人体健身效果的呈现方法、电子设备及计算机存储介质与流程

1.本技术涉及计算机视觉技术领域，特别是涉及一种人体健身效果的呈现方法、电子设备及计算机存储介质、计算机程序产品。


背景技术：

2.用户在健身一段时间后，通常需要知晓自身的健身效果，为此用户通常通过镜子，或者通过拍摄图像对比等来查看自身的健身效果。这些方式都不能直观、准确的获取用户的健身效果。


技术实现要素：

3.本技术提供一种人体健身效果的呈现方法、电子设备及计算机存储介质、计算机程序产品，能够准确的获取用户的健身效果，提高其健身效果管理及呈现的准确性。
4.为解决上述技术问题，本技术提出一种人体健身效果的呈现方法。该呈现方法包括：获取用户的人体深度图像信息；根据人体深度图像信息建立用户的三维虚拟形象；确定用户执行健身方案后的人体模型人体参数；基于人体模型人体参数驱动三维虚拟形象，并渲染呈现三维虚拟形象。
5.其中，上述确定用户执行健身方案后的人体模型人体参数，包括：获取用户按照健身方案完成健身后的人体深度信息；基于人体深度信息确定用户执行健身方案后的人体模型人体参数。
6.其中，上述确定用户执行健身方案后的人体模型人体参数，包括：获取健身方案；基于健身方案，预测用户执行健身方案后的人体模型人体参数。
7.其中，上述获取健身方案，包括：基于人体深度图像信息对用户进行形体分析；根据形体分析为用户提供健身建议；接收对健身建议的选择指令；响应于选择指令，将的健身建议作为健身方案。
8.其中，上述基于人体深度图像信息对用户进行形体分析，包括：基于人体深度图像信息确定用户的初始人体模型人体参数；接收用户的初始体重信息；根据初始人体模型人体参数和初始体重信息进行形体分析。
9.其中，健身方案包括多个健身阶段；上述确定用户执行健身方案的人体模型人体参数，包括：确定用户执行健身方案过程中在不同健身阶段的人体模型人体参数；上述基于人体模型人体参数驱动三维虚拟形象，并渲染呈现三维虚拟形象，包括：基于不同健身阶段的人体模型人体参数驱动三维虚拟形象，并渲染呈现不同健身阶段的三维虚拟对象。
10.其中，上述确定用户执行健身方案的人体模型人体参数，包括：获取健身方案；基于健身方案，预测用户执行健身方案后的预测人体模型人体参数；获取用户执行健身方案的人体深度信息；基于健身后的人体深度信息确定用户的执行人体模型人体参数；上述呈现方法还包括：比较预测人体模型人体参数和执行人体模型人体参数，以给出健身建议。
11.其中，上述基于人体模型人体参数驱动三维虚拟形象，并渲染呈现三维虚拟形象，
包括：利用人体模型人体参数构建人体参数模型；基于人体参数模型驱动三维虚拟形象进行更新，并渲染呈现更新后的三维虚拟形象。
12.为解决上述技术问题，本技术提出一种电子设备。该电子设备包括：包括相互耦接的存储器和处理器，处理器用于执行存储器中存储的程序数据，以实现上述人体健身效果的呈现方法。
13.为解决上述技术问题，本技术提出一种计算机存储介质。该计算机存储介质上存储有程序数据，程序数据能够被执行以实现上述人体健身效果的呈现方法。
14.为解决上述技术问题，本技术提出一种计算机程序产品。该计算机程序产品包括计算机程序指令，计算机程序指令使计算机实现上述人体健身效果的呈现方法。
15.本技术人体健身效果的呈现方法先获取用户的人体深度图像信息，并基于该人体深度图像信息建立用户的三维虚拟形象，即为用户构建三维虚拟模型；然后确定用户执行健身方案后的人体模型人体参数，该人体模型人体参数能够体现用户的形体变化；最后通过该人体模型人体参数驱动用户的三维虚拟形象，即对三维虚拟形象进行更新，并渲染呈现更新后的三维虚拟对象，能够将用户执行健身方案后的人体模型人体参数通过其对应的三维虚拟形象准确的呈现出来，即通过三维虚拟形象展现用户的形体变化，用户可以准确知晓执行健身方案后自身形体的变化，从而知晓自身的健身效果。因此，本技术能够准确的获取用户的健身效果，提高其健身效果管理及呈现的准确性。
