自动个人训练的方法和系统

申请号 CN201180064257.8 申请日 2011-11-07 公开(公告)号 CN103282907A 公开(公告)日 2013-09-04
申请人 耐克国际有限公司; 发明人 T.阿拉贡斯; H.沃林; A.陈;
摘要 示例性 实施例 可涉及配置为监测进行锻炼的用户并产生用户的 化身 以及虚拟阴影区的系统、方法、装置和计算机可读介质,其中该虚拟阴影区示出了锻炼的正确形态。示例性实施例可被进一步配置为确定在用户的虚拟化身和虚拟阴影区之间重叠的量,并基于该重叠的量产生反馈分数。
权利要求

1.一种计算机实施的方法,包括:
提供指令至用户,以进行运动活动;
通过至少第一传感器监测进行运动活动的用户;在用户进行运动活动期间产生用户的虚拟化身
在显示装置上将该虚拟化身相对于虚拟阴影区叠置地显示,其中所述虚拟阴影区示出该运动活动的正确形态;
由处理器确定在该虚拟化身和虚拟阴影区之间重叠的量;和
至少部分地基于该重叠的量产生反馈分数。
2.如权利要求1所述的方法,还包括:
产生所述虚拟阴影区,其中所述虚拟阴影区的尺寸至少部分地是根据针对所述用户确定的技术平确定。
3.如权利要求1所述的方法,还包括:
基于在所述虚拟化身和多个阴影区化身中的每一个之间的重叠的量确定所述用户的技术水平,其中所述阴影区化身中的每一个都和阈值相关。
4.如权利要求1所述的方法,其中对所述用户的监测包括从图像捕获装置接收多个图像,且其中所述方法还包括:
处理来自所述多个图像的至少一个图像的子部分,以确定在每一个所述子部分中在所述虚拟化身和所述虚拟阴影区之间重叠的量。
5.如权利要求4所述的方法,还包括:
识别出其中重叠的量小于预定阈值的子部分。
6.如权利要求5所述的方法,还包括:显示识别出的子部分的放大。
7.如权利要求1所述的方法,还包括:
经由网络传送所述反馈分数;和
将所述用户相对于进行过所述运动活动的至少一个其他用户进行排名。
8.如权利要求1所述的方法,还包括:
基于测量所述用户是否移动身体部分以和虚拟目标重叠而确定虚拟目标分数,其中所述反馈分数至少部分地基于所述虚拟目标分数。
9.如权利要求1所述的方法,还包括:
基于所述用户在进行所述运动活动期间两个身体部分之间的度与在所述运动活动期间两个身体部分之间的希望的角度之间的比较确定角度分数,其中所述反馈分数基于所述角度分数。
10.如权利要求1所述的方法,还包括:
基于所述虚拟化身和所述阴影区之间重叠的量确定重叠分数,其中所述反馈分数基于所述重叠分数。
11.如权利要求1所述的方法,其中所述反馈分数基于角度分数、虚拟目标分数和重叠分数的加权和。
12.一种有形计算机可读介质,其包括计算机可执行指令,该计算机可执行指令在被执行时进行一方法,该方法包括:
提供指令至用户,以进行运动活动;
通过至少第一传感器监测进行运动活动的用户;
在用户进行运动活动期间产生用户的虚拟化身;
在显示装置上将该虚拟化身相对于虚拟阴影区叠置地显示,其中所述虚拟阴影区示出该运动活动的正确形态;
由处理器确定在该虚拟化身和虚拟阴影区之间重叠的量;和
基于该重叠的量产生反馈分数。
13.如权利要求12所述的计算机可读介质,其中所述计算机可读介质还包括在被执行时进行方法的指令,所述方法包括:
基于在所述虚拟化身和多个阴影区化身中的每一个之间的重叠的量确定所述用户的技术水平,其中所述阴影区化身中的每一个都和阈值相关。
14.如权利要求12所述的计算机可读介质,其中对所述用户的监测包括从图像捕获装置接收多个图像,且其中所述方法还包括:
处理来自所述多个图像的至少一个图像的子部分,以确定在每一个所述子部分中在所述虚拟化身和所述虚拟阴影区之间重叠的量。
15.如权利要求14所述的计算机可读介质,其中所述计算机可读介质还包括在被执行时进行方法的指令,所述方法包括:
识别出其中重叠的量小于预定阈值的子部分;和
显示所述识别出的子部分的放大。
16.如权利要求12所述的计算机可读介质,其中所述计算机可读介质还包括在被执行时进行方法的指令,所述方法包括:
基于所述用户在进行所述运动活动期间两个身体部分之间的角度和在所述运动活动期间两个身体部分之间的希望的角度之间的比较确定角度分数,其中所述反馈分数基于所述角度分数。
17.一种装置,包括:
至少一个处理器;
至少一个存储器,其存储当被执行时使得所述装置至少进行下列步骤的指令:
提供指令至用户,以进行运动活动;
通过至少第一传感器监测进行运动活动的用户;
在用户进行运动活动期间产生用户的虚拟化身;
在显示装置上将该虚拟化身相对于虚拟阴影区叠置地显示,其中所述虚拟阴影区示出该运动活动的正确形态;
由处理器确定在该虚拟化身和虚拟阴影区之间重叠的量;和
基于该重叠的量产生反馈分数。
18.如权利要求17所述的装置,其中所述指令在执行时使得所述装置基于在所述虚拟化身和多个阴影区化身中的每一个之间的重叠的量确定所述用户的技术水平,其中所述阴影区化身中的每一个都和阈值相关。
19.如权利要求17所述的装置,其中监测所述用户包括记录所述用户的视频,且其中所述指令在被执行时使得所述装置:
处理来自所述多个图像的至少一个图像的子部分,以确定在每一个所述子部分中在所述虚拟化身和所述虚拟阴影区之间重叠的量;
识别出其中重叠的量小于预定阈值的子部分;和
显示所述识别出的子部分的放大。
20.如权利要求17所述的装置,其中所述指令在被执行时使得该装置:
基于测量所述用户是否移动身体部分以和虚拟目标重合而确定虚拟目标分数;
基于所述用户的两个身体部分之间的角度和所述两个身体部分之间希望的角度的比较确定角度分数;和
基于确定所述虚拟化身和所述阴影区之间重叠的量确定重叠分数,其中所述反馈分数基于所述角度分数、所述虚拟目标分数和所述重叠分数的加权和。
21.一种计算机实施的方法,包括:
提醒第一用户在锻炼进程中进行至少一次锻炼;
使用监测装置监测该第一用户进行该至少一次锻炼;
由处理器基于由所述检测装置采集的数据产生所述第一用户的第一虚拟化身;
产生基于与所述第一用户相关的属性的用于第一虚拟化身的第一虚拟阴影区;
接收对应于第二用户的第二用户数据,以产生第二虚拟化身和第二虚拟阴影区,其中所述第二虚拟化身基于对所述第二用户进行所述至少一次锻炼的监测,且所述第二虚拟阴影区基于和所述第二用户相关的属性;和
将第一和第二虚拟化身以及第一和第二虚拟阴影区同时显示在显示装置上。
22.如权利要求21所述的方法,其中第二用户数据从远端位置接收到。
23.如权利要求21所述的方法,还包括基于相对于所述第二用户的技术水平的所述第一用户的技术水平施加让步至第一虚拟阴影区或第二虚拟阴影区。
24.如权利要求23所述的方法,其中所述施加让步包括调节第一虚拟阴影区或第二虚拟阴影区的尺寸。
25.如权利要求21所述的方法,还包括基于第一虚拟化身相对于第一虚拟阴影区在所述锻炼进程中的活动产生第一用户的第一分数,以及基于第二虚拟化身相对于第二虚拟阴影区在所述锻炼进程中的活动产生第二用户的第二分数。
26.如权利要求25所述的方法,其中所述第一虚拟阴影区的尺寸基于所述第一用户的技术水平,且所述第二虚拟阴影区的尺寸基于所述第二用户的技术水平。
27.如权利要求25所述的方法,还包括基于所述第一分数和所述第二分数在所述锻炼进程完成时确定获胜者。
28.如权利要求21所述的方法,其中所述第二用户数据对应于在先前完成的锻炼进程中对进行所述至少一次锻炼的第二用户的监测。
29.如权利要求21所述的方法,其中所述第二用户数据对应于在先前完成的锻炼进程中对进行所述至少一次锻炼的第二用户的监测。
30.如权利要求21所述的方法,还包括显示针对第一虚拟化身的表现指标以及针对第二虚拟化身的表现指标。
31.一种非瞬时性计算机可读介质,其存储有可执行指令,该指令在由处理器执行时实施一方法,所述方法包括:
提醒第一用户在锻炼进程中进行至少一次锻炼;
使用第一监测装置监测该第一用户进行该至少一次锻炼;
基于由所述检测装置采集的数据产生所述第一用户的第一虚拟化身;
产生基于和所述第一用户相关的属性的用于第一虚拟化身的第一虚拟阴影区;
接收对应于第二用户的第二用户数据,以产生第二虚拟化身和第二虚拟阴影区,其中所述第二虚拟化身基于对所述第二用户进行所述至少一次锻炼的监测,且所述第二虚拟阴影区基于和所述第二用户相关的属性;和
将第一和第二虚拟化身以及第一和第二虚拟阴影区同时显示在显示装置上。
32.如权利要求31所述的计算机可读介质,其中所述计算机可读介质还包括指令,该指令在被执行时进行:
基于相对于所述第二用户的技术水平的所述第一用户的技术水平施加让步至第一虚拟阴影区或第二虚拟阴影区。
33.如权利要求32所述的计算机可读介质,其中所述让步调节第一虚拟阴影区或第二虚拟阴影区的尺寸。
34.如权利要求31所述的计算机可读介质,其中所述计算机可读介质还包括指令,该指令在被执行时进行:
基于第一虚拟化身相对于第一虚拟阴影区在所述锻炼进程中的活动产生第一用户的第一分数,以及基于第二虚拟化身相对于第二虚拟阴影区在所述锻炼进程中的活动产生第二用户的第二分数。
35.如权利要求34所述的计算机可读介质,其中所述计算机可读介质还包括指令,该指令在被执行时进行:
基于所述第一分数和所述第二分数在所述锻炼进程完成时确定获胜者。
36.一种装置,包括:
至少一个处理器;
至少一个存储器,其存储可执行指令,该指令在由处理器执行时使得装置至少进行:
提醒第一用户在锻炼进程中进行至少一次锻炼;
使用第一监测装置监测该第一用户进行该至少一次锻炼;
基于由所述检测装置采集的数据产生所述第一用户的第一虚拟化身;
产生基于和所述第一用户相关的属性的用于第一虚拟化身的第一虚拟阴影区;
接收对应于第二用户的第二用户数据,以产生第二虚拟化身和第二虚拟阴影区,其中所述第二虚拟化身基于对所述第二用户进行所述至少一次锻炼的监测,且所述第二虚拟阴影区基于和所述第二用户相关的属性;和
将第一和第二虚拟化身以及第一和第二虚拟阴影区同时显示在显示装置上。
37.如权利要求36所述的装置,其中所述计算机可读介质还包括指令,该指令在被处理器执行时进行:
基于相对于所述第二用户的技术水平的所述第一用户的技术水平施加让步至第一虚拟阴影区或第二虚拟阴影区。
38.如权利要求37所述的装置,其中所述施加让步包括调节第一虚拟阴影区或第二虚拟阴影区的尺寸。
39.如权利要求36所述的装置,其中所述指令在被执行时还使得所述装置基于第一虚拟化身相对于第一虚拟阴影区在所述锻炼进程中的活动产生第一用户的第一分数,以及基于第二虚拟化身相对于第二虚拟阴影区在所述锻炼进程中的活动产生第二用户的第二分数。
40.如权利要求39所述的装置,其中所述计算机可读介质还包括指令,该指令在被处理器执行时进行:
基于所述第一分数和所述第二分数在所述锻炼进程完成时确定获胜者。

说明书全文

自动个人训练的方法和系统

[0001] 相关申请的交叉引用
[0002] 本申请要求以下美国临时专利申请的权益和优先权:2010年11月5日提交的61/410,777、2010年11月24日提交的61/417,102、2010年12月13日提交的61/422,511、
2011年1月13日提交的61/432,472、2011年1月18日提交的No.61/433,792,其每一个都题为“自动个人训练的方法和系统”。该临时申请的每一个的内容都通过引用的方式合并于此,用于任意和全部非限制性目的。

背景技术

[0003] 尽管大部分人了解身体健康的重要性,许多人难以找到保持常规锻炼程序所需要的动。一些人特别难于保持涉及持续重复的动作的锻炼方式,这包括跑步、步行和骑自行车
[0004] 附加地,个体可将锻炼视作工作或日常杂事,且由此将其从他们日常生活的享受方面分离开。通常,该运动活动和其他活动之间的分离降低了个体可能具有的对于锻炼的激励的量。而且,引导朝向鼓励个体参与运动活动的运动活动服务和系统可能过于集中在一项或多项特定的活动上,而忽视了个体的兴趣。这还可降低用户参与运动活动或使用运动活动服务和系统的兴趣。
[0005] 因此,希望具有解决这些以及其他短处的改进的系统和方法。发明内容
[0006] 下文中提供了简化的概述,以提供关于本公开的一些方面的基本的理解。该概述不意图作为本公开的详尽的概括。其不意图确定本公开的关键或决定性元件,或勾勒出本公开的范围。下文中的概述仅以下文中的描述的前序的简化形式展示了本公开的一些概念。
[0007] 本公开的方面涉及激励个人以获取或保持体育活动的阈值平。特定的实施形为可激励个人参与规律的锻炼项目。在一个实施例中,反馈可促进个人观察与体育活动相关的一个或多个益处。通过意识到与他们的活动相关的益处,用户可被鼓励继续锻炼,例如通过参与一个或多个规律活动。
[0008] 示例性实施例可涉及配置为监测进行锻炼的用户并产生用户的代表以及虚拟阴影区。根据一个实施例,虚拟阴影区可示出锻炼的正确形态(或任意具体的形态)。示例性实施例可被进一步配置为确定在用户的代表和虚拟阴影区之间重叠的量,并基于该重叠的量产生反馈分数。
[0009] 将在本公开中结合附图讨论实施例的这些以及其他方面。

附图说明

[0010] 在附图中通过示例的方式且非限制地示出了本公开,在所述附图中相似的附图标记贯穿地表示相似的元件,且在其中:
[0011] 图1A-B示出了根据示例性实施例的用于提供个人训练的系统的示例,其中图1A示出了配置为监测运动活动的示例性网络,且图1B示出了根据示例性实施例的示例性计算装置。
[0012] 图2A-B示出了根据示例性实施例可由用户佩带的示例性传感器组件。
[0013] 图3示出了根据示例性实施例用于在锻炼中向用户提供反馈的方法的示例性流程图
[0014] 图4示出了根据示例性实施例关于监测的用户的身体的示例性点。
[0015] 图5示出了根据示例性实施例的示例性姿势评价。
[0016] 图6-7示出了根据示例性实施例指导用户如何进行锻炼的虚拟训练师的示例性屏显。
[0017] 图8、9和10A-10B示出了根据示例性实施例用于进行锻炼的用户化身的示例性屏显。
[0018] 图11-12各自示出了根据示例性实施例包括用于用户化身的虚拟阴影区的示例性屏显。
[0019] 图13A-13B示出了根据示例性实施例用于用户化身的虚拟阴影区的示例性位置
[0020] 图14示出了根据示例性实施例用于确定用户化身和虚拟阴影区之间的重叠的量的图像子部分的示例性屏显。
[0021] 图15示出了根据示例性实施例的正进行锻炼的用户化身的示例性屏显,其包括提供关于进行锻炼的不恰当的形态的反馈的放大插图。
[0022] 图16A-16B示出了根据示例性实施例、示出用于检测不恰当的形态并提供反馈至用户的相对于虚拟阴影区的用户化身的示例性屏显。
[0023] 图17示出了根据示例性实施例的用户图像的透视模式(onion skinning)的示例。
[0024] 图18示出了根据一个或多个示例性实施例、提供在虚拟环境中在多个虚拟化身之间的虚拟竞赛的方法的示例性流程图。
[0025] 图19示出了根据一个或多个示例性实施例、在虚拟环境中竞赛的多个化身,其每一个都具有阴影区。

具体实施方式

[0026] 在下文中对于各个实施例的描述中,参照附图,所述附图构成了此处的一部分,且其中通过示例的方式示出在其中可实施本公开的方面的各个实施例。应理解也可使用其他实施例,且可进行结构以及功能性的修改而不背离本发明的范围。此外,本公开中的标题不应被视作对本公开的方面的限制。受益于本公开,本领域技术人员将理解示例性实施例并不受限至示例性标题。
[0027] I.示例性个人训练系统
[0028] A.示例性计算装置
[0029] 图1A示出了根据示例性实施例的个人训练系统100的示例。示例性系统100可包括一个或多个电子装置,诸如计算机102。计算机102可包括移动终端,诸如电话、音乐播放器、平板电脑、上网本或任意便携式装置。在其他实施例中,计算机102可包括机顶盒(STB)、台式电脑、(一个或多个)数字录像机(DVR)、(一个或多个)计算机服务器、和/或任意其他希望的计算装置。在特定的构造中,计算机102可包括游戏主机,例如Microsoft XBOX,Sony Playstation,和/或Nintendo Wii游戏主机。本领域技术人员将理解这些仅为出于描述目的的示例性主机,且本公开不被限制至任意主机或装置。
[0030] 转至图1B,计算机102可包括计算单元104,其可包括至少一个处理单元106。处理单元106可为用于执行软件指令的任意类型的处理装置,例如可示例性地为微处理器装置。计算机102可包括多种非易失性计算机可读介质,诸如存储器108。存储器108可包括但不限于,诸如RAM110的随机访问存储器(RAM)和诸如ROM112的只读存储器(ROM)。存储器108可包括任意下列:电可擦除可编程只读存储器(EEPROM)、闪存或其他存储技术、CD-ROM、数字化多用途光盘(DVD)或其他光盘存储器、磁存储装置、或任意其他可用于存储信息以及由计算机102访问的介质。
[0031] 处理单元106和系统存储器108可被直接地或间接地连接(通过总线114或替换的通信结构)至一个或多个周边装置。例如,处理单元106或系统存储器108可直接或间接连接至附加的贮存存储器,诸如硬盘驱动器116、可移除磁盘驱动器117、光盘驱动器118和闪存卡120,以及输入装置120和输出装置122。处理单元106和系统存储器108还可直接或间接连接至一个或多个输入装置120和一个或多个输出装置122。输出装置122可例如包括监视显示器、电视、打印机、音响或喇叭。输入装置120可包括例如键盘触摸屏、远端控制板、指点装置(诸如鼠标触摸板触控笔轨迹球或操纵杆)、扫描仪、摄像机或麦克。关于此,输入装置可包括一个或多个传感器,其配置为从用户感知、检测、和/或测量运动活动,诸如用户124,如图1A所示。
[0032] 再次参照图1A,可将图像捕捉装置126和/或传感器128用于检测和/或测量用户124的运动活动。在一个实施例中,获取数据的图像捕捉装置126或传感器128可直接检测运动活动,使得从图像捕捉装置126或传感器128获取的数据直接地和运动参数相关联。示例性地,且参照图4,来自图像捕捉装置126的图像数据可检测到传感器位置402g和402i之间的距离已经减少,图像捕捉装置126自身可配置为检测出用户的右臂124已经移动。但是,在其他实施例中,来自图像捕捉装置126和/或传感器128的数据可被组合使用,不论是彼此组合或和其他传感器组合,以检测和/或测量移动。因此,可从自两个或更多个装置获取的组合数据确定特定的测量值。图像捕捉装置126和/或传感器128可包括或操作地连接至一个或多个传感器,包括但不限于:加速度器、陀螺仪定位装置(例如GPS)、光传感器、温度传感器(包括环境温度和/或体温)、心率监测器、图像捕捉传感器、湿度传感器和/或以上的组合。示例性传感器126、128的示例性使用在下文题为“示例性传感器”的章节I.C中提供。计算机102也可使用触摸屏或图像捕捉装置来确定用户指点的位置,以从图形化用户界面进行选择。一个或多个实施例可使用一个或多个有线和/或无线技术,其中无线技术的示例包括蓝牙(Bluetooth )技术、蓝牙(Bluetooth )低能量技术、和/或ANT技术。
[0033] B.示例性网络
[0034] 更加一步地,计算机102、计算单元104、和/或任意其他电子装置可直接地或间接地连接至一个或多个网络接口,诸如示例性接口130(在图1B中示出),以和诸如网络132的网络通信。在图1B的示例中,网络接口130可包括网络适配器或网络接口卡(NIC),根据一个或多个通信协议将其配置为将来自计算单元104的数据和控制信号转换成网络信息,这些通信协议诸如传输控制协议(TCP)、互联网协议(IP)、和用户数据包协议(UDP)。这些协议在本领域中是周知的,且因此将不在此被详尽地讨论。接口130可采用任意合适的连接工具以连接至网络,这示例性地包括,无线收发器、电力线适配器、调制解调器、或以太网连接。但是,网络132可为具有任意类型(一种或多种)或拓扑结构(一种或多种)、单独的或成组合的(一个或多个)的一个或多个信息分布网络,诸如(一个或多个)互联网、(一个或多个)内部网、(一个或多个)、(一个或多个)局域网。网络132可为电缆、光纤、卫星、电话、蜂窝网、无线网络中的一种或多种。网络在本领域中是周知的,且将不再在此处赘述。网络132可被各式各样地配置,诸如具有一个或多个有限或无线通信信道,以连接至一个或多个位置(例如,学校、商业、家、消费住所、网络资源等)、至一个或多个远端服务器134,或至其他计算机,诸如和计算机102类似或相同。事实上,系统100可包括多于一个的每个部件(例如,多于一个计算机102、多于一个显示器136等)。
