编辑按钮602的点击操作。响应于该操作,如图7所示,手机显示体型数据修改界面700。可以理解,此处所述的使得手机跳转到体型数据修改界面700的操作仅为示例性说明,该操作也可以为其他的操作,如手势操作、语音操作、按键操作等,本申请对此不做任何限定。
可选的,在体型数据修改界面700中,用户可以通过左右滑动标尺701等各种方式修改当前测量得到的一个或多个体型数据。比如:如图7所示,手机检测到诸如用户向左滑动胸围的标尺701的操作,响应于该操作,手机增大胸围的数值,如图8中(1)所示,若用户向左滑动到97.5厘米,则手机将胸围92.5厘米修改为97.5厘米。再比如:如图7所示,手机检测到诸如用户向右滑动腰围的标尺701的操作,响应于该操作,手机减小腰围的数值,如图8中(2)所示,若用户向右滑到73厘米,则手机将腰围81厘米修改为73厘米。
可选的,在体型数据修改界面700中,还可以包括保存按钮702,用户可以通过保存按钮702保存修改后的体型数据。
可以理解,图7所示的体型数据修改界面700,是以在一个界面上可以同时实现多个体型数据的修改为例的。也可以在不同的界面上实现不同体型数据的修改。如,用户可以在诸如图6中(1)所示的各体型数据的显示区域执行诸如点击等操作,响应于该操作,手机可以显示对应体型数据的修改界面,用户可以在该界面上修改对应的体型数据(图中未示出)。
在又一些实施例中,手机还可以将历史修改数据与上述实施例中的方案结合,确定用户的体型数据。其中,历史修改数据可以指用户修改手机测得的体型数据时产生的修改量,如用户通过诸如图7所示的方式,对一个或多个体型数据修改时,产生的修改量等。以图8中的(1)为例,用户对手机测得的胸围的数值进行了修改,产生的修改量可以为+5厘米,也即胸围对应的历史修改数据为+5厘米。以图8中(2)为例,用户对手机测得的腰围的数值进行了修改,产生的修改量为-8厘米,也即腰围对应的历史修改数据为-8厘米。
可以理解,对于不同部位的体型数据(如:胸围、腰围、臀围等等),其对应的历史修改数据可以相同也可以不同。可选的,该历史修改数据可以包括一次或者多次体型测量操作对应的历史修改数据。
示例性的,图9示出了本申请实施例提供的一种体型测量方法的流程示意图,该方法包括以下步骤:
S901、手机接收第一操作。
其中,第一操作用于指示手机执行体型测量操作,或称第一操作用于启动手机的体型测量功能。示例性的,第一操作可以诸如对图3中(1)所示的对开始拍摄按钮301的点击操作等。当然,第一操作也可以是其他的手势操作、按键操作、语音操作等,本申请对第一操作的具体类型不做任何限制。
S902、手机确定当前体型测量操作(或称体型测量、体型测量过程等)为第N次体型测量操作。
在一些实施例中,N大于1,且N为整数,也就是说,当前体型测量操作不是首次体型测量操作。当前体型测量操作也即手机接收到第一操作后,待执行的体型测量操作。
可以理解,该实施例是以当前体型测量操作不是首次体型测量操作为例的。在当前体型测量操作是首次体型测量操作时,由于不存在历史修改数据,手机可以采用上述实施例所述的方案,基于除历史修改数据以外的其他信息确定用户的体型数据。
在另一些实施例中,若存在历史修改数据,比如:在云端、或者其他设备中存在历史修改数据,当前体型测量操作也可以是首次体型测量操作。
S903、手机根据目标历史修改数据确定目标补偿量。
其中,目标历史修改数据指的是,第N次体型测量操作之前的一次或者多次体型测量操作,如第N-1次体型测量操作、第N-3次体型测量操作、第N-4次体型测量操作等,分别对应的历史修改数据。
可选的,第N次体型测量操作之前的多次体型测量操作可以是相邻次(如第N-3次与第N-4次等)的体型测量操作,也可以不是相邻次(如第N-1次与第N-3次等)的体型测量操作。
示例性的,手机可以对目标历史修改数据进行统计,如求取和、差、众数、中位数、平均数等各种数值,将统计后的历史修改数据作为目标补偿量。当然,手机也可直接将目标历史修改数据中的某次历史修改数据直接作为目标补偿量。本申请对于手机确定目标补偿量的具体方式不做任何限制。
在一些示例中,对于每个部位的体型数据,手机可以分别确定其对应的目标历史修改数据,然后根据其对应的目标历史修改数据确定其对应的目标补偿量。也就是说,每个部位的体型数据对应的目标补偿量,可以根据自身对应的目标历史修改数据确定。比如:对于胸围,其对应的目标补偿量,根据胸围的目标历史修改数据确定。对于腰围,其对应的目标补偿量,根据腰围的目标历史修改数据确定。
在另一些示例中,对于多个部位的体型数据,手机也可以确定其中某部位的体型数据对应的目标历史修改数据,然后根据该目标历史修改数据确定这多个部位的体型数据对应的目标补偿量。也就是说,某部位的体型数据对应的目标补偿量,可以根据其他部位的体型数据对应的目标历史修改数据确定,或者,可以根据其他部位的体型数据对应的目标补偿量确定。比如:对于胸围,其对应的目标补偿量,可以根据腰围的目标历史修改数据确定,或者,可以根据腰围的目标补偿量确定(如:与腰围的目标补偿量相同等)。
在其他的实施例中,手机也可以通过其他的方式确定目标补偿量。示例性的,手机可以基于历史用户信息(如包括但不限于体重等)、该历史用户信息对应的历史修改数据以及此次用户信息确定目标补偿量。可以理解,历史用户信息可以指第N次体型测量操作之前的,一次或多次体型测量操作对应的用户信息。此次用户信息可以指第N次体型测量操作对应的用户信息。
如,手机可以将此次用户信息输入预先训练的模型中,通过该模型输出目标补偿量。可选的,该模型可以是以历史用户信息为输入,历史用户信息对应的历史修改数据为输出训练获得的模型。
S904、手机根据目标补偿量确定用户的体型数据。
在一些示例中,手机可以利用目标补偿量,对目标体型数据进行补偿,以获得用户的体型数据。如用户的体型数据可以为目标体型数据与目标补偿量之和。可选的,目标体型数据可以为采用上述实施例所述的方案(如根据包括但不限于用户图像、用户信息等中的一种或多种)测得的体型数据。
比如:以用户的体型数据包括胸围为例,若上述实施例测得的胸围为110厘米,胸围对应的目标补偿量为4厘米,则补偿后的胸围为114厘米。相应的,手机在诸如图6中(1)所示的体型数据输出界面600中输出的胸围可以为114厘米。再比如:以用户的体型数据包括腰围为例,若上述实施例测得的腰围为78厘米,腰围对应的目标补偿量为-8厘米,则补偿后的腰围为70厘米。相应的,手机在诸如图6中(1)所示的体型数据输出界面600中输出的腰围可以为70厘米。
在另一些示例中,手机也可以直接将目标补偿量,以及上述实施例中所述的包括但不限于用户图像、用户信息等中的一种或多种输入预先训练的模型中,通过该模型输出用户的体型数据。
基于上述技术方案,通过结合用户对手机历史测得的体型数据的修改量,预测此次用户可能对手机测得的体型数据的修改量,通过该预测的修改量来补偿此次手机测得的体型数据,实现对手机测得的体型数据的智能补偿,可以获得更为精准的体型数据,还可以减少用户的修改次数,给用户带来便利,提高用户体验。
可选的,该实施例中,手机确定用户的体型数据之后,同样可以通过诸如图6中(1)所示的方式输出用户的体型数据。可选的,用户也可以通过诸如图7所示的方式对输出的用户的体型数据进行更改。
