本發(fā)明屬于ai，特別是一種基于ai的智能運(yùn)動(dòng)信息處理方法及系統(tǒng)。

背景技術(shù)：

1、隨著健康意識(shí)的提升和科技的進(jìn)步，智能運(yùn)動(dòng)監(jiān)測(cè)逐漸成為運(yùn)動(dòng)健身領(lǐng)域的重要組成部分。傳統(tǒng)的運(yùn)動(dòng)數(shù)據(jù)采集方法多依賴于手動(dòng)記錄，缺乏實(shí)時(shí)性和準(zhǔn)確性，難以為用戶提供個(gè)性化的反饋和建議。近年來，人工智能技術(shù)的快速發(fā)展，為運(yùn)動(dòng)數(shù)據(jù)的智能處理和分析提供了新的契機(jī)。

2、現(xiàn)有的運(yùn)動(dòng)監(jiān)測(cè)設(shè)備往往只能實(shí)時(shí)采集數(shù)據(jù)，卻無法深入分析用戶的運(yùn)動(dòng)模式和穩(wěn)定性。此外，運(yùn)動(dòng)數(shù)據(jù)的安全性和隱私保護(hù)問題也日益凸顯，傳統(tǒng)的數(shù)據(jù)儲(chǔ)存方式容易引發(fā)信息泄露的風(fēng)險(xiǎn)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供一種基于ai的智能運(yùn)動(dòng)信息處理方法及系統(tǒng)，以解決現(xiàn)有技術(shù)中的不足，能夠通過ai技術(shù)和區(qū)塊鏈的結(jié)合，實(shí)現(xiàn)運(yùn)動(dòng)數(shù)據(jù)的分析、加密和智能存儲(chǔ)，提供安全、高效的運(yùn)動(dòng)信息處理解決方案，以滿足用戶對(duì)健康管理的需求。

2、本申請(qǐng)的一個(gè)實(shí)施例提供了一種基于ai的智能運(yùn)動(dòng)信息處理方法，所述方法包括：

3、采集用戶身體不同部位的運(yùn)動(dòng)數(shù)據(jù)，對(duì)所述運(yùn)動(dòng)數(shù)據(jù)進(jìn)行特征提??；

4、將提取的運(yùn)動(dòng)特征輸入預(yù)先訓(xùn)練的基于ai的運(yùn)動(dòng)檢測(cè)模型，輸出用戶的運(yùn)動(dòng)模式；

5、根據(jù)所述運(yùn)動(dòng)數(shù)據(jù)，計(jì)算用戶的運(yùn)動(dòng)穩(wěn)定性評(píng)分，將用戶的運(yùn)動(dòng)模式和運(yùn)動(dòng)穩(wěn)定性評(píng)分發(fā)送至用戶終端進(jìn)行展示；

6、將用戶的運(yùn)動(dòng)數(shù)據(jù)進(jìn)行加密，將加密后的運(yùn)動(dòng)數(shù)據(jù)進(jìn)行非線性分片處理，為分片后的每一片運(yùn)動(dòng)數(shù)據(jù)賦予唯一的周期性標(biāo)識(shí)符，該周期性標(biāo)識(shí)符在每個(gè)時(shí)間周期結(jié)束后會(huì)重新計(jì)算并更新；

7、將分片后的運(yùn)動(dòng)數(shù)據(jù)，分布式存儲(chǔ)到區(qū)塊鏈的不同節(jié)點(diǎn)中。

8、可選的，所述將提取的運(yùn)動(dòng)特征輸入預(yù)先訓(xùn)練的基于ai的運(yùn)動(dòng)檢測(cè)模型，輸出用戶的運(yùn)動(dòng)模式，包括：

9、將提取的原始運(yùn)動(dòng)特征集合進(jìn)行標(biāo)準(zhǔn)化處理，以消除特征量綱差異，使每個(gè)運(yùn)動(dòng)特征轉(zhuǎn)換為標(biāo)準(zhǔn)正態(tài)分布；

10、將標(biāo)準(zhǔn)化后的運(yùn)動(dòng)特征集合映射到低維度連續(xù)空間，生成特征嵌入向量；

11、將特征嵌入向量輸入到多通道卷積神經(jīng)網(wǎng)絡(luò)，其中，每個(gè)通道通過不同大小的卷積核提取對(duì)應(yīng)的深層特征，生成對(duì)應(yīng)的多通道特征圖；

12、將每個(gè)多通道特征圖分別映射到固定長(zhǎng)度的特征向量，并將不同尺度的特征向量進(jìn)行拼接，以形成聚合特征向量；

13、將聚合特征向量輸入雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)，以捕捉運(yùn)動(dòng)特征的時(shí)序動(dòng)態(tài)依賴關(guān)系，生成包含時(shí)間信息的序列特征表示；

14、對(duì)序列特征表示進(jìn)行處理，以識(shí)別關(guān)鍵運(yùn)動(dòng)模式特征，生成加權(quán)特征表示；

15、將加權(quán)特征表示輸入全連接層，進(jìn)行運(yùn)動(dòng)模式分類預(yù)測(cè)，輸出用戶的運(yùn)動(dòng)模式類別。