附图说明
16.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，其中：
17.图1是本技术人体健身效果的呈现方法一实施例的流程示意图；
18.图2是图1实施例中步骤s13的具体流程示意图；
19.图3是本技术人体健身效果的呈现方法一实施例的流程示意图；
20.图4是图3实施例中步骤s33的具体流程示意图；
21.图5是图4实施例中步骤s41的具体流程示意图；
22.图6是本技术人体健身效果的呈现方法一实施例的流程示意图；
23.图7是本技术人体健身效果的呈现方法一实施例的流程示意图；
24.图8是本技术人体健身效果的呈现方法一实施例的流程示意图；
25.图9是本技术用户图像及其三维虚拟形象图像；
26.图10是本技术人体健身效果的呈现方法一实施例的流程示意图；
27.图11是本技术定制健身方案的示意图；
28.图12是本技术各个健身阶段的健身效果预测示意图；
29.图13是本技术人体健身效果的呈现方法一实施例的流程示意图；
30.图14是本技术人体健身效果的呈现装置一实施例的结构示意图；
31.图15是本技术电子设备一实施例的结构示意图；
32.图16是本技术计算机存储介质一实施例的结果示意图。
具体实施方式
33.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，所描述的实施例仅是本发明的一部分实施例，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。
34.需要说明，若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后
……
)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
35.另外，若本发明实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
36.下面结合实施例对本发明提供的人体健身效果的呈现方法、电子设备及计算机存储介质进行详细描述。
37.本技术首先提出一种人体健身效果的呈现方法，如图1所示，图1是本技术人体健身效果的呈现方法一实施例的流程示意图。本实施例的呈现方法具体包括以下步骤：
38.步骤s11：获取用户的人体深度图像信息。
39.本实施例可以利用深度相机，如rgbd摄像头获取用户的人体深度图像信息，以重建用户的三维虚拟模型，形成和自身相似的三维虚拟形象。例如，可以通过深度相机获取用户正面的一张或者多张(两张或者两张以上)人体深度图像，或者包括正面在内的多个角度的多张人体深度图像。每个人体深度图像信息包括一张人体深度图像(人体彩色图像及人体深度信息)及相机内参。
40.深度相机可以集成于电子设备中，以实现深度相机及图像处理模块的集成化，提高数据处理的效率。
41.深度图像是指将从深度相机到场景(本实施例为用户)中各点的距离(深度)作为像素值的图像，它直接反映了用户可见表面的几何形状。深度相机扫描得到的每一帧数据不仅包括了用户可见表面的点的彩色rgb图像，还包括每个点到深度相机所在的垂直平面的距离值。
42.在其它实施例中，还可以采用激光雷达等获取用户的人体深度图像信息。
43.步骤s12：根据人体深度图像信息建立用户的三维虚拟形象。
44.本实施例可以利用深度相机进一步基于用户的人体深度图像建立用户的三维虚拟形象。
45.基于深度相机的三维重建技术所使用的数据是人体rgb图像和人体深度图像，可以大大降低三维虚拟形象重建的难度。
46.具体地，本实施例可以利用深度学习算法，如hmr算法等从深度图像信息中获得人体参数模型(如多人线性蒙皮模型(skinned multi-person linear model，smpl))的人体形体参数(人体高矮胖瘦、头身比等比例的10个参数)等，并利用人体形体参数等构建形体