可以理解,该实施例所述的方案,通过基于用户的手动修改量对手机测得的数据进行校正,以进一步提高获得的数据的准确性,对于除体型测量之外的场景同样适用。
在一些实施例中,手机还可以根据一次或多次历史体型数据与此次体型数据,确定此次最终的体型数据。可以理解,历史体型数据指的是,此次体型测量操作之前获得的体型数据。可选的,该获得的体型数据可以是手机将确定的体型数据输出后,用户未进行更改的体型数据,或者,也可以是用户更改后的体型数据。此次体型数据可以指采用上述实施例所述的方案确定的体型数据,如:包括但不限于根据用户信息、用户图像、目标补偿量等中的一种或多种信息确定的体型数据。此次最终的体型数据,可以指手机此次输出的,用户未进行更改的体型数据。
基于该方案,通过结合历史得到的体型数据与当前得到的体型数据,确定当前最终的体型数据,可以减少此次确定的体型数据的偶然误差。这样,在长期测量多次体型数据时,可以使得体型数据的波动更小,更加符合真实情况。
在一些示例中,手机可以求取该一次或多次历史体型数据与此次体型数据的平均值,或者其他统计数值等,确定此次最终的体型数据。
在另一些示例中,在基于多次历史体型数据确定此次最终的体型数据时,手机还可以对这多次历史体型数据进行加权,然后求取加权后的历史体型数据与此次体型数据的平均值、或者其他统计数值等,确定此次最终的体型数据。
示例性的,每个历史体型数据的权重可以根据用户信息的相似度和/或时间差确定。其中,用户信息的相似度指的是历史体型数据对应的用户信息与此次体型数据对应的用户信息之间的相似度。时间差指的是历史体型数据对应的测量时间与此次体型数据对应的测量时间之间的差值。可选的,用于确定此次最终的体型数据的多个历史体型数据的权重之和可以为1。
如:用户信息的相似度越高,则对应的历史体型数据的权重越大。以用户信息为体重为例,若历史体型数据1对应的体重为50千克,历史体型数据2对应的体重为51千克,此次体型数据对应的体重为49千克,则历史体型数据1的权重可以为0.6,历史体型数据2的权重可以为0.4。
再如:在用户信息的相似度相同的情况下,时间差越小,则对应历史体型数据的权重越大。例如:若历史体型数据3、历史体型数据4以及此次体型数据对应的体重均为49千克,历史体型数据3对应的测量时间为9月20日,历史体型数据4对应的测量时间为9月24日,此次体型数据对应的测量时间为9月27日。则历史体型测量数据3的权重可以为0.7,历史体型测量数据4的权重可以为0.3。
在一些实施例中,手机还可以根据上一次体型数据对应的用户信息以及此次体型数据对应的用户信息,对此次体型数据进行补偿,以确定此次最终的体型数据。可以理解,上一次体型数据可以指上一次执行体型测量操作后输出的,用户未进行更改的体型数据,或者,也可以是用户更改后的体型数据。可选的,此次最终的体型数据与上一次体型数据之间的关系,与此次体型数据对应的用户信息与上一次体型数据对应的用户信息之间的关系,满足预设关系条件。
比如:以用户信息为体重为例,若此次体型数据对应的体重相比较于上一次体型数据对应的体重降低,则此次最终的体型数据相对于上一次体型数据要小或相等。具体的,若此次体型数据大于上一次体型数据,则减小此次体型数据,以获得此次最终的体型数据。
再比如:若此次体型数据对应的体重相比较于上一次体型数据对应的体重增加,则此次最终的体型数据相对于上一次体型数据要大或相等。具体的,若此次体型数据小于上一次体型数据,则增加此次体型数据,以获得此次最终的体型数据。
再比如:若此次体型数据对应的体重与上一次体型数据对应的体重相同,则此次最终的体型数据与上一次体型数据的差值可以满足预设波动范围。示例性的,该预设波动范围可以诸如大于或等于-1厘米且小于或等于1厘米。换言之,此次最终的体型数据,最多大于上一次体型数据1厘米,最多小于上一次体型数据1厘米。
也就是说,体重的变化趋势与体型数据的变化趋势尽可能保持一致,如均增加,或者均减小等。这样,可以保证体重变化趋势与体型数据变化趋势的一致性,进而使得获得的体型数据更加精准,更加符合真实情况。
可以理解,该实施例所述的方案以及前述实施例所述的方案可以单独使用,也可结合使用。
在一些实施例中,为避免用户随意更改或者错误更改手机输出的体型数据,造成获得的体型数据不准确,还可以对用户的可编辑范围(或称可修改范围,可编辑范围等)进行限制。也就是说,用户对体型数据的更改量位于该可编辑范围之内。可以理解,本申请实施例中,可编辑范围可以指在手机测得的体型数据的基础上,用户能够对其修改的范围。
在一个具体的实施例中,用户的可编辑范围可以根据大量的误差样本确定。该误差样本可以包括手机测得的体型数据与实际的体型数据之间的误差。示例性的,图10示出了本申请实施例提供的误差分布示意图。其中,图10中(1)为手机测得的胸围与实际的胸围之间的误差分布示意图。图10中(2)为手机测得的腰围与实际的腰围之间的误差分布示意图。图10中(3)为手机测得的臀围与实际的臀围之间的误差分布示意图。其中,图10所示的各示意图中,横轴表示误差范围,纵轴表示样本数目。
在一些示例中,从图10中(1)、(2)、(3)可以看出,该误差分布满足正态分布。可选的,用户的可编辑范围可以根据该正态分布的期望以及方差确定。以该正态分布的期望为u,方差为σ2为例,比如:用户的可编辑范围可以根据(μ-3σ,μ+3σ)对应的误差范围确定,以图10中(1)所示的胸围为例,如用户的可编辑范围可以为大于或等于-21毫米(mm)且小于或等于19mm,即用户可以在手机测得的胸围的基础上,最多可以减少21mm,最多可以增加19mm。以图10中(2)所示的腰围为例,如用户的可编辑范围可以为大于或等于-27mm且小于或等于27mm,即用户可以在手机测得的腰围的基础上,最多可以减少27mm,最多可以增加27mm。以图10中(3)所示的臀围为例,如用户的可编辑范围可以为大于或等于-18mm且小于或等于22mm,即用户在手机测得的臀围的基础上,最多可以减少18mm,最多可以增加22mm。
当然,用户的可编辑范围也可以根据(μ-4σ,μ+4σ)、(μ-2σ,μ+2σ)等对应的误差范围确定。或者,还可以根据求取误差样本的平均值、众数、中位数等各种统计数值,根据该统计数值确定用户的可编辑范围,本申请对此不做具体限制。
可选的,对于不同部位的体型数据,其对应的可编辑范围可以相同也可以不同。某部位的体型数据对应的可编辑范围,可以根据其他部位的体型数据对应的误差样本确定,或者直接根据其他部位的体型数据对应可编辑范围确定(如与之相同)。或者,可以根据自身对应的误差样本确定。
在一些实施例中,用户的可编辑范围是固定不变的。也就是说,在不同的体型测量过程中,可编辑范围均可以相同。如,在不同的体型测量过程中,手机在诸如图7所示的体型数据修改界面700中,呈现的标尺701的可滑动范围是相同的。
在另一些实施例中,用户的可编辑范围可以动态变化。也就是说,在不同的体型测量过程中,可编辑范围可以是不同的。可以理解,可编辑范围不同可以包括所有的体型测量过程对应的可编辑范围各不相同,也可以包括部分体型测量过程对应的可编辑范围相同的情况。如,在不同的体型测量过程中,手机在诸如图7所示的体型数据修改界面700中,呈现的标尺701的可滑动范围是不同的。