16、可選的，所述將加密后的運(yùn)動(dòng)數(shù)據(jù)進(jìn)行非線性分片處理，為分片后的每一片運(yùn)動(dòng)數(shù)據(jù)賦予唯一的周期性標(biāo)識(shí)符，包括：

17、將加密后的運(yùn)動(dòng)數(shù)據(jù)按照固定大小劃分為若干初始數(shù)據(jù)段，為每個(gè)初始數(shù)據(jù)段生成唯一的哈希標(biāo)識(shí)符；

18、對(duì)每個(gè)初始數(shù)據(jù)段應(yīng)用非線性映射函數(shù)進(jìn)行變換，將變換后的數(shù)據(jù)段隨機(jī)分成若干分片，其中，每個(gè)分片數(shù)據(jù)段的大小依據(jù)泊松分布隨機(jī)生成；

19、基于哈希標(biāo)識(shí)符，為每個(gè)分片數(shù)據(jù)段生成一個(gè)周期性標(biāo)識(shí)符，其中，該標(biāo)識(shí)符在預(yù)定義的時(shí)間周期內(nèi)會(huì)進(jìn)行復(fù)用，在每個(gè)周期結(jié)束后，重新計(jì)算并更新分片的周期性標(biāo)識(shí)符，同時(shí)回收舊的周期性標(biāo)識(shí)符。

20、可選的，所述將分片后的運(yùn)動(dòng)數(shù)據(jù)，分布式存儲(chǔ)到區(qū)塊鏈的不同節(jié)點(diǎn)中，包括：

21、生成每個(gè)分片數(shù)據(jù)段對(duì)應(yīng)的分片元數(shù)據(jù)，其中，分片元數(shù)據(jù)包含分片數(shù)據(jù)段的大小、分片數(shù)據(jù)段的生成時(shí)間戳以及周期性標(biāo)識(shí)符；

22、將每個(gè)分片元數(shù)據(jù)分別存儲(chǔ)到區(qū)塊鏈的主鏈節(jié)點(diǎn)中，將分片元數(shù)據(jù)對(duì)應(yīng)的分片數(shù)據(jù)段，根據(jù)訪問頻率動(dòng)態(tài)存儲(chǔ)到主鏈節(jié)點(diǎn)對(duì)應(yīng)的側(cè)鏈或云鏈節(jié)點(diǎn)中。

23、本申請(qǐng)的又一實(shí)施例提供了一種基于ai的智能運(yùn)動(dòng)信息處理系統(tǒng)，所述系統(tǒng)包括：

24、采集模塊，用于采集用戶身體不同部位的運(yùn)動(dòng)數(shù)據(jù)，對(duì)所述運(yùn)動(dòng)數(shù)據(jù)進(jìn)行特征提??；

25、輸出模塊，用于將提取的運(yùn)動(dòng)特征輸入預(yù)先訓(xùn)練的基于ai的運(yùn)動(dòng)檢測(cè)模型，輸出用戶的運(yùn)動(dòng)模式；

26、計(jì)算模塊，用于根據(jù)所述運(yùn)動(dòng)數(shù)據(jù)，計(jì)算用戶的運(yùn)動(dòng)穩(wěn)定性評(píng)分，將用戶的運(yùn)動(dòng)模式和運(yùn)動(dòng)穩(wěn)定性評(píng)分發(fā)送至用戶終端進(jìn)行展示；

27、分片模塊，用于將用戶的運(yùn)動(dòng)數(shù)據(jù)進(jìn)行加密，將加密后的運(yùn)動(dòng)數(shù)據(jù)進(jìn)行非線性分片處理，為分片后的每一片運(yùn)動(dòng)數(shù)據(jù)賦予唯一的周期性標(biāo)識(shí)符，該周期性標(biāo)識(shí)符在每個(gè)時(shí)間周期結(jié)束后會(huì)重新計(jì)算并更新；

28、存儲(chǔ)模塊，用于將分片后的運(yùn)動(dòng)數(shù)據(jù)，分布式存儲(chǔ)到區(qū)塊鏈的不同節(jié)點(diǎn)中。

29、本申請(qǐng)的又一實(shí)施例提供了一種存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)程序，其中，所述計(jì)算機(jī)程序被設(shè)置為運(yùn)行時(shí)執(zhí)行上述任一項(xiàng)中所述的方法。

30、本申請(qǐng)的又一實(shí)施例提供了一種電子設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序，所述處理器被設(shè)置為運(yùn)行所述計(jì)算機(jī)程序以執(zhí)行上述任一項(xiàng)中所述的方法。