与用户一致或者相似的三维虚拟形象。该三维虚拟形象的虚拟模型为人体参数模型。
47.在其它实施例中，还可以采用人物的形状重建和动画(shape completion and animation of people，scape)等人体参数模型代替smpl。
48.在其它实施例中，还可以基于用户的人体深度图像信息给三维虚拟形象渲染一些其它用户特征，如衣着特征、脸部特征等。基于人体深度图像信息确定渲染特征信息，并利用该渲染特征信息对三维虚拟形象进行渲染，其中，渲染特征信息至少包括衣着特征和/或脸部特征等。例如，可以从人体深度图像信息中获取用户的人体彩色图像，并在人体彩色图像中识别出用户的脸部区域，并从提取脸部区域的脸部轮廓信息或者纹理信息，利用该脸部轮廓信息或者纹理信息对三维虚拟形象的头部区域进行渲染；还可以在人体彩色图像中识别出用户的身体区域，并从提取身体区域的颜色信息及纹理信息，利用该颜色信息及纹理信息对三维虚拟形象的身体区域进行渲染。
49.进一步地，三维虚拟形象还可以支持换衣、换脸、卡通化等功能，能够提高三维虚拟形象的趣味性和社交功能。
50.本实施例可以基于用户的单个或者多个人体深度图像信息确定用户的三维虚拟对象。
51.步骤s13：确定用户执行健身方案后的人体模型人体参数。
52.具体地，本实施例可以通过如图2所示的方法实现步骤s13。本实施例的方法包括步骤s21及步骤s22。
53.步骤s21：获取用户按照健身方案完成健身后的人体深度信息。
54.采用深度相机获取用户执行健身方案后的人体深度图像信息。
55.步骤s22：基于人体深度信息确定用户执行健身方案后的人体模型人体参数。
56.利用深度学习算法从执行健身方案后的人体深度图像信息中获得执行健身方案后的人体模型人体参数，即人体参数化模型的人体形体参数。
57.步骤s14：基于人体模型人体参数驱动三维虚拟形象，并渲染呈现三维虚拟形象。
58.具体地，本实施例可以利用执行健身方案后的人体模型人体参数构建人体参数模型，并基于人体参数模型驱动三维虚拟形象进行更新，并渲染呈现更新后的三维虚拟形象。
59.利用执行健身方案后的人体参数模型驱动三维虚拟对象，使其形体变化，呈现形体变化后的三维虚拟形象。
60.用户的人体参数模型为三维虚拟形象的虚拟模型，可以是smpl人体参数模型，可以由人体形体参数控制变形，可以将用户的执行健身方案后的人体参数输入到人体参数模型中，驱动三维虚拟形象进行形体变化，以使形体变化后的三维虚拟形象呈现用户执行健身方案后的形体。执行健身方案后的人体参数包含了用户执行健身方案后的人体形体数据，包括人体高矮胖瘦、头身比等比例的10个参数。
61.本实施例人体健身效果的呈现方法先获取用户的人体深度图像信息，并基于该人体深度图像信息建立用户的三维虚拟形象，即为用户构建三维虚拟模型；然后确定用户执行健身方案后的人体模型人体参数，该人体模型人体参数能够体现用户的形体变化；最后通过该人体模型人体参数驱动用户的三维虚拟形象，即对三维虚拟形象进行更新，并渲染呈现更新后的三维虚拟对象，能够将用户执行健身方案后的人体模型人体参数通过其对应的三维虚拟形象准确的呈现出来，即通过三维虚拟形象展现用户的形体变化，用户可以准
确知晓执行健身方案后自身形体的变化，从而知晓自身的健身效果。因此，本实施例能够准确的获取用户的健身效果，提高其健身效果管理及呈现的准确性。
62.本技术提出另一实施例的人体健身效果的呈现方法，如图3所示，图3是本技术人体健身效果的呈现方法一实施例的流程示意图。本实施例的呈现方法具体包括以下步骤：
63.步骤s31：获取用户的人体深度图像信息。
64.步骤s32：根据人体深度图像信息建立用户的三维虚拟形象。
65.步骤s31及步骤s32的具体实施方式可以参阅上述实施例，这里不赘述。
66.步骤s33：获取健身方案。
67.可选地，本实施例可以通过如图4所示的方法实现步骤s33。本实施例的方法包括步骤s41至步骤s44。
68.步骤s41：基于人体深度图像信息对用户进行形体分析。
69.采用深度相机获取用户的人体深度图像信息，利用深度学习算法从人体深度图像信息中获得人体参数模型的人体形体参数；该人体形体参数体现用户的形体特性，可以基于该人体形体参数对用户进行形体分析。
70.步骤s42：根据形体分析为用户提供健身建议。
71.基于形体分析的分析结果生成至少两个健身建议，供用户选择。例如，响应于人体形体参数中的头身比例小于阈值，则认为用户的身体较胖，可以为用户提供具有减肥效果的至少两个健身方案。
72.在其它实施例中，还可以利用用户的人体形体参数及其它信息生成健身方案，以针对不同类型的用户推送合适的健身方案。该其它信息可以是用户的年龄、性别、职业、身材骨架类型及身体健康参数等。
73.步骤s43：接收对健身建议的选择指令。
74.接收用户对上述至少两个健身方案的选择指令，该选择指令可以是语音指令、触摸指令或者动作姿态指令等。
75.步骤s44：响应于选择指令，将所选的健身建议作为健身方案。
76.将与选择指令对应的健身方案作为用户最终的健身方案，以提高用户体验。
77.步骤s34：基于健身方案，预测用户执行健身方案后的人体模型人体参数。
78.基于用户最终的健身方案，可以基于历史健身数据进行大数据分析，以预测用户执行健身方案后的人体模型人体参数。
79.可以从历史健身数据中筛选出与用户同类型的用户的历史健身数据，然后从这些用户的历史健身数据中筛选出与用户具有相同健身方案的历史健身数据，利用这些历史健身数据预测用户执行健身方案后的人体模型人体参数。
80.步骤s35：基于人体模型人体参数驱动三维虚拟形象，并渲染呈现三维虚拟形象。
81.可以将用户执行健身方案后的人体模型人体参数输入到三维虚拟形象的虚拟模型中，驱动三维虚拟形象进行形体变化，呈现形体变化后的三维虚拟形象，即呈现预测的用户执行健身方案后的形体。
82.本实施例与上述实施例的区别在于：上述实施例获取用户执行健身方案后的人体模型人体参数，并利用执行健身方案后的人体模型人体参数驱动三维虚拟形象，该三维虚拟形象是呈现用户健身后的真实形体；而本实施例则是基于用户健身前的人体模型人体参
数预测用户执行健身方案后的人体模型人体参数，并利用预测的人体模型人体参数驱动三维虚拟形象，该三维虚拟形象是呈现用户健身后的预测形体。
83.本实施例在步骤s35之后执行：采用深度相机获取用户执行健身方案后的人体深度图像信息作为变化深度信息；利用深度学习算法从人体深度图像信息中获得人体参数模型的人体形体参数作为人体模型人体参数；将用户的人体模型人体参数输入到三维虚拟形象的虚拟模型中，驱动三维虚拟形象进行形体变化，呈现形体变化后的三维虚拟形象，即呈现用户执行健身方案后的形体。
84.可选地，本实施例可以采用如图5所示的方法实现步骤s41。本实施例的方法包括步骤s51至步骤s53。
85.步骤s51：基于人体深度图像信息确定用户的初始人体模型人体参数。
86.采用深度相机获取用户健身前的人体深度图像信息，并从健身前的人体深度图像信息中获得人体参数模型的人体形体参数为初始人体模型人体参数，体现用户健身前的形体特征。
87.步骤s52：接收用户的初始体重信息。
88.获取用户健身建的体重信息为初始体重信息。
89.步骤s53：根据初始人体模型人体参数和初始体重信息进行形体分析。
90.基于用户的初始人体模型人体参数和初始体重信息对用户进行形体分析。
91.通过这种方式，能够实现对用户胖瘦形体的分析。
92.在其它实施例中，还可以根据用户人体的某个具体部位，如腹部等的初始形体参数及用户的初始人体模型人体参数对用户进行形体分析。
93.本技术提出另一实施例的人体健身效果的呈现方法，如图6所示，图6是本技术人体健身效果的呈现方法一实施例的流程示意图。本实施例的呈现方法具体包括以下步骤：
94.步骤s61：获取用户的人体深度图像信息。
95.步骤s62：根据人体深度图像信息建立用户的三维虚拟形象。
96.步骤s63：获取健身方案。
97.步骤s64：基于健身方案，预测用户执行健身方案后的预测人体模型人体参数。
98.步骤s65：获取用户执行健身方案后的人体深度信息。
99.步骤s66：基于人体深度信息确定用户的执行人体模型人体参数。
100.步骤s67：基于预测人体模型人体参数及执行人体模型人体参数驱动三维虚拟形象，渲染呈现三维虚拟形象。
101.可以分别利用预测人体模型人体参数及执行人体模型人体参数更新三维虚拟形象。
102.步骤s61至步骤s67的具体实施方式可以参阅上述实施例。
103.步骤s68：比较预测人体模型人体参数和执行人体模型人体参数，以给出健身建议。
104.在其它实施例中，不限定步骤s67与步骤s68的执行顺序。
105.在上述实施例的基础上，本实施例可以对用户执行健身方案后的执行人体模型人体参数及未执行健身方式时的预测人体模型人体参数进行比较，可以基于比较结果给出健身建议，调整健身方案。
106.本技术提出另一实施例的人体健身效果的呈现方法，本实施例的健身方案包括多个健身阶段。如图7所示，图7是本技术人体健身效果的呈现方法一实施例的流程示意图。本实施例的呈现方法具体包括以下步骤：
107.步骤s71：获取用户的人体深度图像信息。
108.步骤s72：根据人体深度图像信息建立用户的三维虚拟形象。
109.步骤s71及步骤s72的具体实施方式可以参阅上述实施例，这里不赘述。
110.步骤s73：确定用户执行健身方案过程中在不同健身阶段的人体模型人体参数。
111.在一具体实施方式中，分别获取用户执行健身方案时各个健身阶段的人体深度信息；分别基于多个人体深度信息确定用户的各个健身阶段的人体模型人体参数。具体实施方式可以参阅上述实施例。
112.在另一具体实施方式中，获取健身方案；基于健身方案预测用户执行健身方案过程中各个健身阶段的人体模型人体参数。具体实施方式可以参阅上述实施例。
113.步骤s74：基于不同健身阶段的人体模型人体参数驱动三维虚拟形象，并渲染呈现不同健身阶段的三维虚拟对象。
114.可以将用户在各个健身阶段的人体模型人体参数分别输入到三维虚拟形象的虚拟模型中，分别驱动三维虚拟形象进行形体变化，即分别对三维虚拟对象进行形体更新，以使形体变化后的三维虚拟形象呈现用户执行健身方案时各个健身阶段的形体。
115.深度相机可以获取用户多角度下的人体深度图像信息，并利用多角度下的人体深度图像信息建立三维虚拟形象；该三维虚拟形象的多个角度分别展现用户的多个角度。可以通过对三维虚拟形象进行坐标旋转，以展现三维虚拟形象的不同角度；在利用运动人体参数集驱动三维虚拟形象时，不同角度的三维虚拟形象基于对应的人体参数运动即可。
116.在另一应用场景中，深度相机可以仅获取用户的正面的人体深度图像信息，可以基于正面的人体深度图像信息的人体形体参数预测用户的其它角度的人体形体参数(人体模型人体参数)，并建立三维虚拟形象。
117.在其它实施例中，为了能够让用户更直观迅速的知晓健身前的形体与健身后的形体之间的变化，可以在电子设备的同一界面(显示界面)呈现健身前的三维虚拟形象，以及执行健身方案后的真实或者预测的三维虚拟形象。
118.具体地，可以基于用户的人体深度图像信息建立两个完全相同的三维虚拟形象(可以建立一个后，进行复制操作)，并呈现在同一界面；分别利用用户的初始人体模型人体参数及执行人体模型人体参数(或预测人体模型人体参数)分别驱动同一界面上的两个三维虚拟形象做动作。
119.为增加用户的多角度形体的可比性，在同一界面中，初始人体模型人体参数驱动的三维虚拟形象的角度与执行人体模型人体参数(或预测人体模型人体参数)驱动的三维虚拟形象的角度相同。
120.在其它实施例中，还可以在同一界面中呈现三维虚拟形象的两个或者两个以上的角度，具体实施方式可以参阅上述实施例。在同一界面同时呈现初始人体模型人体参数驱动的三维虚拟形象的多角度与执行人体模型人体参数(或预测人体参数)驱动的三维虚拟形象的多角度时，可以将相同角度的两个三维虚拟形象放置在同一界面区域，以便于用户进行比对。
121.在其它实施例中，还可以将初始人体模型人体参数驱动的三维虚拟形象、执行人体模型人体参数驱动的三维虚拟形象及预测人体参数驱动的三维虚拟形象在同一界面同时呈现。
122.本技术通过深度相机等对用户人体进行三维重建，能够为用户构建三维虚拟形象。根据用户期望达到的形体，利用用户在一段时间的健身过程中的形体变化，为用户制定科学、有效、分阶段的健身方案；同时能够向用户展示在每个健身阶段之后身体将达到的三维健身效果，从而激励用户更加积极地参与健身运动。
123.本技术根据形体进行形体评价、健身方案的制定和健身效果预览；在用户制定好健身方案并开始健身后，对用户健身效果进行分析、评价并生成健身报告和更精准的形体预测。
124.在一应用场景中，如图8及图9所示，(1)在健身者，即用户运动之前，先利用深度相机拍摄并测量健身者的smpl形体参数；建立一个与健身者形体数据一致或者相似的三维虚拟形象，该三维虚拟形象可以支持换衣、换脸、卡通化，提高趣味性和社交功能。(2)在健身过程中，定期进行形体测量，获得smpl形体参数，按照时间先后顺序整理得到健身者的三维形体历史记录。(3)使用健身者的人体模型人体参数驱动三维虚拟形象进行形体变化，生成健身历史形体变化的回顾，给用户反馈健身成果。
125.在另一应用场景中，如图10至图12所示，(1)系统对健身者进行形体测量，并要求用户输入体重参数(或者是和体重秤进行联动)，对形体进行科学的评价(例如使用bmi值)。(2)根据形体评价的结果，提出多种可选的健身方案，例如增肌、减脂等。(3)选择健身方案，对人体参数模型进行相应的修改，并驱动三维虚拟形象获得健身预测结果。如果该预测结果和用户期望的形体不一致，用户可以重新选择健身方案，获得新的健身预测结果，直到满意为止。(4)对各个健身阶段的健身方案的健身效果进行预测，并以三维虚拟形象连续动画展示在界面。
126.在另一应用场景中，如图13所示，当用户选择确定了健身方案，并进行了一段时间的健身后，用户测量形体获得健身结果，体现为人体参数模型的变化。这个和制定健身方案时预测的人体参数模型的变化会有一定的差异，可以获取健身记录和健身方案进行比对。可以生成健身报告，对用户在执行健身方案的执行度进行打分，并指出用户需要提高的地方。同时根据用户已有的变化和制定的健身方案给出更精准的健身预测结果，并驱动三维虚拟形象给出动画展示。
127.在一个实施例中，如图14所示，提供了一种人体健身效果的呈现装置，该装置可以采用软件模块或硬件模块，或者是二者的结合成为计算机设备的一部分，该装置具体包括：图像获取模块111、模型建立模块112和形体呈现模块113，其中：形体呈现模块113分别与图像获取模块111及模型建立模块112连接，图像获取模块111与模型建立模块112连接；图像获取模块111用于获取用户的人体深度图像信息及用户的运动视频信息；模型建立模块112用于根据人体深度图像信息建立用户的三维虚拟形象；形体呈现模块113用于确定用户执行健身方案后的人体参数，并基于人体模型人体参数驱动三维虚拟形象，渲染呈现三维虚拟形象。
128.本实施例的人体健身效果的呈现装置还用于实现上述人体健身效果的呈现方法。
129.关于人体健身效果的呈现装置的具体限定可以参见上文中对于人体健身效果的
呈现方法的限定，在此不再赘述。上述人体健身效果的呈现装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
130.本技术进一步提出一种电子设备，如图15所示，图15是本技术电子设备一实施例的结构示意图。本实施例电子设备100包括处理器101、与处理器101耦接的存储器102、输入输出设备103以及总线104。
131.该处理器101、存储器102、输入输出设备103分别与总线104相连，该存储器102中存储有程序数据，处理器101用于执行程序数据以实现上述人体健身效果的呈现方法。
132.上述实施例中的控制器可以集成在处理器101内。
133.在本实施例中，处理器101还可以称为cpu(central processing unit，中央处理单元)。处理器101可能是一种集成电路芯片，具有信号的处理能力。处理器101还可以是通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器101也可以是任何常规的处理器等。
134.本实施例的电子设备100可以是健身魔镜、客厅电视机、健身房虚拟教练等智能设备，在电子设备100中嵌入深度相机来实现上述实施例；将电子设备100应用于智能家居环境，相当于在智能家居中多了一个运动健身的虚拟私教。
135.本技术进一步提出一种计算机可读存储介质，如图16所示，本实施例计算机可读存储介质160用于存储上述实施例的程序数据161，程序数据161能够被执行以实现上述人体健身效果的呈现方法。程序数据161已在上述方法实施例中进行了详细的叙述，这里不赘述。
136.本实施例计算机可读存储介质160可以是但不局限于u盘、sd卡、pd光驱、移动硬盘、大容量软驱、闪存、多媒体记忆卡、服务器等。
137.区别于现有技术，本技术人体健身效果的呈现方法先获取用户的人体深度图像信息，并基于该人体深度图像信息建立用户的三维虚拟形象，即为用户构建三维虚拟模型；然后确定用户执行健身方案后的人体模型人体参数，该人体模型人体参数能够体现用户的形体变化；最后通过该人体模型人体参数驱动用户的三维虚拟形象，即对三维虚拟形象进行更新，并渲染呈现更新后的三维虚拟对象，能够将用户执行健身方案后的人体模型人体参数通过其对应的三维虚拟形象准确的呈现出来，即通过三维虚拟形象展现用户的形体变化，用户可以准确知晓执行健身方案后自身形体的变化，从而知晓自身的健身效果。因此，本技术能够准确的获取用户的健身效果，提高其健身效果管理及呈现的准确性。
138.在一个实施例中，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各方法实施例中的步骤。
139.另外，上述功能如果以软件功能的形式实现并作为独立产品销售或使用时，可存储在一个移动终端可读取存储介质中，即，本技术还提供一种存储有程序数据的存储装置，所述程序数据能够被执行以实现上述实施例的方法，该存储装置可以为如u盘、光盘、服务
器等。也就是说，本技术可以以软件产品的形式体现出来，其包括若干指令用以使得一台智能终端执行各个实施例所述方法的全部或部分步骤。
140.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
141.流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的机构、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
142.在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(可以是个人计算机，服务器，网络设备或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
143.以上所述仅为本技术的实施方式，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。