示例性的,以胸围为例,在第a次执行体型测量操作时,手机可以呈现诸如图11中(1)和(2)所示的滑动标尺701(即第一修改范围)。如图11中(1)所示,该滑动标尺701最多可以向左滑动2厘米,也即用户在手机测得的胸围的基础上,最多可以增加2厘米。如图11中(2)所示,该滑动标尺701最多可以向右滑动2厘米,也即用户在手机测得的胸围的基础上,最多可以减少2厘米。在第b次执行体型测量操作时,手机可以呈现诸如图11中(3)和(4)所示的滑动标尺701(即第二修改范围)。如图11中(3)所示,该滑动标尺701最多可以向左滑动5厘米,也即用户在手机测得的胸围的基础上,最多可以增加5厘米。如图11中(4)所示,该滑动标尺701最多可以向右滑动5厘米,也即用户在手机测得的胸围的基础上,最多可以减少5厘米。其中,a,b均为正整数。
可选的,该实施例中,滑动标尺701的实际长度可以大于或等于可滑动范围。比如:滑动标尺701的长度可以为大于或等于60厘米且小于或等于100厘米,但是其可滑动范围可以仅为大于或等于80厘米且小于或等于90厘米。
可以理解,本申请实施例中,可编辑范围不同包括但不限于可以增加的范围、可以减少的范围、以及可以增加和减少的总范围等中的一种或多种不同。如可编辑范围1为最多增加2厘米,最多减少3厘米。可编辑范围2为最多增加2厘米,最多减少4厘米,则可编辑范围2与可编辑范围1不同。可编辑范围3为最多增加5厘米,最多减少3厘米,则可编辑范围3与可编辑范围1不同。可编辑范围4为最多增加3厘米,最多减少5厘米,则可编辑范围4与可编辑范围1不同。可编辑范围5为最多增加3厘米,最多减少2厘米,则可编辑范围5与可编辑范围1不同。
示例性的,图12示出了本申请实施例提供的一种确定可编辑范围的方法流程示意图,该方法包括以下步骤:
S1201、手机判断用户是否更改体型数据。
若确定用户更改,则执行步骤S1202,若确定用户未更改,则结束。
示例性的,用户可以通过诸如图7等所示的方式对手机输出的体型数据进行更改,相应的,手机可以通过检测用户是否执行体型数据更改操作来确定用户是否更改体型数据。如该体型更改操作可以诸如对图7所示的标尺701的滑动操作等。
可选的,该体型数据可以是手机采用诸如上述实施例所述的方案,如根据包括但不限于用户信息、用户图像、目标补偿量等中的一种或多种确定后,此次输出的体型数据。
可选的,在用户未更改体型数据的情况下,手机也可以采用方式1确定可编辑范围,关于方式1的介绍请参考后文所述。
S1202、手机判断是否满足条件1。
若不满足条件1,则执行步骤S1203。若满足条件1,则执行步骤S1204。
在一些实施例中,条件1可以包括以下一种或多种:已执行的体型测量的次数满足预设次数阈值(如大于或等于预设次数阈值),前两次体型测量操作对应的用户更改量的差值满足预设更改量差值(或前L次相邻的体型测量操作中,任意相邻两次的体型测量操作对应的用户更改量的差值满足预设更改量差值,L为大于2的整数)、此次体型测量操作对应的用户信息(如体重)与上次体型测量操作对应的用户信息之间的相似度满足预设相似度条件(如小于或等于预设相似度阈值)、与此次测量操作相邻的前一次或多次的体型测量操作对应的用户更改量均小于或等于预设更改量等。
示例性的,以用户信息为体重为例,此次体型测量操作对应的体重与上次体型测量操作对应的体重之间的相似度满足预设相似度条件,可以指此次体型测量操作对应的体重与上次体型测量操作对应的体重之间的差值满足预设相似度条件,如小于或等于预设阈值。
可选的,由于手机可以基于目标补偿量对测得的体型数据进行补偿,而目标补偿量可以根据用户的历史修改数据确定。因此,随着获得的体型数据已经补偿了用户的手动更改量,因此用户的手动更改量可能会越来越小。
S1203、手机采用方式1确定可编辑范围。
在一些实施例中,方式1为:根据误差样本确定该可编辑范围,关于该具体实现可参考上文所述。
可以理解,图12所示的方案中,确定的可编辑范围可以指此次体型测量操作对应的可编辑范围。
S1204、手机采用方式2确定可编辑范围。
在一些实施例中,方式2为:根据上一次体型数据、用户信息、此次体型数据、预测误差等中的多种信息确定该可编辑范围。关于上一次体型数据的介绍可参考上文所述。
在一些实现方式中,可以根据用户信息的变化量(如包括但不限于体重的变化量)确定体型数据的预估变化量(或称预估体型变化量),根据体型数据的预估变化量确定可编辑范围,或描述为根据体型数据的预估变化量以及此次体型数据确定可编辑范围。其中,用户信息的变化量可以指此次体型测量对应的用户信息相对于上次体型测量(也即上一次体型数据)对应的用户信息的变化量。
可选的,用户信息的变化量与体型数据的预估变化量之间满足第一预设条件。示例性的,该第一预设条件可以包括正相关,如:若用户信息的变化量为增加,则体型数据的预估变化量也为增加。若用户信息的变化量为减少,则体型数据的预估变化量也为减少。
该实现方式中,作为一个具体的实施例,体型数据的预估变化量可以指预估的此次体型数据相对于上一次体型数据的变化量。
在一些示例中,以用户信息为体重,体型数据为胸围为例,若此次测量胸围时对应的体重相对于上次胸围对应的体重增加5千克,则胸围的变化量(即胸围的预估变化量)可以为5厘米,也即用户在手机上一次测得的胸围的基础上,最多可以增加5厘米。如若手机上一次测得的胸围为90厘米,此次测得的胸围为92厘米,则可编辑范围可以为:大于或等于0厘米且小于或等于3厘米。也就是说,用户在此次测得的胸围的基础上,最多可以增加3厘米。再如:若手机上一次测得的胸围为90厘米,此次测得的胸围为88厘米,则可编辑范围可以为:大于或等于0厘米且小于或等于7厘米。也就是说,用户在此次测得的胸围的基础上,最多可以增加7厘米。
若此次测量胸围时对应的体重相对于上次胸围对应的体重减小4千克,则胸围的变化量可以为4厘米,也即用户在手机上一次测得的胸围的基础上,最多可以减少4厘米。如若上一次测得的胸围为95厘米,此次测得的胸围为98厘米,则可编辑范围可以为:大于或等于-7厘米且小于或等于0厘米。也就是说,用户在此次测得的胸围的基础上,最多可以减少7厘米。再如:若上一次测得的胸围为95厘米,此次测得的胸围为93厘米,则可编辑范围可以为:大于或等于-2厘米且小于或等于0厘米。也就是说,用户在此次测得的胸围的基础上,最多可以减少2厘米。
作为另一个具体的实施例,体型数据的预估变化量可以指此次体型数据可以更改的变化量。
在一些示例中,以用户信息为体重,体型数据为胸围为例,若此次测量胸围时对应的体重相对于上次胸围对应的体重增加5千克,则胸围的变化量可以为5厘米,也即用户在手机此次测得的胸围的基础上,最多可以增加5厘米。如若此次测得的胸围为92厘米,则可编辑范围可以为:大于或等于0厘米且小于或等于5厘米。也就是说,用户在此次测得的胸围的基础上,最多可以增加5厘米。
若此次测量胸围时对应的体重相对于上次胸围对应的体重减小4千克,则胸围的变化量可以为4厘米,也即用户在手机此次测得的胸围的基础上,最多可以减少4厘米。如若此次测得的胸围为98厘米,则可编辑范围可以为:大于或等于-4厘米且小于或等于0厘米。也就是说,用户在此次测得的胸围的基础上,最多可以减少4厘米。