[0035] 不论网络132中的计算机102或其他电子装置是便携式的或处在固定的位置处,将理解,除了上文具体列出的输入、输出和存储外围装置之外,计算装置可连接至(诸如直接地或通过网络132)多种其他的外围装置,包括可进行输入、输出或存储功能的那些,或其组合。在特定的实施例中,单个装置可集成图1A中示出的一个或多个部件。示例性地,单个装置可包括计算机102、图像捕捉装置126、传感器128、显示器136和/或附加的部件。在一个实施例中,传感器装置138可包括具有显示屏136、图像捕捉装置126和一个或多个传感器128的移动终端。但是,在其他实施例中,图像捕捉装置126和/或传感器128可为配置为操作地连接至媒体装置的外围装置,所述媒体装置例如游戏或媒体系统。由此,由前文可见,本公开不限于固定系统和方法。而是,特定的实施例可由用户124在几乎任意位置中实施。
[0036] C.示例性传感器
[0037] 计算机102和/或其他装置可包括配置为检测和/或监测用户124的至少一个体能参数的一个或多个传感器126、128。传感器126、128可包括但不限于:加速度器、陀螺仪、定位装置(例如GPS)、光传感器、温度传感器(包括环境温度和/或体温)、心率监测器、图像捕捉传感器、湿度传感器、和/或以上的组合。网络132和/或计算机102可和系统100的一个或多个电子装置通信,这示例性地包括显示器136、图像捕捉装置126(例如,一个或多个视频摄像机)、和传感器128,其可为红外(IR)装置。在一个实施例中,传感器128可包括IR收发器。例如,传感器126、和/或128可传输波形至环境中,包括朝向用户124的方向,以及接收“反射”或以其他方式检测这些发出的波形的变动。在此外的其他实施例中,图像捕捉装置126和/或传感器128可配置为发射和/或接收其他无线信号,诸如雷达、声纳、和/或听觉信息。本领域技术人员将容易地理解可将对应于多个不同的数据谱的信号根据各个实施例使用。基于此,传感器126和/或128可检测从外部源(例如,非系统100)发出的波形。示例性地,传感器126和/或128可监测从用户124和/或周围环境发出的热量。因此,图像捕捉装置126和/或传感器128可包括一个或多个热成像装置。在一个实施例中,图像捕捉装置126和/或传感器128可包括配置为进行距离测定(range phenomenology)。作为非限制性示例,配置为进行距离测定的图像捕捉装置可从Portland,Oregon的Flir Systems公司购得。尽管图像捕捉装置126和传感器128以及显示器136示出为和计算机
102直接(有线地或无线地)通信,本领域技术人员将理解任意装置可和网络132直接(有线地或无线地)通信。
[0038] 1.多用途电子装置
[0039] 用户124可持有、携带、和/或穿戴任意数量的电子装置,包括传感装置138、140、142和/或144。在特定的实施例中,一个或多个装置138、140、142、144可不被针对健身或运动用途特别地制造。事实上,本公开的方面涉及利用来自多个装置的数据以采集、检测和/或测量运动数据,该多个装置中的一些并非健身装置。在一个实施例中,装置138可包括便携式电子装置,诸如电话或数字音乐播放器,包括从Cupertino,Californiao的Apple公司可购得的IPOD IPAD 或iPhone 或从Redmond,Washington的Microsoft可购得
的Zune 或Microsoft Windows装置。如在本领域中已知的,数字音乐播放器可用作计算机的输出装置(例如,将来自声音文件的音乐输出或将来自图像文件的图像输出)以及存储装置两者。在一个实施例中,装置138可为计算机102,而在其他实施例中,计算机102可完全不同于装置138。不论装置138是否配置为提供特定的输出,其可用作输入装置,以接收传感信息。装置138、140、142和/或144可包括一个或多个传感器,这包括但不限于加速度器、陀螺仪、定位装置(例如GPS)、光传感器、温度传感器(包括环境温度和/或体温)、心率监测器、图像捕捉传感器、湿度传感器、和/或以上的组合。在特定的实施例中,传感器可为被动式的,诸如可由图像捕捉装置126和/或传感器128(以及其他)检测的反射材料。在特定的实施例中,传感器144可合并进入服饰中,诸如运动衣物。例如,用户124可佩带一个或多个体上(on-body)传感器144a-b。传感器144可合并进入用户124的衣物中和/或布置在用户124的身体的任意希望的位置处。传感器144可和计算机102、传感器128、138、140和142和/或相机126通信。在2002年10月30日提交的美国专利申请No.10/286,396(公开为美国专利公开No.2004/0087366)中,描述了交互性游戏服饰的示例,其内容通过引用的方式合并于此,用于任意和全部非限制性目的。在特定的实施例中,被动式传感表面可反射波形,诸如由图像捕捉装置126和/或传感器128发射的红外光。在一个实施例中,位于用户124的服饰上的被动式传感器可包括由玻璃或其他可反射波形的透明或半透明表面制成大致球状结构。可使用不同等级的服饰,其中给定等级的服饰具有特定的传感器,其配置为在恰当地佩带时定位为靠近用户124的身体的特定部分。示例性地,高尔夫服饰可包括以第一构造布置在服饰上的一个或多个传感器,而足球服饰可包括以第二构造布置在服饰上的一个或多个传感器。示例性地,参照图14,高尔夫服饰和足球用服饰相比可包括在区域1402A和1402D附近的更多的传感器,而对于足球用服饰,其可包括在区域1402C和1402F附近的更多的传感器(和/或不同类型的传感器)。装置138-144可彼此通信,直接地或通过诸如网络132的网络。一个或多个装置139-144之间的通信可通过计算机102通信。示例性地,两个或更多个装置138-144可为可操作地连接至计算机102的总线114的外围装置。在此外的其他实施例中,诸如装置138的第一装置可和诸如计算机102的第一计算机以及诸如装置142的其他装置通信,但是,装置142可不配置为连接至计算机102,而是可和装置138通信。本领域技术人员将理解其他的构造也是可能的。
[0040] 示例性实施例的一些实施方式可替换地或附加地采用意图为能够用于宽范围的功能的计算装置(例如台式计算机或笔记本个人计算机)。这些计算装置可按需要具有外部装置或附加的构件的任意组合。而且,图1B中示出的部件可包括在服务器134、其他计算机、装置中等。
[0041] 2.示例性服饰/附件传感器
[0042] 在特定的实施例中,传感装置138、140、142和/或144可形成在用户124的衣物或附件中或以其他方式和其关联,附件包括手表、臂带、腕带、项链、衬衫、等。鞋安装和腕部佩带装置(分别是装置140和142)的示例在下文中随即进行了描述,但是,其仅为示例性实施例,且本公开不应被限制至此。
[0043] i.鞋安装装置
[0044] 在特定的实施例中,传感装置140可包括鞋类物件,其可包括一个或多个传感器,这包括但不限于:加速度器、诸如GPS的位置感应部件和/或力传感器系统。图2A示出了示例性传感器系统202的示例性实施例。在特定的实施例中,系统202可包括传感组件204。组件204可包括一个或多个传感器,诸如加速度器、位置确定部件、和/或力传感器。在示出的实施例中,组件204并入多个传感器,其可包括力敏电阻(FSR)传感器206。在此外的其他实施例中,可使用其他传感器(一个或多个)。端口208可布置在鞋的鞋底结构209中。
端口208可可选地设置为和电子模210(其可在壳体211中)以及将FSR传感器连接至端口208的多个引线212通信。模块210可收纳在鞋的鞋底结构中的井部或腔部中。端口
208和模块210包括互补接口214、216,用于连接和通信。
[0045] 在特定的实施例中,图2A中示出的至少一个力敏电阻206可包括第一和第二电极或电接触部218、220和力敏电阻材料222和/或224,其布置在电极218、220之间,以将电极218、220电连接在一起。当压力施加至力敏材料222/224时,力敏材料222/224的电阻和/或电导变化,其改变了电极218、220之间的电势。电阻的改变可由传感器系统202检测,以检测施加在传感器216上的力。力敏电阻材料222、224可以多种方式在压力下改变其电阻。例如,力敏材料222/224可具有在材料被压缩时降低的内部电阻,和在下文中详述到的量子隧道复合材料类似。该材料的进一步压缩可进一步降低电阻,允许量化测量,以及双态(开/关)测量。在一些情形中,该类型的力敏电阻形为可描述为“基于体积的电阻”,且表现出该形为的材料可被称作“智能材料”。作为另一示例,材料222/224可通过改变面-面接触的程度而改变电阻。这可以若干种方式实现,例如,通过使用在表面上的微凸起部,其在非受压条件中升高表面电阻,其中表面电阻在未凸起部被压缩时降低,通过使用柔性电极,其可被变形以产生和另一电极的增加的面-面接触。该表面电阻可为材料222和电极218、220之间的电阻和/或多层材料222/224的导电层(例如,/石墨)和力敏层(例如,半导体)之间的表面电阻。压缩越大,面-面接触越大,导致更低的电阻且允许量化测量。在一些情形中,该类型的力敏电阻形为可被描述“基于接触的电阻”。应理解此处定义的力敏电阻材料222/224可为或包括掺杂或非掺杂半导体材料。
