[发明专利]人体数据预测方法、装置、电子设备和存储介质在审

专利信息
申请号: 202110125650.9 申请日: 2021-01-29
公开(公告)号: CN112783949A 公开(公告)日: 2021-05-11
发明(设计)人: 董咨雨 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F16/2458 分类号: G06F16/2458;G06F16/26;G06F16/215;G06F16/25;G06F16/28;G06N3/04;G06N3/08
代理公司: 北京银龙知识产权代理有限公司 11243 代理人: 许静;黄灿
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人体 数据 预测 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种人体数据预测方法,包括:

获取第一用户持续N天的人体数据,所述人体数据包括人体维度数据和人脸数据中的至少一项,N为正整数;

将所述第一用户的人体数据在预先创建的人体数据挖掘模型中进行匹配,确定所述第一用户的人体数据在所述人体数据挖掘模型中的目标类别;所述人体数据挖掘模型中存储有不同类别的每个年龄阶段对应的人体数据;

根据所述人体数据挖掘模型中所述目标类别的人体数据,预测所述第一用户在目标年龄阶段的人体数据。

2.根据权利要求1所述的方法,其中,所述根据所述人体数据挖掘模型中所述目标类别的人体数据,预测所述第一用户在目标年龄阶段的人体数据,包括:

根据所述人体数据挖掘模型中所述目标类别的人体数据,以及所述第一用户的人体数据在所述N天的走势,预测所述第一用户在目标年龄阶段的人体数据。

3.根据权利要求1或2所述的方法,其中,所述获取第一用户持续N天的人体数据,包括:

接收所述第一用户持续N天上传的人体图像,所述人体图像包括所述第一用户的全身图像和所述第一用户的人脸图像中的至少一项;

通过深度卷积神经网络,从所述第一用户持续N天上传的人体图像中获取所述第一用户持续N天的人体数据。

4.根据权利要求1或2所述的方法,在所述根据所述人体数据挖掘模型中所述目标类别的人体数据,预测所述第一用户在目标年龄阶段的人体数据之后,所述方法还包括:

根据所述第一用户在所述目标年龄阶段的人体数据,计算所述第一用户在所述目标年龄阶段的外形曲线。

5.根据权利要求4所述的方法,在所述根据所述第一用户在目标年龄阶段的人体数据,计算所述第一用户在目标年龄阶段的外形曲线之后,所述方法还包括:

根据所述第一用户在所述目标年龄阶段的人体数据,以及所述第一用户在所述目标年龄阶段的外形曲线,模拟所述第一用户在所述目标年龄阶段的3D人体模型。

6.根据权利要求1或2所述的方法,在所述根据所述人体数据挖掘模型中所述目标类别的人体数据,预测所述第一用户在目标年龄阶段的人体数据之后,所述方法还包括:

响应于所述第一用户在所述目标年龄阶段的人体数据符合预警条件,输出用于所述第一用户的预警方案。

7.根据权利要求6所述的方法,其中,所述预警方案包括推荐食谱、健身方案、护肤方案、医疗方案、医美方案中的至少一项。

8.一种人体数据预测装置,包括:

获取模块,用于获取第一用户持续N天的人体数据,所述人体数据包括人体维度数据和人脸数据中的至少一项,N为正整数;

确定模块,用于将所述第一用户的人体数据在预先创建的人体数据挖掘模型中进行匹配,确定所述第一用户的人体数据在所述人体数据挖掘模型中的目标类别;所述人体数据挖掘模型中存储有不同类别的每个年龄阶段对应的人体数据;

预测模块,用于根据所述人体数据挖掘模型中所述目标类别的人体数据,预测所述第一用户在目标年龄阶段的人体数据。

9.根据权利要求8所述的装置,其中,所述预测模块具体用于:

根据所述人体数据挖掘模型中所述目标类别的人体数据,以及所述第一用户的人体数据在所述N天的走势,预测所述第一用户在目标年龄阶段的人体数据。

10.根据权利要求8或9所述的装置,其中,所述获取模块包括:

接收单元,用于接收所述第一用户持续N天上传的人体图像,所述人体图像包括所述第一用户的全身图像和所述第一用户的人脸图像中的至少一项;

获取单元,用于通过深度卷积神经网络,从所述第一用户持续N天上传的人体图像中获取所述第一用户持续N天的人体数据。

11.根据权利要求8或9所述的装置,还包括:

计算模块,用于根据所述第一用户在所述目标年龄阶段的人体数据,计算所述第一用户在所述目标年龄阶段的外形曲线。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110125650.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top