可以理解,上述示例是以用户信息的变化量与体型数据的预估变化量等比例为例的,当然用户信息的变化量与体型数据的预估变化量也可以满足其他的比例关系,本申请对此不做具体限定。
在另一些实现方式中,可以根据用户信息的变化量(如包括但不限于体重的变化量)确定体型数据的预估变化量(或称预估体型变化量),根据体型数据的预估变化量、预测误差、此次体型数据等中的多种信息确定可编辑范围。其中,用户信息的变化量可参考上一实现方式的介绍。体型数据的预估变化量可以指预估的此次体型数据相对于上一次体型数据的变化量。预测误差可以指预估的此次体型数据与实际的体型数据之间的误差。
其中,用户信息的变化量与体型数据的预估变化量之间也可以满足第一预设条件。关于第一预设条件的介绍也请参考上一实现方式的介绍。
在一些示例中,可以根据体型数据的预估变化量以及预测误差确定预估可编辑范围,然后根据预估可编辑范围以及此次体型数据确定可编辑范围。其中,预估可编辑范围可以指能够对预估的此次体型数据可以修改的范围。
还是以用户信息为体重,体型数据为胸围为例,若此次测量胸围时对应的体重相对于上次胸围对应的体重增加5千克,则胸围的变化量(即胸围的预估变化量)可以为5厘米,若手机上一次测得的胸围为90厘米,则预估的此次胸围为95厘米。若预测误差为3厘米,则预估可编辑范围可以为大于或等于-3厘米且小于或等于3厘米。即,在预估的此次胸围的基础上,最多可以增加3厘米,最多可以减少3厘米。也即,预估可编辑范围的区间为[92厘米,95厘米]。
可以理解,本申请实施例中,预估可编辑范围和/或可编辑范围可以用在体型数据的基础上,可以更改的量表示。也可以用体型数据与可以更改的量的总和范围(如上述区间的形式)表示。
若此次体型数据位于预估可编辑范围之内,则可编辑范围可以为预估可编辑范围,或者可以为此次体型数据与预估可编辑范围的交集。若此次体型未位于预估可编辑范围之内,则可编辑范围可以为此次体型数据与可编辑范围的并集。如,若此次胸围为93厘米,则可编辑范围为[92厘米,95厘米],或者为[92厘米,93厘米],或者为[93厘米,95厘米]。若此次胸围为100厘米,则可编辑范围可以为[92厘米,100厘米]等。
示例性的,预测误差可以根据方式1确定,或者也可以根据经验值确定本申请对预测误差不做任何限制。
可以理解,对于同一部位的体型数据,在不同次的体型测量操作中,若测得的该体型数据相同,其分别对应的可编辑范围也可能是不同的。
可选的,在满足条件1时,也可以根据误差样本确定该可编辑范围,本申请对此不做限定。
基于上述技术方案,通过限制用户的可编辑范围,可以减少由于用户随意编辑或者错误编辑而使得获得的体型数据准确率降低的概率,使得获得的体型数据更加准确。并且,随着获得的体型数据已经补偿了用户的手动更改量,用户的手动更改量会逐渐减小,因此可以基于上一次体型数据、用户信息、此次体型数据、预测误差等中的多种信息确定用户的可编辑范围。这样,用户在该可编辑范围内进行体型数据的更改时,可以保证用户信息的变化趋势与体型数据的变化趋势保持一致性,使得获得的体型数据更加符合体型变化的真实情况,精度更高。另外,基于上一次体型数据和用户信息确定的用户的可编辑范围可能会更小,这样用户可以执行有限的编辑操作,可以减少用户错误编辑的概率,降低用户的编辑成本。
在其他的实施例中,可编辑范围也可以根据预设修改范围确定。示例性的,预设修改范围可以大于或等于-3厘米且小于或等于3厘米。也就是说,在此次测得的体型数据的基础上,用户最多可以增加3厘米,最多可以减少3厘米。可选的,该预设修改范围的具体取值可以由开发人员根据实际需求设定。在一些示例中,预设修改范围可以设定为一个较小的范围。这样,可以减少用户随意编辑或者错误编辑而使得获得的体型数据准确率降低的概率,使得获得的体型数据更加准确。
在一些实施例中,手机还可以获取参考因素,判断参考因素是否满足第一条件,在满足第一条件的情况下,用户的体型数据可能会发生变化。因此,手机还可以主动提醒用户进行体型测量。示例性的,如图13所示,手机可以显示提醒消息1301,提醒用户进行体型测量。可选的,手机还可以显示确定按钮1302和/或取消按钮1303。手机检测到诸如用户对确定按钮1302的点击操作,响应于该操作,手机可以执行体型测量的操作。手机检测到诸如用户对取消按钮1303的点击操作,响应于该操作,手机不执行体型测量的操作。
示例性的,参考因素可以包括但不限于运动量、目标体重变化(即第二体重变化量)、无体型测量记录的时长等因素中的一种或多种。示例性的,运动量可以包括一段时间内的运动量,该运动量可以为运动距离、消耗卡路里、跳绳数目、运动时长、步数等各种运动数据。目标体重变化可以指获取到的当前体重相对于获取到的上一次体重的变化。
可以理解,参考因素满足第一条件可以指参考因素中包括的各因素满足各自的对应条件。示例性的,运动量的对应条件可以为满足预设运动量条件(如大于或等于预设运动量阈值)。目标体重变化的对应条件可以为满足预设体重条件(如大于或等于预设体重阈值)。无体型测量记录的时长的对应条件可以为满足预设时长(如大于或等于预设时长)。
可选的,手机可以实时性,或者周期性,或者定时的监测参考因素,也可以在用户启动具有体型测量功能的应用时监测参考因素,还可以在检测到用于修改用户信息中包括的体重的操作时监测参考因素,本申请对***测参考因素的时机不做任何限定。
可选的,手机可以与至少一个电子设备联动,以获取该参考因素。示例性的,该至少一个电子设备可以包括但不限于可穿戴设备(如智能手环、智能手表等)、体脂称、健身器材等各种可用于测量记录运动数据、体重数据等的设备。当然,手机还可以直接获取用户输入至手机和/或其他设备中的参考因素。以参考因素为体重为例,示例性的,用户可以对诸如图5中(4)所示的个人资料界面530中的体重进行修改,相应的,手机可以获取到用户修改后的体重,该修改后的体重即为获取到的当前体重。手机可以根据该修改后的体重确定目标体重变化。
可以理解,本申请实施例对手机获取至少一个参考因素的方式不做任何限定。
示例性的,以参考因素为运动量为例,图14示出了本申请实施例提供的一种主动提醒用户进行体型测量的方法流程示意图。该方法可以由手机执行,也可以由手机与其他设备配合执行。如图14所示,该方法包括以下步骤:
S1401、判断运动量是否满足对应的条件。
若满足,则执行步骤S1402,若不满足,则结束。关于运动量对应的条件可参考上文所述。
S1402、提醒用户是否进行体型测量。
若用户同意进行体型测量,则执行步骤S1403。若用户不同意进行体型测量,则结束。
示例性的,以手机执行该步骤为例,手机可以呈现诸如图13所示的提醒消息1301,提醒用户是否进行体型测量。如:若手机检测到诸如用户对确定按钮1302的点击操作,手机确定用户同意执行体型测量。若手机检测到诸如用户对取消按钮1303的点击操作,手机确定用户不同意执行体型测量。
S1403、启动体型测量功能(或称执行体型测量操作)。
其中,关于该步骤的具体实现可参考上述实施例中所述的确定用户的体型数据的实现。
