一种有效计算用户在健身场馆消耗能量计算模型

摘要

本发明公开了一种有效计算用户在健身场馆消耗能量计算模型，步骤一：人脸识别技术，开门进入场馆；步骤二：身份匹配模块，用于将用户新型进行匹配、认证后，将其数据上传至平台，步骤三：数据存储及离线恢复模块，防止数据的丢失，步骤四：人脸识别设备鉴权，记录用户离开场馆时间，此有效计算用户在健身场馆消耗能量计算模型，结合场馆相关设备设施，数据采集，数据分析，对数据进行汇总，有效地建立一种计算用户在健身场馆能量消耗模型，动态地记录用户的能量消耗，形成相应的数据轨迹，通过分析，提出用户特征，对用户进行画像，能够有效地健身场馆运营提供数据支撑，同时能够增加用户存在感，归属感，提升用户对健身场馆的认可度。

说明书

技术领域

本发明涉及模型技术领域，具体为一种有效计算用户在健身场馆消耗能 量计算模型。

背景技术

随着智能化，大数据的发展，数据资产是一个企业发展的根本，在保护 用户隐私的条件下，如何有效地、安全地、合理合规获取有效的用户业务数 据，是一个公司的根本，利用大数据技术，对用户的数据进行分析，重构， 挖掘出其中的数据价值，为用户提供更加优质的服务。

目前健身场馆都无一套整体的解决方案，或者是部分用户的数据无法有 效采集，无法为企业提供有效的数据支撑。为此，我们提出一种有效计算用 户在健身场馆消耗能量计算模型。

发明内容

本发明的目的在于提供一种有效计算用户在健身场馆消耗能量计算模 型，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种有效计算用户在健身 场馆消耗能量计算模型，包括以下步骤：

步骤一：人脸识别技术，开门进入场馆，通过识别能够准确知道当前用 户是谁，同时进入时记录了相应人脸信息，并对人脸特征进行了提取等信息 提取模块，同时记录人入场的时间；

步骤二：身份匹配模块，用于将用户新型进行匹配、认证后，将其数据 上传至平台；

步骤三：数据存储及离线恢复模块，防止数据的丢失；

步骤四：人脸识别设备鉴权，记录用户离开场馆时间，准确知道用户在 场馆的锻炼时长，训练项目，各时间节点消耗能量，形成相应的数据报表， 直接在离场时推送给用户，形成本次锻炼报告，增加用户的黏性，存在感， 成就感。

优选的，所述步骤一中信息提取模块包括提取用户年龄，性别，肤色， 五官等信息。

优选的，所述步骤二中，身份匹配模块包括有扫码设备模块和无扫码设 备模块组成；

所述有扫码设备模块将设备启动，进行了身份的匹配，数据正常上传到 平台；

所述无扫描设备模块为设备上有具体的摄像头，能够采集用户运动的图 片，将用户运动数据与图片进行打包存储，上传至云平台，通过人脸搜索(1： N)，确定相应的人员，结合开门事件记录，就能够准确知道是哪个用户的数 据，使用大数据技术进行匹配认证。

优选的，所述数据储存及理线恢复模块由云平台接收实时存储用户数据， 本地智能盒子存储用户数据，在离线恢复后能够自动上传。

优选的，所述人脸识别技术由人脸检测模块、人脸对比模块、人脸搜索 模块、人脸库管理模块和活体检测模块组成；

人脸检测模块：获得眼、口、鼻轮廓，识别多种人脸属性；

人脸对比模块：对比两张人脸的相似度并返回评分；

人脸搜索模块：在一个指定人脸库中查找相似的人脸；

人脸库管理模块：是人脸搜索的前提，存储着人员采集的图像信息；

活体检测模块：抵御照片、视频、模具等作弊攻击，保障业务安全。

优选的，大数据技术为大数据为海量数据和复杂类型的数据组成。

与现有技术相比，本发明的有益效果是：

本发明基于无人值守健身场馆，提出一种完善的数据采集方案，结合场 馆相关设备设施，数据采集，数据分析，对数据进行汇总，有效地建立一种 计算用户在健身场馆能量消耗模型，动态地记录用户的能量消耗，形成相应 的数据轨迹，通过分析，提出用户特征，对用户进行画像，能够有效地健身 场馆运营提供数据支撑，同时能够增加用户存在感，归属感，提升用户对健 身场馆的认可度。

附图说明

图1为本发明整体结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行 清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而 不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做 出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，本发明提供一种技术方案：一种有效计算用户在健身场馆消 耗能量计算模型，包括以下步骤：

步骤一：人脸识别技术，开门进入场馆，通过识别能够准确知道当前用 户是谁，同时进入时记录了相应人脸信息，并对人脸特征进行了提取等信息 提取模块，同时记录人入场的时间；

步骤二：身份匹配模块，用于将用户新型进行匹配、认证后，将其数据 上传至平台；

步骤三：数据存储及离线恢复模块，防止数据的丢失；

步骤四：人脸识别设备鉴权，记录用户离开场馆时间，准确知道用户在 场馆的锻炼时长，训练项目，各时间节点消耗能量，形成相应的数据报表， 直接在离场时推送给用户，形成本次锻炼报告，增加用户的黏性，存在感， 成就感。

所述步骤一中信息提取模块包括提取用户年龄，性别，肤色，五官等信 息。

所述步骤二中，身份匹配模块包括有扫码设备模块和无扫码设备模块组 成；

所述有扫码设备模块将设备启动，进行了身份的匹配，数据正常上传到 平台；

所述无扫描设备模块为设备上有具体的摄像头，能够采集用户运动的图 片，将用户运动数据与图片进行打包存储，上传至云平台，通过人脸搜索(1： N)，确定相应的人员，结合开门事件记录，就能够准确知道是哪个用户的数 据，使用大数据技术进行匹配认证。

所述数据储存及理线恢复模块由云平台接收实时存储用户数据，本地智 能盒子存储用户数据，在离线恢复后能够自动上传。

所述人脸识别技术由人脸检测模块、人脸对比模块、人脸搜索模块、人 脸库管理模块和活体检测模块组成；

人脸检测模块：获得眼、口、鼻轮廓，识别多种人脸属性；

人脸对比模块：对比两张人脸的相似度并返回评分；

人脸搜索模块：在一个指定人脸库中查找相似的人脸；

人脸库管理模块：是人脸搜索的前提，存储着人员采集的图像信息；

活体检测模块：抵御照片、视频、模具等作弊攻击，保障业务安全。

大数据技术为大数据为海量数据和复杂类型的数据组成，大数据可以概 括为“海量数据+复杂类型的数据”，目前主流的Hadoop是典型的大数据 批量处理架构，以分布式文件系统(HDFS)、分布式计算框架(MapReduce)、 分布式数据库(HBase)等功能模块为核心的完整生态系统。Hadoop主要 采用“分而治之”的思想，先对海量数据的计算任务进行分解，然后派发到 众多计算节点分别完成。

在本系统中采用HDFS存储用户视频数据，采用HBase存储用户的运动记 录，利用Storm流式计算分析视频文件。

工作原理：基于无人值守健身场馆，提出一种完善的数据采集方案，结 合场馆相关设备设施，数据采集，数据分析，对数据进行汇总，有效地建立 一种计算用户在健身场馆能量消耗模型，动态地记录用户的能量消耗，形成 相应的数据轨迹，通过分析，提出用户特征，对用户进行画像，能够有效地 健身场馆运营提供数据支撑，同时能够增加用户存在感，归属感，提升用户 对健身场馆的认可度。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来 将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示 这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、 “包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系 列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明 确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有 的要素。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而 言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行 多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限 定。