31、與現(xiàn)有技術(shù)相比，本發(fā)明提供的一種基于ai的智能運(yùn)動(dòng)信息處理方法，采集用戶身體不同部位的運(yùn)動(dòng)數(shù)據(jù)，對(duì)所述運(yùn)動(dòng)數(shù)據(jù)進(jìn)行特征提?。粚⑻崛〉倪\(yùn)動(dòng)特征輸入預(yù)先訓(xùn)練的基于ai的運(yùn)動(dòng)檢測(cè)模型，輸出用戶的運(yùn)動(dòng)模式；根據(jù)所述運(yùn)動(dòng)數(shù)據(jù)，計(jì)算用戶的運(yùn)動(dòng)穩(wěn)定性評(píng)分，將用戶的運(yùn)動(dòng)模式和運(yùn)動(dòng)穩(wěn)定性評(píng)分發(fā)送至用戶終端進(jìn)行展示；將用戶的運(yùn)動(dòng)數(shù)據(jù)進(jìn)行加密，將加密后的運(yùn)動(dòng)數(shù)據(jù)進(jìn)行非線性分片處理，為分片后的每一片運(yùn)動(dòng)數(shù)據(jù)賦予唯一的周期性標(biāo)識(shí)符，該周期性標(biāo)識(shí)符在每個(gè)時(shí)間周期結(jié)束后會(huì)重新計(jì)算并更新；將分片后的運(yùn)動(dòng)數(shù)據(jù)，分布式存儲(chǔ)到區(qū)塊鏈的不同節(jié)點(diǎn)中，從而能夠通過ai技術(shù)和區(qū)塊鏈的結(jié)合，實(shí)現(xiàn)運(yùn)動(dòng)數(shù)據(jù)的分析、加密和智能存儲(chǔ)，提供安全、高效的運(yùn)動(dòng)信息處理解決方案，以滿足用戶對(duì)健康管理的需求。

技術(shù)特征：

1.一種基于ai的智能運(yùn)動(dòng)信息處理方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將提取的運(yùn)動(dòng)特征輸入預(yù)先訓(xùn)練的基于ai的運(yùn)動(dòng)檢測(cè)模型，輸出用戶的運(yùn)動(dòng)模式，包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述將加密后的運(yùn)動(dòng)數(shù)據(jù)進(jìn)行非線性分片處理，為分片后的每一片運(yùn)動(dòng)數(shù)據(jù)賦予唯一的周期性標(biāo)識(shí)符，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述將分片后的運(yùn)動(dòng)數(shù)據(jù)，分布式存儲(chǔ)到區(qū)塊鏈的不同節(jié)點(diǎn)中，包括：

5.一種基于ai的智能運(yùn)動(dòng)信息處理系統(tǒng)，其特征在于，所述系統(tǒng)包括：

6.根據(jù)權(quán)利要求5所述的系統(tǒng)，其特征在于，所述輸出模塊，具體用于：

7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述分片模塊，具體用于：

8.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述存儲(chǔ)模塊，具體用于：

9.一種存儲(chǔ)介質(zhì)，其特征在于，所述存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)程序，其中，所述計(jì)算機(jī)程序被設(shè)置為運(yùn)行時(shí)執(zhí)行權(quán)利要求1-4中任一項(xiàng)所述的方法。

10.一種電子設(shè)備，包括存儲(chǔ)器和處理器，其特征在于，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序，所述處理器被設(shè)置為運(yùn)行所述計(jì)算機(jī)程序以執(zhí)行權(quán)利要求1-4中任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本發(fā)明公開了一種基于AI的智能運(yùn)動(dòng)信息處理方法及系統(tǒng)，方法包括：采集用戶身體不同部位的運(yùn)動(dòng)數(shù)據(jù)，對(duì)所述運(yùn)動(dòng)數(shù)據(jù)進(jìn)行特征提取；將提取的運(yùn)動(dòng)特征輸入基于AI的運(yùn)動(dòng)檢測(cè)模型，輸出用戶的運(yùn)動(dòng)模式；根據(jù)運(yùn)動(dòng)數(shù)據(jù)，計(jì)算用戶的運(yùn)動(dòng)穩(wěn)定性評(píng)分，將運(yùn)動(dòng)模式和運(yùn)動(dòng)穩(wěn)定性評(píng)分發(fā)送至用戶終端進(jìn)行展示；將運(yùn)動(dòng)數(shù)據(jù)進(jìn)行加密，將加密后的運(yùn)動(dòng)數(shù)據(jù)進(jìn)行非線性分片，為分片后的每一片運(yùn)動(dòng)數(shù)據(jù)賦予唯一的周期性標(biāo)識(shí)符；將分片后的運(yùn)動(dòng)數(shù)據(jù)，分布式存儲(chǔ)到區(qū)塊鏈的不同節(jié)點(diǎn)中。利用本發(fā)明實(shí)施例，能夠通過AI技術(shù)和區(qū)塊鏈的結(jié)合，實(shí)現(xiàn)運(yùn)動(dòng)數(shù)據(jù)的分析、加密和智能存儲(chǔ)，提供安全、高效的運(yùn)動(dòng)信息處理解決方案，以滿足用戶對(duì)健康管理的需求。

技術(shù)研發(fā)人員：曹磊
受保護(hù)的技術(shù)使用者：深圳市創(chuàng)世易明科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/11/28