在一些实施例中,为提高获得的体型数据的准确性,还可以判断用户信息是否为近期的用户信息,以用户信息为体重为例,在步骤S1402之前,还可以执行图15所示的步骤S1404至S1406。
S1404、获取最新体重。
可以理解,最新体重可以指获得时间距离当前时间最近的体重。例如:可以根据每个体重对应的时间(即获得时间)确定最新体重。每个体重对应的时间可以根据该体重的时间戳确定,也可以根据该体重对应的体型数据的时间戳(即体型数据的测得时间)确定。
S1405、判断该最新体重的获得时间与当前时间的间隔是否满足预设间隔。
若满足预设间隔,则执行步骤S1402。若不满足预设间隔,则执行步骤S1406。
可以理解,当前时间可以指此次体型测量的时间。若最新体重的获得时间与当前时间的间隔满足预设间隔,则说明该最新体重是近期体重。这样,根据该近期体重确定的体型数据可能较为准确。反之,说明该最新体重不是近期体重。这样,由于用户的当前体重与该最新体重之间相差可能过大,因此,根据该最新体重确定的体型数据可能不准确。
S1406、判断是否更新体重。
其中,该步骤可用于获取用户的当前体重。以手机执行该步骤为例,在一些示例中,手机可以输出提醒消息,提醒用户输入当前体重。相应的,用户可以根据该提醒消息确定是否输入当前体重,若用户输入当前体重,则手机接收到用户输入的体重之后,可以执行步骤S1402。若用户未输入当前体重,则结束。在另一些示例中,手机可以输出提醒消息,提醒用户是否同意获取当前体重。若用户同意,则手机在获取到用户的当前体重后,执行步骤S1402。若用户不同意,则结束。如手机可以从其他设备获取用户的当前体重,本申请实施例对手机获取用户的当前体重的方式不做任何限定。
在一些实施例中,可以执行步骤S1406。在另一些实施例中,可以不执行步骤S1406,默认更新体重,也就是说可以直接获取用户的当前体重,无需用户输入当前体重,或者用户同意获取当前体重。
在一些实施例中,在更新体重后,在执行步骤S1402之前,还可以判断当前体重与最新体重之间的差值是否满足预设差值(如大于或等于预设差值),在满足预设差值的情况下,再执行步骤S1402及后续步骤。在不满足预设差值的情况下,可以不执行步骤S1402及后续步骤。可选的,还可以根据历史体重、历史体型数据、当前体重确定用户当前的体型数据。如将历史体重、历史体型数据、当前体重输入预先训练的模型中,通过该模型输出用户当前的体型数据。或者,根据当前体重相对于历史体重的变化量确定当前的体型数据与历史体型数据的变化量,进而确定当前的体型数据。
可以理解,图15所述的方案是以用户信息为体重为例的,对于其他的用户信息,该方案同样适用。
可选的,图15所示的步骤S1404至S1406还可位于步骤S1402之后,步骤S1403之前,本申请对此不做限定。
可以理解,在参考因素包括目标体重变化、无体型测量记录的时长等中的一种或多种因素时,其具体实现均可参考图14以及图15所述的运动量的相关实现。
基于上述技术方案,通过提醒用户主动进行体型测量,可以使得用户能够根据该提醒执行体型测量操作,以获得用户的体型数据。使得体型数据可以作为长期指标被跟踪,反映用户的体型变化。并且,相比较于长期不测量用户的体型数据,适时的提醒用户进行体型测量,可以提高体型测量的频率,这样可以提升目标补偿量、用户的可编辑范围等的精度,进而提升获得的体型数据的精度。
可选的,本申请实施例中,确定的可编辑范围、目标补偿量等均可保存至数据库,以便后续使用。
在一些实施例中,手机还可以根据已测量的体型数据确定未进行体型测量操作的时间的体型数据。示例性的,以胸围为例,如图16所示,7月7日以及7月9日未进行胸围测量,而7月5日、7月6日、7月8日、7月10日、7月11日等均进行了胸围测量。因此,手机可以根据7月5日、7月6日、7月8日、7月10日以及7月11日等中的一个或多个日期测得的胸围估计7月7日以及7月9日的胸围。
可选的,手机可以根据目标用户信息(如包括但不限于体重等)的变化量以及已测得的体型数据,确定未进行体型测量操作的时间的体型数据。其中,该目标用户信息的变化量可以指:未进行体型测量操作的时间对应的用户信息相对于已测得的体型数据对应的用户信息的变化量。如可以将目标用户信息的变化量以及已测得的体型数据等输入预先训练的模型中,通过该模型输出未进行体型测量操作的时间的体型数据。或者,可以根据目标信息的变化量确定,未进行体型测量操作的时间的体型数据相对于已测得的体型数据的变化量,进而根据该变化量以及已测得的体型数据确定未进行体型测量操作的时间的体型数据。
基于该方案,对未进行体型测量操作的时间的体型数据进行估算,可以使得用户更加清晰的查看体型数据的变化情况。基于用户信息的变化量来确定未进行体型测量操作的时间的体型数据,可以使得确定的该体型数据符合用户信息的变化趋势,进而使得体型数据更加真实。
可以理解,本申请各实施例所述的方案在可能情况下可以任意结合使用。
还可以理解,本申请实施例中的各界面仅仅为示意图,并不构成本申请的限定。在实际应用中,可以包括更多或者更少的界面,各界面中也可以包括更多或者更少的内容。
上述主要是从方法的角度对本申请实施例提供的方案进行了介绍。可以理解的是,电子设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。结合本申请中所公开的实施例描述的各示例的单元及算法步骤,本申请实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同的方法来实现所描述的功能,但是这种实现不应认为超过本申请实施例的技术方案的范围。
本申请是实施例可以根据上述方法示例对电子设备进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式,也可以采用软件功能模块的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
如图17所示,为本申请实施例提供的一种电子设备的结构示意图,该电子设备1700可用于实现以上各个方法实施例中记载的方法。示例性的,该电子设备1700具体可以包括:处理单元1701和获取单元1702。
其中,处理单元1701用于执行支持电子设备1700执行图9中的步骤S901至S904。和/或,处理单元1701用于执行支持电子设备1700执行图12中的步骤S1201至S1204。和/或,处理单元1701用于执行支持电子设备1700执行图14中的步骤S1401至S1403。和/或,处理单元1701用于执行支持电子设备1700执行图15中的步骤S1401至S1403、S1405至S1406。和/或,处理单元1701还用于支持电子设备1700执行本申请实施例中电子设备执行的其他步骤。
获取单元1702用于执行支持电子设备1700执行图15中的步骤S1404。和/或,获取单元1702用于执行支持电子设备1700获取体型测量参数,如用户信息、用户身体图像等。和/或,获取单元1702还用于支持电子设备1700执行本申请实施例中电子设备执行的其他步骤。
可选的,图17所示的电子设备1700还可以包括显示单元1703。显示单元1703可用于显示体型数据、提醒消息等中的一种或多种。和/或,显示单元1703还用于支持电子设备1700执行本申请实施例中电子设备执行的其他步骤。