[0046] FSR传感器206的电极218、220可由任意导电材料制成,包括金属、碳/石墨纤维或复合材料、其他导电复合材料、导电聚合物或含导电材料的聚合物、导电陶瓷、掺杂半导体、或任意其他导电材料。引线212可由任意合适的方法连接至电极218、220,包括焊接、钎焊、焊、粘合剂接合、固件、或任意其他整体式或非整体式接合方法。替换地,电极218、220和相关的引线(一个或多个)212可由单件相同的材料222/224制成。在其他实施例中,材料222被配置相较于材料224具有至少一个电属性(例如,导性性,电阻性等)。在2009年6月12日提交的美国专利申请No.12/483,824中,描述了示例性传感器的示例,其内容通过引用的方式合并于此,用于任意和全部非限制性目的。
[0047] ii.腕戴式装置
[0048] 如图2B所示,装置226(其可为图1A所示的类似的传感装置142或其复制物)可配置为由用户124佩带,例如绕手腕、手臂、脚踝等。装置226可监测用户的活动,包括例如运动移动或用户124的其他活动。例如,在一个实施例中,装置226可为不论用户和计算机102的接近程度或交互,而测量、监测、追踪或以其他方式感知用户的活动(或不活动度)的活动监测器。装置226可在用户124和计算机102的交互中和/或独立于计算机102操作时检测运动移动或其他活动(或不活动度)。装置226可直接地或间接地、有线地或无线地和网络132和/或其他装置通信,诸如装置138和/或140。从装置226获取的运动数据可用于由计算机102进行的确定,例如和哪个锻炼项目被呈现至用户124相关的确定。在此处使用时,运动数据指的是关于或和用户的活动性(或不活动性)相关的数据。在一个实施例中,装置226可直接地或间接地(例如,经由移动装置,诸如和用户124相关的装置138)无线地和远端站点交互,诸如专用于健身或健康相关主题的站点。在该或另一实施例中,装置226可和移动装置交互,诸如装置138,关于专用于健身或健康相关主题的应用。在这些或其他实施例中,装置226可和移动装置(诸如装置138)交互关于如上所述的引用,以及和远端站点(诸如专用于健身或健康相关主题的站点)交互,不论是直接地或间接地(例如,经由移动装置,诸如装置138)。在一些实施例中,在某一或多个预定的时刻,用户可能希望将数据从该装置226转移至另一位置。示例性地,用户可希望将数据从具有相对小的存储器的便携式装置上传至具有大量存储器的更大的装置。在装置226和其他装置之间的通信可无线地和/或通过有线机构完成。
[0049] 如图2B所示,装置226可包括诸如按键228的输入机构,以辅助装置226的操作。按键228可为操作地连接至控制器230的可操作输入部和/或其任意其他电子部件,诸如具有关于图1B中示出的计算机102所讨论的类型(一种或多种)的一个或多个元件。控制器230可嵌入在壳体232中或称为壳体232的一部分。壳体232可由一种或多种材料制成,包括弹性体部件和包括一个或多个显示器,诸如显示器234。该显示器可视作装置226的可发光部分。显示器234可包括一系列单独的发光元件或灯部件,在示例性实施例中诸如为LED灯234。LED灯可以阵列形成且操作地连接至控制器230。装置226可包括标示系统236,其也可视作总体的显示器234的一部分或构件。将理解标示系统236可操作,且和显示器234(其可具有像素部件235)一起发光,或完全独立于显示器234发光。标示系统236还可包括多个附加的发光元件160或灯部件238,其在示例性实施例中也可形为LED灯。在特定的实施例中,标示系统236可提供目标的视觉标识,诸如通过亮起发光构件238的一部分,以表示朝向一个或多个目标的进度。
[0050] 紧固机构240可被解开栓,其中装置226可布置为绕用户124的腕部,且紧固机构240可继而布置在栓锁位置中。希望的话,用户可所有时间都佩带装置10。在一个实施例中,紧固机构240可包括接口(例如但不限于USB端口),用于和计算机102和/或装置138、140可操作地交互,和/或对内部电源充电。
[0051] 在特定的实施例中,装置226可包括传感器组件(未在图2B中示出)。传感器组件可包括多个不同的传感器。在示例性实施例中,传感器组件可包括或允许至加速度器、陀螺仪、定位装置(例如GPS)、光传感器、温度传感器(包括环境温度和/或体温)、心率监测器、图像捕捉传感器、湿度传感器、和/或以上的组合的可操作连接。来自装置142的传感器(一个或多个)的检测到的运动或参数可包括(或用于形成)多种不同的参数、指标或理化特质,包括但不限于速度、距离、已行进步数、以及诸如卡洛里、心率和出汗检测的能量消耗。这样的参数也可以活动点数或由用户基于用户的活动赚取的货币为单位来表示。在2011年11月1日提交的美国专利申请No.13/287.064中,描述了示例性传感器的示例,其内容通过引用的方式合并于此,用于任意和全部非限制性目的。
[0052] II.示例性运动监测方法
[0053] 系统100可提醒用户进行一次或多次锻炼,在进行锻炼期间监测用户动作、且基于其表现向用户提供反馈。在一个实施例中,计算机102、图像捕捉装置126、传感器128、和显示器136可在用户住所的界限中实施,但可预见包括学校、健身房和/或营业场所的其他位置。而且,如上所述,计算机102可为便携式装置,诸如蜂窝电话,因此,此处讨论的一个或多个方面可在几乎任意位置中进行。
[0054] A.监测用户移动
[0055] 在锻炼时,系统100可使用一种或多种技术监测用户移动。图3示出了根据一个或多个示例性实施例,用于在锻炼中向用户提供反馈的方法的示例性流程图。该方法可由计算机实施,例如示例性地,计算机102、装置138、140、142和/或144,和/或其他装置。图3中示出的块可被重新布置,一些块可被移除,可添加附加的块,每一个块可重复一次或多次,且流程图可重复一次或多次。流程图可在块302处开始。
[0056] 1.进行用户评估
[0057] 在块302中,一个或多个实施例可包括进行用户的初始评价。诸如用户124的用户可布置在传感器的范围中,例如,在图像捕捉装置126和/或传感器128的前方,其可包括红外收发器。显示器136可示出用户124的图像,其可为“镜像”或示出虚拟化身,诸如用户化身,其对应于用户的移动而移动。计算机102可提醒用户移动进入相对于图像捕捉装置126和/或相对于传感器128的特定区域中,从而用户位于框架和/或范围中。在恰当地布置时,系统100可处理用户的移动。尽管使用了术语“初始的”,该评价可在每次用户初始化系统100时或在用户初始化系统100预定的次数时(例如规则地或随机地),或在过去一段时间时(例如,从第一次初始化器或此后基于这样的情况循环地),或每次用户进行了任意一次或多次的一些预定的、用户选定的序列、几何或其他移动时,或出于任意其他原因。因此,此处对评价的引用不限于单次评价。
[0058] a.识别传感位置
[0059] 系统100可处理传感数据以识别用户移动数据。在一个实施例中,可识别出传感位置(参见块302a)。例如,记录的视频的图像(例如来自图像捕捉装置126)可用于识别用户移动。示例性地,用户可站立在距离图像捕捉装置126特定的距离处(其可能或可能不是预定的),且计算机102可处理图像以例如使用视差图(disparity mapping)识别视频中的用户124。在示例中,图像捕捉装置126可为具有两个或更多个镜头的立体摄像机,其空间地彼此偏移开且同时捕捉用户的两个或多个图像。计算机102可处理在相同的时刻获取的该两个或更多个图像,以产生视差图,用于使用坐标系统(例如,笛卡尔坐标)确定在视频中的每个图像(或至少一些图像)中用户的身体的特定部分的位置。视差图可示出由每一个偏移镜头获取的图像之间的差别。
[0060] 在第二示例中,一个或多个传感器可布置为在多个位置处位于用户124的身体上或靠近用户124的身体,或用户穿上具有布置在多个位置处的传感器的服装。但是,在其他实施例中,可从其他传感器装置(诸如装置138、140、142和/或144)确定传感器位置。通过参照图4,传感器可布置在身体移动区域中,诸如在关节处(例如,脚踝、肘部、肩部等)或在用户124的身体的其他兴趣位置处(或和其相关联,例如和图像捕捉装置126)。示例性传感位置在图4中由位置402a-402o示出。关于此,传感器可为布置在用户的衣物上或其中的物理传感器,但是在其他实施例中,传感器位置402a-402o可基于两个移动的身体部分之间的关系的确定。例如,可通过使用图像捕捉装置(例如图像捕捉装置126)识别用户124的动作而确定用户124传感器位置402a。因此,在特定实施例中,传感器可不物理地布置在特定位置处(例如,传感器位置402a-402o),但配置为感知该位置的属性,例如通过图像捕捉装置126。关于此,用户的身体的部分或总形状可允许确定特定用户身体部分。不论图像捕捉装置(例如相机126)是否被使用和/或布置在用户124上的物理传感器(诸如在一个或多个装置138、140、142、144中或从其分立的传感器)是否被使用,传感器可感知身体部分的当前位置和/或追踪该身体部分的移动。在一个实施例中,可将位置402m用于确定用户的重心(又称作,质心)。例如,可将关于一个或多个位置402m-402a的位置402a和位置(一个或多个)402f/402l之间的关系用于确定用户的重心是否已经沿垂直轴线升高(例如在跳跃中),或用户是否尝试通过弯曲或挠曲他们的膝部而“假”跳。在一个实施例中,传感器位置402n可布置在用户124的胸骨附近。类似地,传感器位置402o可布置为靠近用户124的舟骨(naval)。在特定的实施例中,来自传感器位置402m-402o的数据可用于(单独地或和其他数据组合地)确定用于124的重心。在其他实施例中,多个传感器位置(诸如传感器402m-402o)之间的关系可用于确定用户124的取向和/或旋转力(例如扭转用户124的躯干部)。而且,诸如一个或多个位置的一个或多个位置可用作矩心位置。例如,在一个实施例中,一个或多个位置402m-402o可用作用户124的矩心位置的点。在另一实施例中,一个或多个位置可用做特定身体部分或区域的矩心。
[0061] 在特定的实施例中,采集的数据(诸如在图3中的块302的采集的部分)的时间戳标示当身体部分处在特定位置处时的特定时间。传感器数据可经由无线或有线传输在计算机102(或其他装置)处接收。诸如计算机102的计算机和/或装置138、140、142、144可处理时间戳以使用视频中的每一个图像(或至少一些图像)中的坐标系统(例如,笛卡尔坐标)确定身体部分的位置。从图像捕捉装置126接收的数据可被校正、改动和/或与来自一个或多个其他装置138、140、142和144的数据组合。
[0062] 在第三示例中,计算机102可使用红外图形识别以检测用户124的身体部分的位置和用户移动。示例性地,传感器128可包括红外收发器,其可为图像捕捉装置126或其他装置的部分,该红收发器可发出红外信号以使用红外信号照射用户124的身体。红外收发器128可从用户124的身体获取红外信号的反射。基于该反射,计算机102可使用坐标系(例如,笛卡尔坐标)来确定在特定的时刻处用户的身体的特定部分的位置。可基于用户请求进行的锻炼的类型预先确定哪些部分被识别出,以及身体部分如何被识别。
[0063] 作为锻炼流程的一部分,计算机102可进行对用户124的初始姿势评价,作为图3的块302中的初始用户评价的一部分。通过参照图5,计算机102可分析用户124的前部和侧部图像,以确定用户的肩部、上背部、下背部、臀部、膝部和脚踝中的一个或多个的位置。体上传感器和/或红外技术也可被使用,单独地或是结合图像捕捉装置126,以确定各个身体部分的位置用于姿势评价。示例性地,计算机102可确定评价线124a-g,以确定用户身体上的多个点的位置,该多个点例如示例性地是脚踝、膝部、臀部、上背部、下背部和肩部。
[0064] b.识别传感区域
[0065] 在其他实施例中,系统100可识别传感器区域(例如参见块302b)。在一个实施例中,评价线124a-g可用于将用户的身体划区。例如,线124b-f可为水平轴线。例如,“肩部”区域502可和具有绕用户的肩部的下边界的身体部分(参见线124b)相关联,区域504可和在肩部(线124b)和至臀部(参见线124c)的约一半距离之间的身体部分相关联的区域相关联,且区域506可覆盖在线124c和臀部(参见线124d)之间的区域,以包括“下背部区域”。类似地,区域508可覆盖在“臀部”(线124d)和“膝部”(参见线124e)之间的区域,区域510可覆盖在线124e和124f之间,且区域512(参见“脚踝”)可具有线124f附近的上边界。区域502-512可被进一步划分,诸如成为四分区,例如通过使用轴线124a和124g。
[0066] c.分类位置或区域
[0067] 不论具体的点(例如,图4中示出的位置)和/或区域(例如,图5中区域),不靠近彼此的身体部分或区域仍可被划分成相同的移动类别(例如参见块302c)。例如,如图5所示,“上背部”、“臀部”、和“脚踝”区域504、508、512可划分成术语“迁移”类型。在另一实施例中,“下背部”和“膝盖”区域506、510可划分成术语“稳定”类型。分类可仅为示例性的,且在其他实施例中,位置或区域可属于多个分类。例如“重心”区域可由区域504和506形成。在一个实施例中,“重心”可包括区域504和506的部分。在另一实施例中,可提供“矩心”分类,不论是独立地或是替换地,如包括至少另一分类的一部分。在一个实施例中,单个位置可被以两个或更多个分类加权,例如在“稳定”分类中占有10%权重而在“迁移”分类中占有90%权重。
[0068] 计算机102还可处理图像以确定用户的衣物的颜色或其他区别特征,以将用户从其环境区分出。在处理后,计算机102可识别出用户的身体上的多个点的位置并追踪这些点的位置,诸如图4中的位置402。计算机102还可提醒用户回答问题,以补充姿势评价,例如示例性地,年龄、体重等。
[0069] 2.提供形态
[0070] 通过参照图3,在块304中,一个或多个实施例可包括表明锻炼的正确形态并提醒用户进行该锻炼。例如,在初始姿势评价之后或在其之外,计算机102可使得显示器136示出虚拟训练师,其展示锻炼以指令用户以正确形态。
[0071] 图6-7示出了根据示例性实施例用于进行锻炼的虚拟训练师602的示例性屏显。通过参照图6,显示器136可在多个位置处显示虚拟训练师602,以及指示用户向那个方向移动的箭头604。通过参照图7,显示器136可显示虚拟训练师602的动画,其展示进行锻炼的重复的正确形态(例如,慢速前冲)。在虚拟训练师602之外或替代其,显示器136可显示展示锻炼的正确形态的真人的图示和/或实际视频。
[0072] 形态指导信息702可在展示锻炼时显示在虚拟训练师602上。形态指导信息702可为直线、线之间的度、或其他信息,以指导用于关于锻炼的正确形态。例如,在图7中,形态指导信息702是跨用户的髋骨的直线,其指导用户相对于地板保持他们的臀部水平。形态指导信息可通过反馈机构提供,该反馈机构不包括在化身(诸如虚拟化身602)上叠置的图像或文本数据。关于此,形态指导信息可包括音频或触觉信息。例如,人声或声音可提供关于用户的臀部的直(或不直)的程度的标示。在另一实施例中,信号可提供至装置(诸如传感器装置(一个或多个)138、140、142和/或144,以提供配置为由用户124感觉以提供指导的振动输出。例如,振动可在确定用户的臀部不直时提供给传感器装置138。
[0073] B.反馈
[0074] 通过再次参照图3,在块306中,一个或多个实施例可包括监测用户进行锻炼并向用户提供关于他们的形态的反馈。在进行锻炼时,计算机102可使得显示器(诸如显示器136)显示具有实时反馈的用户图像。图8示出了根据本发明的示例性实施例的进行锻炼的用户图像的示例性屏显。当用户124进行移动时,计算机102可创建由显示器136显示的用户图像。计算机可基于处理一些或全部由图像捕捉装置126捕捉的图像、处理从传感器128接收的数据、和从传感器138、140、142和144接收的数据中的一个或多个创建用户图像。示例性地,用户图像可为基于图像和/或传感器数据(包括红外数据)创建的用户或用户化身802的视频。
[0075] 1.指导信息
[0076] 为了辅助用户124,显示器136还可在用户化身802上显示形态指导信息702,以及用于用户的当前形态信息804。当前形态信息804可为在特定的锻炼中用户的当前的形态的测量。当前形态信息804可为在特定的身体部分之间的直线,在特定的身体部分之间的角度、身体部分的弯曲,或针对特定的锻炼监测的其他信息。例如,如图8所示,当前形态信息804可为在用户的臀部之间的直线,以表示是否一个臀部相对于另一个下坠(例如,示出用户的臀部之间的直线是否和地板平行)。而且,用户可将传感器布置在他们的身体上在他们的髋骨处,或计算机102可基于监测到的红外信息估计用户的髋骨的位置。当前形态信息804的颜色可基于用户的形态和希望的形态的对应程度而变动。例如,绿色可标示在形态引导信息702的线和当前形态信息804之间小于5度的角度,黄色可标示在形态引导信息702的线和当前形态信息804之间在5度至15度之间的角度,且红色可标示在形态引导信息702的线和当前形态信息804之间大于15度的角度。
[0077] 为了进一步辅助用户具有正确形态,计算机102还可处理捕捉的数据,例如来自图像的、红外数据、和/或传感器数据,以确定特定的身体部分之间的关系。这些关系可包括一个身体部分相对于另一个的角度。示例性地,当用户进行下蹲时,计算机102可比较形成在用户的躯干部和大腿之间的角度。在另一示例中,计算机102可比较在俯卧撑中用户的肩部相对于他们的肘部和手部的位置。在另一示例中,计算机102可比较肩部和臀部以确定其之间的相对旋转,和/或肩部和臀部两者或一个相对于一个或多个脚部,以确定其间或其之间的相对旋转,和/或臀部或肩部的绝对旋转。可监测和分析在任意一个或多个希望的身体部分之间的角度、旋转、和其他关系。可监测和分析在任意参照点(例如,体外的)和一个或多个希望的身体部分之间的角度、旋转、和其他关系。
[0078] 2.数据比较
[0079] 计算机102可将捕捉的数据和针对每个锻炼所希望的数据进行比较,以监测用户在进行锻炼时的形态。希望的数据可包括贯穿锻炼的多个比较点,以和/或在锻炼期间多个身体部分的位置。例如,俯卧撑可分成四个事件:(1)最低点,其中用户的胸部最靠近地面或其他参照点和/或他们的手臂以最大的弯曲程度弯曲;(2)最高点,其中用户的胸部距离地面最远和/或他们的手臂伸直(例如,最大的直度);(3)向上事件,其中用户从最低点转换至最高点;和(4)向下事件,其中用户从最高点转换至最低点。
[0080] 希望的数据可集中关注特定的身体部分规定对于这些事件中的每一个的比较点。例如,在俯卧撑的每一个比较点处,计算机102可监测用户的手部的间距、用户的背部的笔直性、用户的头部相对于他们的躯干部的位置、用户的脚部相对于彼此的间距,或其他方面。希望的数据可规定针对锻炼在比较点中监测的每一个身体部分的希望的位置,以及所允许的从希望位置的变动。如果用户的身体部分变动超出所允许的,则计算机102可向用户提供表明身体部分的反馈,和对用户的形态的校正(例如,在俯卧撑中背部是弯曲的且不直)。
[0081] 计算机102还可对用户的锻炼表现评分。分数可基于用户的形态、用户能够多迅速地完成锻炼(例如,60秒中20个俯卧撑)、用户完成的重复次数、用户在锻炼中使用的重量的量、或其他锻炼指标。在处理图像、传感器数据和红外数据之外,计算机102可从其他源接收数据。示例性地,用户可跑动预定的距离,其由附连至用户的传感器测量(例如,鞋中的传感器)或全球定位系统(GPS)装置,且可上传数据至计算机102。计算机102可处理数据以向用户提供反馈。计算机102还可基于从不同的看点对用户的分析而提供反馈。
[0082] 3、图像
[0083] 图9示出了根据示例性实施例的示例性显示器,其提供来自不同视点的进行锻炼的多个用户化身。在示例中,图1的系统100可包括多于一个的图像捕捉装置126且可从不同的角度捕捉视频。但是在其他实施例中,可从一个或多个源获得不同角度的数据。例如,图像捕捉装置126可被以相对于进行锻炼的用户的任意希望的角度布置,例如示例性地,在用户的正视图、左侧视图、右侧视图、和后视图中的一个。在另一示例中,系统100可包括多于一个红外装置128,以从不同的角度捕捉用户124的红外反射。而且,系统100可包括布置在不同/多个位置处的图像捕捉装置126和红外收发器128两者(或更多的其中一种或两种)。
[0084] 计算机102可处理一些或全部图像和/或红外数据,以创建由显示器136显示的第一用户化身802A和第二用户化身802B。以该方式,显示器136可从多个角度显示用户的形态,以供用户观察。此外,形态指导信息702A-C可添加至用户化身802A-802B中的每一个,且辅助用户获取正确形态。
[0085] 图10A-B示出了根据示例性实施例关于用户化身的形态反馈的示例性屏显。在锻炼时,显示器136可显示多个虚拟目标1002A-C,在其上用户被指导放置手、脚或他们的身体的其他部分。例如,图10A示出了用于用户的脚的虚拟目标1002A、用于用户的另一脚的虚拟目标1002B、和用于用户的手部的虚拟目标1002C。可将虚拟目标1002用于辅助用户具有正确形态。计算机可处理视频、传感器数据、或红外数据,使得用户确定用户在进行锻炼中是否将恰当的身体部分放置在希望的虚拟目标1002中。如果是,计算机102可使得显示器136以特定的颜色(例如绿色)高光显示每一个目标1002和/或播放可听见的声音。在一个实施例中,可基于用户的表现显示颜色的范围。颜色的范围可基于表现阈值。示例性地,绿色着色可用在位于90%阈值之上的用户中,橙色着色可在用户在89%-70%阈值之间时使用,而红色着色可在用户的表现落在70%阈值之下时使用。类似地,可将不同的声音用于提供反馈至用户。如果不是,计算机102可高光显示每一个未达成目标1002和/或播放可听见的声音,且提供建议以校正用户的形态。示例性地,计算机102可确定用户的膝部弯折,导致用户未达成目标(整体地或部分地)1002B-C。计算机102可使得显示器136显示高光显示膝部和/或任意其他问题区域的用户化身802(例如,以不同的颜色,圈出一个或多个身体部分,具有问题区域的放大视图的插图等)。显示器136可显示指令1006以校正用户的形态(例如,伸直膝部),
[0086] 4.阴影区
[0087] 再次简要参照图3,在块308中,一个或多个实施例可包括产生用户的图像和虚拟阴影区,其中虚拟阴影区示出锻炼的正确形态。还可将示例性实施例用于显示相对于用户化身802的虚拟阴影区。该虚拟阴影区可用于展示正确形态、显示相对于用户的当前表现的用户(或其他个人)的此前记录的锻炼表现、在锻炼中提供实时反馈至用户、促进多个个人之间的社交交互和/或比赛、以及通过关于其形态提供锻炼后反馈至用户中的一个或多个,如将在下文中进一步详述的。
[0088] 如在下文中的特定示例中提供的,阴影区可和化身直接或部分地叠置。但是,在其他实施例中,阴影区可能和化身完全不重合。例如,在特定实施例中,阴影区可表现为虚拟训练师。尽管此处公开的示例性实施例涉及显示阴影区至用户,诸如在用户进行运动活动期间,其他实施例可能不显示阴影区的可视图至用户124。在特定的实施例中,可使用对应于空间虚拟阴影区的数据而不实际显示阴影区的可视图至用户。这可在其不希望提供可视表现测量值的直接标示至用户的实施例中是有利的。在特定的实施例中,听觉和/或视频提示可提供反馈至用户,表明其相对于阴影区的表现-不论是独立于阴影区或是和阴影区组合地。
[0089] 图11示出了具有虚拟阴影区1102的示例性用户化身,以允许用户(特别是图1中示出的用户124)和自己或他人比赛,根据示例性实施例。初始地,计算机102可使用图像捕捉装置126、传感器128、和/或传感装置138、140、142、和/或144监测进行锻炼的用户。基于采集的数据,计算机102可创建用户图像,诸如用户化身802,以及虚拟阴影区1102。示例性地,阴影区1102可为用户化身802的更透明的版本、以不同颜色示出的用户化身802、示出为具有图案(例如,网格、交叉影线等)等的用户化身802、具有对比结构(例如,包括球、薄片、块等)等的化身802。可使用任意的视觉区别以将化身802区别于阴影区1102。
[0090] a.用户对用户
[0091] 在示例中,可将虚拟阴影区1102显示为具有其中诸如用户124的用户和其自身(他或她)比赛的外观。例如,计算机102(或任意其他电子装置)可在用户124进行锻炼时存储用户化身802。随后,计算机102可提醒用户是否他们愿意和他们此前的锻炼表现进行比赛。在该情形中,系统100将基于从最近或选定的此前完成的锻炼进程产生的用户化身802产生虚拟阴影区1102。自我比赛可允许用户观察他们随时间的改进,这包括例如,最近的改进或在从开始起的(或用户选定)时间段上的改进。
[0092] 当和他或她自身比赛时,计算机可在用户进行锻炼时产生新的用户化身802,以将其和虚拟阴影区1102同时显示。新的用户化身802可在阴影区之上或直接位于其后地显示,如示例性地在图11和13A中可见。替换地,显示器136可显示从新的用户化身802偏移开的阴影区1102,示例性地如图12和13B所示。计算机102可同步开始时间,使得用户化身802看上去和虚拟阴影区1102比赛。在锻炼完成时,计算机102可告知用户124以获胜者,且提供相对于虚拟阴影区1102的当前表现的对比统计数据。这样的一示例由图11中示出的统计数据1104示出。
[0093] 显示器136还可提供一个或多个表现水平标识1202以标示用户的表现指标,如图12所示。表现水平标识可替代阴影区而显示。但是,在其他实施例中,标识可和阴影区一起显示。示例性指标可包括速度、迅速程度、力量、尺寸(例如,步距或降低的距离、跳起的高度、臀部或肩部的旋转)、反应时间、灵敏性、柔性、加速度、心率、温度(例如,过热)、血含量、或其他物理或生化指标。表现水平标识1202可示出为例如:标尺、测速器、条状标识、百分比标识、等。
[0094] b.用户对另一用户
[0095] 在示例中,可将虚拟阴影区1102显示为具有其中诸如用户124的用户和另以用户比赛的外观。在一个实施例中,用户124可定位在第一物理位置处,例如他们的家,且第二用户可定位在第二物理位置,例如健身房、住所、学校、或甚至室外锻炼,例如跑步穿过城市。尽管在不同的位置,用户仍可比赛和/或共同地参与运动活动。在一个实施例中,多个用户中的每一个可几乎实时地参与比赛。但是,在其他实施例中,第一用户可进行预定的一系列活动或步骤,且来自该第一用户的表现的数据可用在稍后进行的比赛中。在一个实施例中,两个或更多用户可参与“并行(side-by-side)”比赛。例如,计算机102(或任意其他电子装置)可在第一用户124进行锻炼时产生或存储用户化身802。同一计算机102和/或另一计算机(诸如和网络132操作地通信的电子装置)可产生和/或存储代表第二用户的第二化身。该两个化身可显示在用户124的位置处(和/或第二用户的位置处)的单个显示装置上,诸如显示器136。因此,用户124可看见两个化身。在任意运动活动的进行中,每一个用户的化身可显示具有他们自身的阴影区。在特定实施中,该阴影区可显示相应的用户的理想的形态。在下文中的子部分中提供使用阴影区显示形态的示例。在其他实施例中,可通过使用可变的阴影区属性而使得用户“让步(handicapped)”。可基于在一项或多项活动(例如,在比赛中进行的活动)中的此前的表现或基于对于个人的相应的能力(例如当前的体能水平)的评价而产生阴影区。因此,尽管两个用户可彼此对抗比赛,可使用一个或多个不同于代表最佳形态的阴影区的阴影区,以要求第一用户具有较第二用户相对更佳的形态和/或体能指标(例如,第一用户的虚拟阴影区可代表理想形态,而第二用户的虚拟阴影区较理想的要小,例如和两个用户的相对体能成比例)。
[0096] 在其他实施例中,用户可和另一用户的阴影区进行比赛。示例性地,第一用户(诸如用户124)可已经完成了一次很棒的锻炼,且希望挑战第二用户以观察他们的表现如何,或在第一用户的锻炼之上有所发展。可传输示出了第一用户的锻炼的阴影区,以允许第二用户和第一用户的表现进行对抗。在一个实施例中,第二用户的虚拟化身802可显示在显示器136上。可基于第一用户124的锻炼产生虚拟阴影区1102。系统100可同步开始时间,使得用户化身802看上去和虚拟阴影区1102比赛。当锻炼完成时,计算机102可告知两个用户获胜者。系统100还可提供相对于第一用户124的虚拟阴影区1102的第二用户的当前表现的对比统计数据。和其他用户的阴影区(一个或多个)1102比赛可在实时环境中进行,以及允许使用来自此前的运动活动的阴影区1102。
[0097] c.正确形态
[0098] 根据特定实施例,计算机102(或任意其他电子装置)还可使用阴影区1102以提供关于正确形态的反馈至用户。为了关于其形态辅助用户,可使用虚拟阴影区1102以在用户124进行锻炼时显示正确形态至用户。例如,可基于从展示锻炼的正确形态的职业运动员或训练师捕捉的数据创建虚拟阴影区1102。在进行重复锻炼时,计算机102可使得显示器136显示具有关于用户化身802的正确形态的虚拟阴影区1102。例如,可将虚拟阴影区1102叠置在用户化身802上示出,如图13A所示,或从用户化身802偏移开,示例性地如图
13B所示。在示例中,虚拟阴影区1102可为以和进行锻炼的用户的相同速度移动的动画。
在一个实施例中,计算机102可配置为基于用户的锻炼表现改变动画的速度。
[0099] d.阴影区重叠
[0100] 此外的实施例可包括确定在用户图像和虚拟阴影区之间的重叠的量(参见图3的块310)。在示例中,计算机102(或任意其他电子装置)可监测和/或调节用户化身802和虚拟阴影区1102重叠的程度,以向用户提供实时反馈。示例性地,计算机102可限定一个或多个重叠阈值。在一个实施例中,计算机102可监测阴影区1102和化身802的重叠。在一个实施例中,系统100可在虚拟阴影区1102和用户化身802之间存在至少第一预定阈值重叠(例如,95%或更高)时确定用户的形态良好,在存在至少第二预定阈值重叠(例如,在85%和95%之间)时确定用户的形态可接受,且在小于第二预定阈值重叠(例如,小于85%)时确定用户的形态不恰当。
[0101] 其他的方面涉及用于确定重叠的系统和方法。在一个实施例中,计算机102(或任意其他电子装置)可将来自捕捉的视频的图像划分成子部分,以确定正在进行不正确移动的身体部分,如图14所示。在其他实施例中,子部分可类似于关于图5讨论的区域。
[0102] 参照图14,计算机102可将由图像1400代表的感知的数据划分成特有的子部分1402,且可确定在每一个子部分中在阴影区1102和用户化身802之间重叠的量。在一个实施例中,一个或多个子部分1402可对应于象限,诸如在图5中示出的象限。在示例中,图14示出了六个不同的子部分1402A-F;但是,可使用任意希望的数量。计算机102可比较重叠,以确定具有最低重叠百分比的子部分(例如,图14中的子部分1402D)。计算机102还可确定具有在预定量之下的重叠百分比的一个或多个子部分(例如,小于60%)。
[0103] 在其他示例中,计算机102可通过处理红外数据和/或传感器数据以确定用户的身体部分的位置(例如,位置402a-m中的一个或多个)且将该确定的位置和希望的位置进行比较而确定重叠的量。计算机102可限定将希望的身体部分位置和实际位置之间的距离的量进行比较的重叠区。例如,良好的形态区可在从希望的位置起的第一距离之内(例如,肘部在从希望的位置起两英寸内),或从希望的位置变动不超过特定的百分比(例如,5%)。可接受的形态区可在从希望的位置起的第二距离范围之内(例如,肘部在从希望的位置起两-四英寸内),或身体部分从希望的位置变动不超过特定的百分比(例如,15%)。不可接受的形态区可距离希望的位置多余特定的距离,和/或其中身体部分从希望的位置变动超出特定的百分比(例如,大于15%)。可限定任意数量的范围。
[0104] e.校正
[0105] 作为重叠确定和/或其他标准的一部分,系统100可使得显示器136显示对于用户的形态的推荐的校正。这可在不论是否有可接受的形态区或不可接受的标示的情形下进行。通过参照图10B,可提供显示的指令1006,以提醒用户伸直他们的膝部。计算机102也可使得用户化身802的显示视频以一颜色闪烁、以颜色高亮特定的身体部分(例如,高亮臀部区域、肘部等,参见图10中的1004)、发出音调或提供听觉指令(例如,伸直你的背部)、放大或增大具有不佳形态的用户身体的身体部分或区域的视频、显示示出测量的和希望的形态之间的差值的图表(例如,上臂和形态之间的角度比希望的要大25%)、或听觉地或视觉地通知用户该问题的其他方式。尽管校正示出为化身802的一部分,其他实施例可将校正显示为阴影区的一部分。
[0106] 系统100可提供反馈以一次校正一个问题,且特定的问题可具有在其他问题之前的优先性。特定的锻炼或移动在未恰当地进行时将使得用户处在受伤的风险中。可导致受伤的不正确形态可具有最高的优先性,且由其开始其他不正确形态部分可被区分优先顺序,以辅助用户获取锻炼的全部好处。
[0107] 当在不可接受的形态区中时,计算机102可提供确定错放的身体部分的反馈,以尝试改进用户的形态以移动进入可接受的形态区中。当在可接受的形态区中时,计算机102可提供确定错放的身体部分的反馈,以尝试改进用户的形态以移动进入良好的形态区中。如果用户的形态在预定次数的重复之后继续处在不可接受的形态区中,则计算机102可停止该锻炼或步骤。在特定的实施例中,系统100可告知用户该错误和/或再次演示锻炼。计算机102还可基于用户的执行改动重复,或改变锻炼至较容易的一个。随着用户的形态随时间改进,计算机102可从提供校正反馈(例如,指令和校正)变动至提供激励。
[0108] 图15示出了用户的化身的示例性显示,其具有根据示例性实施例提供进行运动活动时关于不正确形态的反馈的放大插图。对于一个或多个身体部分被确定为具有不正确形态(例如,如在图14中示出的确定的子部分,其具有和虚拟阴影区1102的不充分的重叠和/或落在不可接收形态区中),系统100可提供一个或多个内嵌放大视图。示例性地,图15的放大视图1502示出了不和虚拟阴影区1102重合的(例如,在最低阈值内)用户化身802的身体部分。如图15所示,用户化身802的臂不处在和阴影区1102的对应的臂相同的位置处。用户化身802的该部分在放大的插图1502中示出。放大视图1502还可以第一颜色(例如红色)高光显示用户化身802,以强调该问题。
[0109] 在另一方面中,计算机102可提供重播反馈模式,其允许用户回顾其锻炼表现。在一个示例中,计算机102可确定视频中用户化身802和阴影区1102之间的重叠降低至特定的阈值之下的时刻。例如,计算机102可处理视频的每个图像(或至少一些图像)的子部分1402,以确定其中用户化身802和阴影区1102之间的重叠降低至阈值之下的子部分。系统
100可从对应于确定的子部分1402的视频确定和存储预定数量的在先图像,且继续从视频存储图像直至用户化身802和阴影区1102之间的重叠增加至阈值之上。存储的图像可称作变化序列。
[0110] 系统100可向用户提供关于在运动活动中采集的变化序列的数量、以及造成变化所涉及的一个或多个身体部分的反馈。显示器136可显示变化序列中的每一个,以向用户提供关于他们的形态的反馈。系统100还可显示虚拟训练化身802,以提供恰当形态的示例,其具有问题区域的放大视图和/或推荐的补救锻炼和/或辅助用户具有正确形态的演练。
[0111] 图16A-B示出了根据示例性实施例的示例性屏显,用于示出关于虚拟阴影区的用户化身,以检测不正确形态和提供反馈至用户。在图16A中,用户化身803由布置在阴影区1102中的线所代表。系统100可监测用户的形态,并寻找用户的身体部分之间的特定角度,以及确定用户的化身802是否保持在阴影区1102之中。示例性地,系统100可监测用户的化身802的大腿和小腿之间的角度,以及用户的躯干部和大腿之间的角度。在示例中,希望的用户的大腿和小腿之间的角度可为61.6°,且可接受的形态可在希望的角度的21°的范围中(例如,在50.5°和72.1°之间)。在图16B中,用户化身802的大腿和小腿之间的角度可落在希望的范围之外(例如,47°)。为了强调用户(由化身802代表)具有不正确形态,化身802可被显示为不完全在阴影区1102中。如图16B所示,用户化身802的大腿在阴影区1102的大腿之外。示例性地,可使用具有外周界(诸如周界1602)的区域限定阴影区。尽管周界1602示出为单个周界,本领域技术人员受益于本公开将理解阴影区1102可包括多个段或区域,其每一个都具有其对应的周界。而且,问题区域可在显示器136中高光显示,其具有用于改进用户的形态的指令。示例性地,显示器136可显示指令,其指示用户在下蹲的最低点处保持他们的大腿和地面平行。可在这些以及其他确定中使用从多个传感器接收的数据(其可被不同地布置(包括在用户上)。
[0112] f.技术水平确定
[0113] 通过再次参照图13A,还可使用虚拟阴影区1102以标示用户的技术水平。在一个示例中,系统100可基于用户保持正确形态的能力而调节虚拟阴影区1102的尺寸。计算机102可基于他们在进行锻炼中将用户化身802保持在虚拟阴影区1102中的能力而确定用户是否能够使用正确形态。阴影区1102的尺寸可对应于用户进行锻炼的技术水平。示例性地,在特定的实施例中,新手用户可以较大的虚拟阴影区开始。阴影区的尺寸(或其部分)可减小,直至其基本和用户的身体的虚拟尺寸相符。
[0114] 初始地,系统100可指示用户124进行一系列锻炼,以针对每个锻炼评价用户的形态。示例性地,不论持续地或是在锻炼中的特定离散时刻处,系统100可将用户化身802的各个身体部分的位置和阴影区1102进行比较。示例性地,离散时刻可对应于锻炼中的特定位置,其中用户的形态可对于确保特定的肌肉或肌肉群被锻炼和/或阻止或降低用户弄伤自己(他或她)的可能性来说是重要的。在一个示例中,计算机102可确定在用户化身802和阴影区1102之间重叠的量。在示例中,计算机102还可限定多个阴影区,其中第一阴影区是初学者阴影区,第二阴影区是中等阴影区,且第三阴影区是专家阴影区。当然,可限定任意数量的阴影区。
[0115] 系统100可将用户的形态和三个(或更多个)阴影区中的每一个进行比较,例如,通过确定和每一个重叠的量。在一个示例中,至少一些阴影区可和重叠的阈值量相关联。重叠阈值量可代表对于达到该阴影区的技术水平而言和该阴影区重叠的最低量。示例性地,新手阴影区可不和阈值相关,中间阴影区可和85%的重叠阈值相关,且专家阴影区可和90%的重叠阈值相关。阈值可和整个阴影区相关,或关于其特定区域。
[0116] 为了确定用户已经达到特定的技术水平,系统100可确定用户化身802和特定的阴影区之间重叠的量超出了该阴影区的阈值。在示例中,系统100可在锻炼中或一系列运动活动中在特定时刻处计算用户化身802和每一个阴影区重叠的量,且将重叠量平均。系统100可将均值和每一个阈值进行比较,并基于他们的技术水平分配给用户124a以特定的一个阴影区。示例性地,计算机102可确定用户化身802和新手阴影区具有95%的平均重叠量,和中等阴影区具有85%的平均重叠量,且和专家阴影区具有60%的平均重叠量。
[0117] 使用上述的示例性阈值,系统100可将用户划分成具有中等技术水平,且在用户后续地进行该锻炼时显示中等阴影区。计算机102可在时间上监测用户,且当其形态改进时告知用户,从而他们可使用下一更高的技术水平阴影区进行锻炼。系统100还可在用户的形态下降时将其移动至下一技术水平阴影区。计算机102可将用户的阴影区尺寸和对于该阴影区的重叠百分比通信至服务器134。示例性地,服务器134可提供社交网络站点,并可基于他们的阴影区尺寸将用户排名。
[0118] 5.重叠分数确定
[0119] 此外的实施例可包括基于重叠的量产生反馈分数(例如,参见图3的块312)。在示例中,系统100可基于用户控制用户化身802以对应于虚拟阴影区1102的良好程度而产生反馈分数。例如,系统100可提供用于标示用户控制用户化身802以对应于虚拟阴影区1102的良好程度的计分算法。用户的分数可上传至社交网络或站点,例如通过服务器134,且用在将用户相对于彼此或标准的排名中。
[0120] 系统100可监测用户的的单独身体部分或身体部分群的位置,且基于是否每一个都在正确的位置中而将位置分数分配给每一个身体部分或身体部分群。通过参照图8,示例性地,计算机102可确定跨用户的臀部的直线之间的角度,且形成指导信息702。计算机102可基于在当前形态信息804的线和形态指导信息702的线之间的角度而分配角度分数。
更小的角度可对应于更高的分数。在另一示例中,通过参照图16B,系统100可基于身体部分的相对位置分配角度分数。示例性地,计算机102可基于将用户的大腿和小腿之间的角度和希望的角度比较而分配角度分数。可确定第一身体部分或区域相对于第二身体部分或区域的转动。在一个实施例中,一个或多个传感器可布置为或配置为检测用户124关于另一物体的取向、位置和/或距离。示例性地,用户的环境中或用户上的参照点可用于确定用户的相对方面,包括位置、移动、转动、取向、以及以上的组合。
[0121] 在另一示例中,通过参照图10A-10B,系统100可在用户能够以一个或多个时间间隔将身体部分放置在虚拟目标1002中时分配目标分数。在又一示例中,系统100可基于用户化身802相对于阴影区1102的重叠的量分配重叠分数。
[0122] 在特定的实施例中,系统100可确定锻炼分数为所述分数的和。该分配的分数可因锻炼类型而变动,且一些分数可较另一些具有更高的权重。例如,锻炼分数可为一个或多个角度分数、一个或多个虚拟目标分数、和一个或多个重叠分数的加权和。分数也可为负的。示例性地,计算机102可确定两个角度分数(例如,在躯干部和大腿之间,以及在大腿和小腿之间)、虚拟目标分数、和重叠分数的和。计算机102可将该总分传输至服务器134,其可基于他们在特定的移动或一系列移动中的形态而将该用户相对于其他用户排名。
[0123] 6.身体系统反馈
[0124] 在附加的示例中,显示器136可向用户通知在运动活动中针对的身体系统,例如在锻炼中针对的肌肉群。图17示出了示例性显示器,其向用户提供关于由根据示例性实施例的锻炼所发展的肌肉的反馈。在一个实施例中,系统100可处理用户124的图像,且使得显示器136在由锻炼发展的一个或多个肌肉上显示网格1702A/1702B。如图17所示,网格1702A显示为靠近用户的肩部和手臂,而网格1702B显示为靠近用户的腿筋。在用户的肌肉或肌肉群上显示网格可称作“透视模式(onion-skinning)”。透视模式可用于将用户的注意力击中在特定的系统或区域,诸如在锻炼中工作的肌肉群。系统100还可使得显示器136在锻炼展示中在虚拟训练师602上显示透视模式。在锻炼之后或在锻炼期间,用户124可使用计算机鼠标或其他输入装置、通过在图像捕捉装置126之前进行动作、或通过声音指令以指示计算机102而选择透视模式位置,以剥去化身的皮肤以显示在锻炼中工作的肌肉。
[0125] 图18示出了根据一个或多个示例性实施例提供在虚拟环境中例如在多个虚拟化身之间的虚拟竞赛的方法的示例性流程图。多个方法可由计算机实施,例如示例性地,计算机102、装置138、140、142和/或144,和/或其他装置。图18中示出的块可被重新布置,一些块可被移除,可添加附加的块,每一个块可重复一次或多次,且流程图可重复一次或多次。流程图可在块1802处开始。
[0126] 在块1802中,一个或多个实施例可包括提醒第一用户(例如用户124)在锻炼进程中进行至少一次锻炼。在示例中,计算机102可提醒用户在锻炼进程中进行一次或多次锻炼。锻炼进程可包括预定数量的锻炼(例如,俯卧撑、下蹲、前冲等),其中计算机102提醒用户进行预定数量每次锻炼的重复。锻炼进程还可涉及多个运动活动(例如,跑10英里)。
[0127] 作为锻炼进程的一部分,用户124可和他们的锻炼进程的此前的表现或其他用户进行比赛。示例性地,计算机102可显示多个化身,其中第一用户化身对应于他们的当前表现,而第二用户化身对应于锻炼进程的此前的表现。图19示出了在虚拟环境中彼此比赛的多个化身802a-b的示例性屏显。
[0128] 在另一示例中,第二用户化身802b可基于从在锻炼进程中监测第二用户(例如,并非用户124)获取的数据。数据可从远端位置(例如,经由网络132通信)或从和第一用户124相同的位置接收。在示例中,第二用户可完成特定的锻炼进程,其中他们的计算机监测第二用户表现,且使得他们的计算机发送挑战至计算机102,挑战第一用户超出他们的表现。该挑战可包括进行特定的锻炼进程的第二用户的数据。在另一示例中,两个用户可同时进行锻炼进程,其中相应的计算机102可监测每一个用户的表现,且经由网络132和另一用户的计算机交换数据,从而每一个计算机可使得另一人的化身显示在虚拟比赛中。
[0129] 在块1804中,一个或多个实施例可包括使用监测装置监测进行至少一项锻炼的第一用户。如上所述,各个检测装置(诸如示例性地,传感器128、138、140、142和144和/或相机126)可捕捉进行一项或多项锻炼的用户的数据。
[0130] 在块1806中,一个或多个实施例可包括基于由监测装置捕捉的数据产生第一用户的第一虚拟化身。如上贯穿本公开所解释的,可利用多个传感器来监测数据,不论是组合地或是单独地。在一个实施例中,计算机102可基于由一个或多个传感器128、138、140、142、144和/或相机126捕捉的数据产生用户的虚拟化身802a。
[0131] 在块1808中,一个或多个实施例可包括产生第一虚拟阴影区,其用于基于和所述第一用户相关的属性的第一虚拟化身。如上所述,计算机102可产生虚拟阴影区1102a。示例性地,计算机102可基于用户的技术水平产生具有特定尺寸的虚拟阴影区1102a。
[0132] 在块1810中,一个或多个实施例可包括接收对应于第二用户的第二用户数据,用于产生第二虚拟化身和第二虚拟阴影区。在特定的实施例中,第二虚拟化身基于对进行至少一项锻炼的第二用户的监测,且第二虚拟阴影区基于和第二用户相关的属性。在示例中,系统100可在锻炼进程中接收通过监测进行相同的锻炼的第二用户捕捉的数据。该接收的数据还可包括关于第二用户的虚拟阴影区的信息。第二用户数据可基于锻炼进程的用户的同时的表现,或可基于此前完成的锻炼进程。
[0133] 在块1812中,一个或多个实施例可包括在显示装置上同时显示第一和第二虚拟化身802a-b以及第一和第二虚拟阴影区1002a-b。在示例中,计算机102可使得显示器136同时显示对应于每个用户的虚拟化身802a-b。显示器136还可为每个化身显示虚拟阴影区1102a-b。计算机102可同步锻炼进程的开始,以允许化身802a-b在虚拟环境中比赛。在示例中,比赛可为徒步跑、用户的移动造成车辆移动的比赛、举重、跳高、或其他类型(或组合)的运动比赛。由显示器136显示的虚拟环境可对应于进行的活动。示例性地,虚拟环境可为徒步跑的跑道、举重进程的健身房等。
[0134] 为了提供用户之间的比赛,计算机102可对每一个用户在锻炼进程中可将他们的虚拟化身802a-b保持在他们的阴影区1102a-b中的程度而打分,且可在进程结束时显示分数。例如,计算机102可基于第一虚拟化身802a相对于第一虚拟阴影区1102a在锻炼进程中的活动产生第一用户的第一分数,以及基于第二虚拟化身802b相对于第二虚拟阴影区1102b在该锻炼进程中的活动产生第二用户的第二分数。用户可通过将他们的用户化身保持在其阴影区1102中而接受点数,且可在落在阴影区1102之外时失去点数。
[0135] 每一个阴影区1102a-b的尺寸可对应于用户的技术水平。示例性地,更高的技术水平可导致更小的阴影区1102,其被根据用户化身802的形状定制,由此对于将用户的化身802保持在虚拟阴影区1102中而言允许用户更少的误差边界。相反地,更低的技术水平可对应于允许用户更大的误差边界的更大的阴影区1102。计算机102还可基于相对于第二用户的技术水平的第一用户的技术水平施加让步至第一虚拟阴影区1102a或第二虚拟阴影区1102b,从而比赛者可受到挑战而不论每一个用户的实际技术水平。为了实施让步,计算机102可例如调节第一虚拟阴影区1102a或第二虚拟阴影区1102b的尺寸。
[0136] 在锻炼进程完成时,计算机102可确定每一个用户的分数,以及在锻炼进程中获取更佳分数的人(例如,获胜者)。计算机102还可基于进行的锻炼的类型而显示每一个用户的一个或多个表现指标,用于比较。示例性地,计算机102可显示累计总值(例如,完成的俯卧撑的总数)、最高的属性(例如,最快速度、最大距离等)、平均指标(例如,平均速度)、或其他运动表现信息。通过参照图18,方法可终结或返回至任意此前的块。
[0137] 结论
[0138] 提供具有此处描述的一个或多个特征的活动环境向用户提供一种沉浸式体验,其将鼓励和激励用户参与运动活动并改进他或她的体能。用户可通过社交网络进一步通信并挑战彼此,以达到各种健身水平,以及查看他们的健身水平和活动。
[0139] 已经结合其示例性实施例对实施例的方面进行了描述。本领域普通技术人员通过查看本公开可预见所述的权利要求的范围和精神内的多个其他实施例、改动和变动。示例性地,本领域技术人员将将理解示例性视图中示出的步骤可以区别于所述的顺序的顺序进行,且根据本发明的实施例的方面一个或多个示出的步骤可为可选的。
QQ群二维码
意见反馈