可选的,图17所示的电子设备1700还可以包括通信单元(图17中未示出),该通信单元,用于支持电子设备1700执行本申请实施例中电子设备与其他设备之间通信的步骤。
可选的,图17所示的电子设备1700还可以包括存储单元(图17中未示出),该存储单元存储有程序或指令。当处理单元1701执行该程序或指令时,使得图17所示的电子设备1700可以执行图9、图12、图14、图15等中所示的方法。
图17所示的电子设备1700的技术效果可以参考图9、图12、图14、图15所示的方法的技术效果,此处不再赘述。图17所示的电子设备1700中涉及的处理单元1701可以由处理器或处理器相关电路组件实现,可以为处理器或处理模块。通信单元可以由收发器或收发器相关电路组件实现,可以为收发器或收发模块。显示单元1703可以由显示屏相关组件实现。
本申请实施例还提供一种芯片***,如图18所示,该芯片***包括至少一个处理器1801和至少一个接口电路1802。处理器1801和接口电路1802可通过线路互联。例如,接口电路1802可用于从其它装置接收信号。又例如,接口电路1802可用于向其它装置(例如处理器1801)发送信号。示例性的,接口电路1802可读取存储器中存储的指令,并将该指令发送给处理器1801。当所述指令被处理器1801执行时,可使得电子设备执行上述实施例中的电子设备执行的各个步骤。当然,该芯片***还可以包含其他分立器件,本申请实施例对此不作具体限定。
可选地,该芯片***中的处理器可以为一个或多个。该处理器可以通过硬件实现也可以通过软件实现。当通过硬件实现时,该处理器可以是逻辑电路、集成电路等。当通过软件实现时,该处理器可以是一个通用处理器,通过读取存储器中存储的软件代码来实现。
可选地,该芯片***中的存储器也可以为一个或多个。该存储器可以与处理器集成在一起,也可以和处理器分离设置,本申请并不限定。示例性的,存储器可以是非瞬时性处理器,例如只读存储器ROM,其可以与处理器集成在同一块芯片上,也可以分别设置在不同的芯片上,本申请对存储器的类型,以及存储器与处理器的设置方式不作具体限定。
示例性的,该芯片***可以是现场可编程门阵列(field programmable gatearray,FPGA),可以是专用集成芯片(application specific integrated circuit,ASIC),还可以是***芯片(system on chip,SoC),还可以是中央处理器(central processorunit,CPU),还可以是网络处理器(network processor,NP),还可以是数字信号处理电路(digital signal processor,DSP),还可以是微控制器(micro controller unit,MCU),还可以是可编程控制器(programmable logic device,PLD)或其他集成芯片。
应理解,上述方法实施例中的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。结合本申请实施例所公开的方法步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
本申请实施例还提供一种计算机存储介质,该计算机存储介质中存储有计算机指令,当该计算机指令在电子设备上运行时,使得电子设备执行上述方法实施例所述的方法。
本申请实施例提供一种计算机程序产品,该计算机程序产品包括:计算机程序或指令,当计算机程序或指令在计算机上运行时,使得该计算机执行上述方法实施例所述的方法。
另外,本申请实施例还提供一种装置,这个装置具体可以是芯片,组件或模块,该装置可包括相连的处理器和存储器;其中,存储器用于存储计算机执行指令,当装置运行时,处理器可执行存储器存储的计算机执行指令,以使装置执行上述各方法实施例中的方法。
其中,本实施例提供的电子设备、计算机存储介质、计算机程序产品或芯片均用于执行上文所提供的对应的方法,因此,其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果,此处不再赘述。
通过以上实施方式的描述,所属领域的技术人员可以了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。各实施例在不冲突的情况下可以相互结合或相互参考。以上所描述的装置实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上内容,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (28)
1.一种体型测量方法,其特征在于,应用于电子设备,所述方法包括:
获取第一体型测量参数,所述第一体型测量参数包括用户信息、用户身体图像;
根据第一历史修改数据确定第一目标补偿量,所述第一历史修改数据为用户对历史测得的体型数据的修改量;
根据所述第一体型测量参数以及所述第一目标补偿量确定第一体型数据;
输出所述第一体型数据。
2.根据权利要求1所述的方法,其特征在于,在所述输出所述第一体型数据之后,所述方法还包括:
接收第一用户操作,所述第一用户操作用于修改所述第一体型数据;
其中,所述第一体型数据可修改的范围为第一修改范围。
3.根据权利要求2所述的方法,其特征在于,在所述输出所述第一体型数据之后,所述方法还包括:
获取第二体型测量参数,所述第二体型测量参数包括用户信息、用户身体图像;
根据第二历史修改数据确定第二目标补偿量,所述第二历史修改数据为用户对历史测得的体型数据的修改量;
根据所述第二体型测量参数以及所述第二目标补偿量确定第二体型数据;
输出所述第二体型数据。
4.根据权利要求3所述的方法,其特征在于,在所述输出所述第二体型数据之后,所述方法还包括:
接收第二用户操作,所述第二用户操作用于修改所述第二体型数据;
其中,所述第二体型数据可修改的范围为第二修改范围,所述第二修改范围与所述第一修改范围不同。
5.根据权利要求2-4任一项所述的方法,其特征在于,所述第一修改范围根据误差样本确定,所述误差样本为所述电子设备测得的体型数据与用户实际的体型数据之间的误差。
6.根据权利要求4或5所述的方法,其特征在于,所述第二修改范围根据第三体型数据、所述第二体型数据、第一体重变化量以及预测误差中的多种信息确定,所述第三体型数据为所述电子设备测得所述第二体型数据的前一次测得的体型数据,所述第一体重变化量为所述第二体型数据对应的体重相对于所述第三体型数据对应的体重的变化量,所述预测误差为预估的第二体型数据与实际的体型数据之间的误差。
7.根据权利要求6所述的方法,其特征在于,所述第二修改范围根据预估体型变化量、所述预测误差、所述第二体型数据中的多种信息确定,所述预估体型变化量为所述预估的第二体型数据相对于所述第三体型数据的变化量,所述预估体型变化量与所述第一体重变化量之间满足第一预设条件。
8.根据权利要求4或5所述的方法,其特征在于,所述第二修改范围根据预设修改范围确定。
9.根据权利要求1-8任一项所述的方法,其特征在于,所述根据所述第一体型测量参数以及所述第一目标补偿量确定第一体型数据,包括:
根据所述第一体型测量参数、所述第一目标补偿量以及第四体型数据确定所述第一体型数据,所述第四体型数据包括历史测得的体型数据。
10.根据权利要求9所述的方法,其特征在于,所述根据所述第一体型测量参数、所述第一目标补偿量以及第四体型数据确定所述第一体型数据,包括:
根据所述第一体型测量参数、所述第一目标补偿量、所述第四体型数据、第二体重变化量以及第五体型数据确定所述第一体型数据,所述第二体重变化量为所述第一体型数据对应的体重相对于所述第五体型数据对应的体重的变化量,所述第五体型数据为测得所述第一体型数据的前一次测得的体型数据。
11.根据权利要求1-10任一项所述的方法,其特征在于,所述用户信息包括性别、身高、体重、年龄、鞋子类型和衣着类型中的一种或多种。
12.根据权利要求1-11任一项所述的方法,其特征在于,所述方法还包括:
获取参考因素;
在所述参考因素满足第一条件的情况下,提醒用户进行体型测量。
13.根据权利要求12所述的方法,其特征在于,所述参考因素包括以下一种或多种:运动量、第三体重变化量、未进行体型测量的时长,所述第三体重变化量为所述电子设备获取到的当前体重相对于上次获取到的体重的变化量。
14.一种电子设备,其特征在于,包括:处理器、存储器和显示屏,所述存储器、所述显示屏与所述处理器耦合,所述存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,当所述处理器从所述存储器中读取所述计算机指令,使得所述电子设备执行如下操作:
获取第一体型测量参数,所述第一体型测量参数包括用户信息、用户身体图像;
根据第一历史修改数据确定第一目标补偿量,所述第一历史修改数据为用户对历史测得的体型数据的修改量;
根据所述第一体型测量参数以及所述第一目标补偿量确定第一体型数据;
输出所述第一体型数据。
15.根据权利要求14所述的电子设备,其特征在于,当所述处理器从所述存储器中读取所述计算机指令,还使得所述电子设备执行如下操作:
接收第一用户操作,所述第一用户操作用于修改所述第一体型数据;
其中,所述第一体型数据可修改的范围为第一修改范围。
16.根据权利要求15所述的电子设备,其特征在于,当所述处理器从所述存储器中读取所述计算机指令,还使得所述电子设备执行如下操作:
获取第二体型测量参数,所述第二体型测量参数包括用户信息、用户身体图像;
根据第二历史修改数据确定第二目标补偿量,所述第二历史修改数据为用户对历史测得的体型数据的修改量;
根据所述第二体型测量参数以及所述第二目标补偿量确定第二体型数据;
输出所述第二体型数据。
17.根据权利要求16所述的电子设备,其特征在于,当所述处理器从所述存储器中读取所述计算机指令,还使得所述电子设备执行如下操作:
接收第二用户操作,所述第二用户操作用于修改所述第二体型数据;
其中,所述第二体型数据可修改的范围为第二修改范围,所述第二修改范围与所述第一修改范围不同。
18.根据权利要求15-17任一项所述的电子设备,其特征在于,所述第一修改范围根据误差样本确定,所述误差样本为所述电子设备测得的体型数据与用户实际的体型数据之间的误差。
19.根据权利要求17或18所述的电子设备,其特征在于,所述第二修改范围根据第三体型数据、所述第二体型数据、第一体重变化量以及预测误差中的多种信息确定,所述第三体型数据为所述电子设备测得所述第二体型数据的前一次测得的体型数据,所述第一体重变化量为所述第二体型数据对应的体重相对于所述第三体型数据对应的体重的变化量,所述预测误差为预估的第二体型数据与实际的体型数据之间的误差。
20.根据权利要求19所述的电子设备,其特征在于,所述第二修改范围根据预估体型变化量、所述预测误差、所述第二体型数据中的多种信息确定,所述预估体型变化量为所述预估的第二体型数据相对于所述第三体型数据的变化量,所述预估体型变化量与所述第一体重变化量之间满足第一预设条件。
21.根据权利要求17或18所述的电子设备,其特征在于,所述第二修改范围根据预设修改范围确定。
22.根据权利要求14-21任一项所述的电子设备,其特征在于,所述根据所述第一体型测量参数以及所述第一目标补偿量确定第一体型数据,包括:
根据所述第一体型测量参数、所述第一目标补偿量以及第四体型数据确定所述第一体型数据,所述第四体型数据包括历史测得的体型数据。
23.根据权利要求22所述的电子设备,其特征在于,所述根据所述第一体型测量参数、所述第一目标补偿量以及第四体型数据确定所述第一体型数据,包括:
根据所述第一体型测量参数、所述第一目标补偿量、所述第四体型数据、第二体重变化量以及第五体型数据确定所述第一体型数据,所述第二体重变化量为所述第一体型数据对应的体重相对于所述第五体型数据对应的体重的变化量,所述第五体型数据为测得所述第一体型数据的前一次测得的体型数据。
24.根据权利要求14-23任一项所述的电子设备,其特征在于,所述用户信息包括性别、身高、体重、年龄、鞋子类型和衣着类型中的一种或多种。
25.根据权利要求14-24任一项所述的电子设备,其特征在于,当所述处理器从所述存储器中读取所述计算机指令,还使得所述电子设备执行如下操作:
获取参考因素;
在所述参考因素满足第一条件的情况下,提醒用户进行体型测量。
26.根据权利要求25所述的电子设备,其特征在于,所述参考因素包括以下一种或多种:运动量、第三体重变化量、未进行体型测量的时长,所述第三体重变化量为所述电子设备获取到的当前体重相对于上次获取到的体重的变化量。
27.一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包括计算机程序或指令,当所述计算机程序或指令在电子设备上运行的情况下,使得所述电子设备执行如权利要求1-13中任一项所述的方法。
28.一种计算机程序产品,其特征在于,当所述计算机程序产品在计算机上运行时,使得所述计算机可以执行如权利要求1-13中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211289414.1A CN117942067A (zh) | 2022-10-20 | 2022-10-20 | 体型测量方法及电子设备 |
PCT/CN2023/120424 WO2024082912A1 (zh) | 2022-10-20 | 2023-09-21 | 体型测量方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211289414.1A CN117942067A (zh) | 2022-10-20 | 2022-10-20 | 体型测量方法及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117942067A true CN117942067A (zh) | 2024-04-30 |
Family
ID=90736860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211289414.1A Pending CN117942067A (zh) | 2022-10-20 | 2022-10-20 | 体型测量方法及电子设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117942067A (zh) |
WO (1) | WO2024082912A1 (zh) |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105013165B (zh) * | 2014-04-17 | 2017-06-06 | 冠捷投资有限公司 | 体型雕塑可视化健身*** |
WO2016088027A1 (en) * | 2014-12-04 | 2016-06-09 | Koninklijke Philips N.V. | Calculating a health parameter |
CN106503664B (zh) * | 2016-10-26 | 2019-05-31 | 北京邮电大学 | 一种用户体型评估方法及装置 |
CN107256565A (zh) * | 2017-05-19 | 2017-10-17 | 安徽信息工程学院 | 基于Kinect的人体主要体型参数的测量方法和*** |
WO2018218310A1 (en) * | 2017-06-01 | 2018-12-06 | Alerte Digital Health Pte. Ltd. | Digital health monitoring system |
CN107292817B (zh) * | 2017-06-30 | 2020-09-08 | Oppo广东移动通信有限公司 | 一种图像处理方法、装置、存储介质和终端 |
CN109741810B (zh) * | 2018-12-27 | 2023-09-26 | 深圳创维-Rgb电子有限公司 | 健身管理方法、装置及计算机可读存储介质 |
CN112527094A (zh) * | 2019-09-18 | 2021-03-19 | 华为技术有限公司 | 一种人体姿态检测方法及电子设备 |
CN110738997B (zh) * | 2019-10-25 | 2022-06-17 | 百度在线网络技术(北京)有限公司 | 一种信息修正方法、装置、电子设备及存储介质 |
CN112785488A (zh) * | 2019-11-11 | 2021-05-11 | 宇龙计算机通信科技(深圳)有限公司 | 一种图像处理方法、装置、存储介质及终端 |
EP4064113A4 (en) * | 2019-11-22 | 2023-05-10 | Arcsoft Corporation Limited | USER INFORMATION DETECTION METHOD AND SYSTEM, AND ELECTRONIC DEVICE |
CN113011936A (zh) * | 2019-12-19 | 2021-06-22 | 青岛海尔洗衣机有限公司 | 对象选购处理方法、装置、电子设备及可读存储介质 |
CN113721758B (zh) * | 2020-05-26 | 2024-07-09 | 华为技术有限公司 | 一种健身指导方法与电子设备 |
CN112315432B (zh) * | 2020-09-29 | 2022-12-27 | 北京化工大学 | 信息监测方法、信息监测装置及计算机可读存储介质 |
-
2022
- 2022-10-20 CN CN202211289414.1A patent/CN117942067A/zh active Pending
-
2023
- 2023-09-21 WO PCT/CN2023/120424 patent/WO2024082912A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024082912A1 (zh) | 2024-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020134891A1 (zh) | 电子设备的拍照预览方法、图形用户界面及电子设备 | |
CN106556424B (zh) | 一种智能可穿戴设备及其节能运行方法 | |
CN106645978B (zh) | 智能穿戴设备的穿戴状态检测方法及检测装置 | |
KR101573138B1 (ko) | 사용자의 활동량 측정 방법 및 장치 | |
US20180078181A1 (en) | Health wearable using smart energy harvesting | |
CN108701495A (zh) | 用于整合和提供从多个设备收集的数据的方法以及用于实现该方法的电子设备 | |
EP2919434B1 (en) | Method for determining data source | |
CN107809949A (zh) | 用于测量与人体有关的信息的电子设备及其操作方法 | |
KR20160063126A (ko) | 운동 정보 제공 방법과 이를 지원하는 전자 장치 | |
KR20160035394A (ko) | 센서 데이터 처리 방법 및 그 장치 | |
KR20170020085A (ko) | 활동 정보 처리 방법 및 이를 지원하는 전자 장치 | |
CN108024763B (zh) | 活动信息提供方法及支持其的电子设备 | |
CN112401838B (zh) | 一种可穿戴设备检测睡眠状态的方法及可穿戴设备 | |
CN104840200A (zh) | 身体变化评估装置以及方法 | |
CN109844460A (zh) | 一种步幅校准方法、相关设备及*** | |
CN111178298A (zh) | 人体关键点检测方法、装置、电子设备及存储介质 | |
CN111353100A (zh) | 服装信息推荐方法、装置、移动终端和存储介质 | |
CN110706784A (zh) | 卡路里摄入量计算方法、装置、***、设备以及存储介质 | |
CN114631798A (zh) | 体能测试方法、***、可穿戴设备及计算机可读存储介质 | |
CN117942067A (zh) | 体型测量方法及电子设备 | |
EP3734613A1 (en) | Personalized bio-information correcting apparatus and method | |
CN114424933B (zh) | 基于便携式电子设备的pwv检测方法和装置 | |
CN108451529A (zh) | 电子设备和身体成分分析方法 | |
CN114649096A (zh) | 体型数据确定方法、装置、设备、存储介质及产品 | |
Patel et al. | Wearable fitness band-based U-health monitoring |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |