一种运动距离的确定方法、装置、设备及介质与流程

1.本发明涉及智能步道技术领域，特别涉及一种运动距离的确定方法、装置、设备及介质。


背景技术：

2.智能步道因其具有休闲、健身于一体，方便人们行走的特点而逐渐成为大众的健身项目。在现有技术中，一般是通过智能步道上所设置的人脸识别终端来确定用户在智能步道上的运动距离。
3.具体的，在智能步道的行进轨道上通常会设置有多个人脸识别终端，在利用人脸识别终端确定用户在智能步道上的运动距离时，通常是通过位置累加的方法来对用户在智能步道上的运动距离进行计算。也即，如果智能步道上的人脸识别终端a在智能步道上识别到用户的人脸，则在用户的运动距离上累加x米；如果智能步道上的人脸识别终端b在智能步道上识别到用户的人脸，则在用户的运动距离上再累加x米。以此类推，通过智能步道上人脸识别终端在智能步道上识别到用户人脸的次数来最终确定用户在智能步道上的运动距离，但是，如果智能步道上的某一人脸识别终端在智能步道上没有识别到用户的人脸，就不会对用户在该区域的运动距离进行累加，这样就会遗漏掉用户在智能步道上的运动距离，并由此导致用户无法准确知悉到自身在智能步道上的运动距离。目前，针对这一技术问题，还没有较为有效的解决办法。
4.由此可见，如何使用户能够更加准确地知悉到自身在智能步道上的运动距离，是本领域技术人员亟待解决的技术问题。


技术实现要素：

5.有鉴于此，本发明的目的在于提供一种运动距离的确定方法、装置、设备及介质，以使得用户能够更加准确地知悉到自身在智能步道上的运动距离。其具体方案如下：
6.一种运动距离的确定方法，包括：
7.当目标终端识别到用户的人脸时，则获取所述目标终端对所述用户的人脸进行识别的时间，得到目标识别时间，并查询所述用户距离所述目标识别时间最近的运动数据，得到筛选数据；其中，所述目标终端为智能步道上的任意一个人脸识别终端；
8.确定与所述筛选数据相对应的人脸识别终端，得到筛选终端，并确定所述筛选终端对所述用户的人脸进行识别的时间，得到筛选识别时间；
9.将所述目标终端、所述筛选终端以及所述目标终端和所述筛选终端之间的终端组成终端序列，并确定所述用户经过所述终端序列所需要的最大时长和最小时长；
10.若所述目标识别时间处于预设范围之内，则根据所述目标终端对所述用户的人脸识别数据确定所述用户在所述智能步道上的运动距离；其中，所述预设范围的下限值为所述筛选识别时间和所述最小时长之和，所述预设范围的上限值为所述筛选识别时间和所述最大时长之和。
11.优选的，一种运动距离的确定方法还包括：
12.若所述筛选识别时间与所述最小时长之和小于所述目标识别时间，则判定所述目标终端对所述用户的人脸识别数据发生异常。
13.优选的，一种运动距离的确定方法还包括：
14.将所述目标终端对所述用户的人脸识别数据删除。
15.优选的，一种运动距离的确定方法还包括：
16.若所述筛选识别时间与所述最大时长之和大于所述目标识别时间，则判定所述用户在所述智能步道上结束运动，并存储所述目标终端对所述用户的人脸识别数据。
17.优选的，所述根据所述目标终端对所述用户的人脸识别数据确定所述用户在所述智能步道上的运动距离的过程，包括：
18.若所述智能步道只有一个入口，则将所述入口判定为第一入口；
19.将所述第一入口判定为所述用户进入所述智能步道的入口，并根据所述目标终端对所述用户的人脸识别数据确定所述用户在所述智能步道上的运动距离。
20.优选的，所述根据所述目标终端对所述用户的人脸识别数据确定所述用户在所述智能步道上的运动距离的过程，包括：
21.若所述智能步道有两个或两个以上的入口，则将距离所述目标终端最近的入口判定为第二入口；
22.将所述第二入口判定为所述用户进入所述智能步道的入口，并根据所述目标终端对所述用户的人脸识别数据确定所述用户在所述智能步道上的运动距离。
23.优选的，所述将所述目标终端、所述筛选终端以及所述目标终端和所述筛选终端之间的终端组成终端序列的过程，包括：
24.为所述智能步道上的每一个人脸识别终端设置相应的设备编码；
25.若所述用户按照人脸识别终端的设备编码依次递增的顺序进行运动，则分别以所述筛选终端和所述目标终端为开端和终端，并将所述筛选终端、所述目标终端以及所述筛选终端和所述目标终端之间的终端组成所述终端序列。
26.相应的，本发明还公开了一种运动距离的确定装置，包括数据筛选模块、终端筛选模块、时长确定模块和距离确定模块；
27.所述数据筛选模块，用于当目标终端识别到用户的人脸时，则获取所述目标终端对所述用户的人脸进行识别的时间，得到目标识别时间，并查询所述用户距离所述目标识别时间最近的运动数据，得到筛选数据；其中，所述目标终端为智能步道上的任意一个人脸识别终端；
28.所述终端筛选模块，用于确定与所述筛选数据相对应的人脸识别终端，得到筛选终端，并确定所述筛选终端对所述用户的人脸进行识别的时间，得到筛选识别时间；
29.所述时长确定模块，用于将所述目标终端、所述筛选终端以及所述目标终端和所述筛选终端之间的终端组成终端序列，并确定所述用户经过所述终端序列所需要的最大时长和最小时长；
30.所述距离确定模块，用于若所述目标识别时间处于预设范围之内，则根据所述目标终端对所述用户的人脸识别数据确定所述用户在所述智能步道上的运动距离；其中，所述预设范围的下限值为所述筛选识别时间和所述最小时长之和，所述预设范围的上限值为
所述筛选识别时间和所述最大时长之和。
31.相应的，本发明还公开了一种运动距离的确定设备，包括存储器和处理器；
32.所述存储器用于存储计算机程序；
33.所述处理器用于执行所述计算机程序时实现如前述所公开的一种运动距离的确定方法的步骤。
34.相应的，本发明还公开了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如前述所公开的一种运动距离的确定方法的步骤。
35.可见，在本发明中，当目标终端识别到用户的人脸时，首先是获取目标终端对用户的人脸进行识别的时间，得到目标识别时间，并查询用户距离目标识别时间最近的运动数据，得到筛选数据；然后，再确定与筛选数据相对应的人脸识别终端，得到筛选终端，并确定筛选终端对用户的人脸进行识别的时间，得到筛选识别时间；之后，再将目标终端、筛选终端以及目标终端和筛选终端之间的终端组成终端序列，并确定用户经过终端序列所需要的最大时长和最小时长；如果目标识别时间处于预设范围之内，则根据目标终端对用户的人脸识别数据确定用户在智能步道上的运动距离；其中，预设范围的下限值为筛选识别时间和最小时长之和，预设范围的上限值为筛选识别时间和最大时长之和。相较于现有技术而言，通过该方法就相当于是对目标终端对用户人脸进行识别的时间范围进行了限缩，只有在目标终端对用户人脸识别时间满足预设范围的条件下，才会根据目标终端对用户的人脸识别数据对用户在智能步道上的运动距离进行计算，这样就可以有效降低在对用户运动距离进行计算时对用户运动数据发生遗漏的概率，所以，通过该方法就可以使得用户能够更加准确地知悉到自身在智能步道上的运动距离。相应的，本发明所提供的一种运动距离的确定装置、设备及介质，同样具有上述有益效果。
附图说明
36.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的实施例，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，还可以根据提供的附图获得其他的附图。
37.图1为本发明实施例所提供的一种运动距离的确定方法的流程图；
38.图2为本发明实施例所提供的一种智能步道的示意图；
39.图3为本发明实施例所提供的另一种智能步道的示意图；
40.图4为本发明实施例所提供的一种运动距离的确定装置的结构图；
41.图5为本发明实施例所提供的一种运动距离的确定设备的结构图。
具体实施方式
42.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。
43.请参见图1，图1为本发明实施例所提供的一种运动距离的确定方法的流程图，该方法包括：
44.步骤s11：当目标终端识别到用户的人脸时，则获取目标终端对用户的人脸进行识别的时间，得到目标识别时间，并查询用户距离目标识别时间最近的运动数据，得到筛选数据；其中，目标终端为智能步道上的任意一个人脸识别终端；
45.步骤s12：确定与筛选数据相对应的人脸识别终端，得到筛选终端，并确定筛选终端对用户的人脸进行识别的时间，得到筛选识别时间；
46.步骤s13：将目标终端、筛选终端以及目标终端和筛选终端之间的终端组成终端序列，并确定用户经过终端序列所需要的最大时长和最小时长；
47.步骤s14：若目标识别时间处于预设范围之内，则根据目标终端对用户的人脸识别数据确定用户在智能步道上的运动距离；其中，预设范围的下限值为筛选识别时间和最小时长之和，预设范围的上限值为筛选识别时间和最大时长之和。
48.在本实施例中，是提供了一种运动距离的确定方法，通过该方法可以使得用户能够更加准确地知悉到自身在智能步道上的运动距离。该方法是以服务器为执行主体进行具体说明。
49.在实际应用中，在智能步道上通常会设置有多个人脸识别终端，每个人脸识别终端在智能步道上识别到用户的人脸时，都会将用户的人脸识别信息上传到服务器，服务器在接收到各个人脸识别终端所发送的人脸识别信息时，就会对这些人脸识别信息进行整合，并对用户在智能步道上的运动距离进行计算。并且，为了对用户的运动数据进行更为精确的判断与预估，还可以预先将用户的年龄、身高、体重、昵称、照片、身体健康状态等信息存储在服务器当中。
50.具体的，当目标终端识别到用户的人脸时，说明目标终端对用户的人脸图像识别成功，此时目标终端会将对用户人脸进行识别的时间上传到服务器。其中，目标终端是指智能步道上的任意一个人脸识别终端。需要说明的是，在实际应用中，如果目标终端抓拍到了目标用户的人脸图像，但是，未对目标用户的人脸识别成功，此时目标终端就会将用户的人脸图像上传到服务器，然后由服务器进行识别与筛查；如果服务器对用户的人脸图像筛查识别成功，服务器就会将用户的人脸图像下发至目标终端，并由目标终端继续获取用户的人脸识别数据；如果服务器在自身的存储库中没有筛查检索到用户的人脸图像，服务器就会在自身的存储库中新增用户的人脸图像，并将用户的人脸图像下发到目标终端，然后，再由目标终端继续获取用户的人脸识别数据。
51.当服务器接收到目标终端对用户人脸进行识别的目标识别时间时，服务器会查询用户距离目标识别时间最近的运动数据，得到筛选数据。可以理解的是，因为智能步道上的每一个人脸识别终端在智能步道上识别到用户的人脸时，都会将自身所识别到的人脸识别数据上传至服务器，所以，服务器在接收到目标终端对用户人脸识别的目标识别时间时，就可以根据目标识别时间筛选出用户距离目标识别时间最近的运动数据，并确定出上传距离目标识别时间最近的运动数据所对应的人脸识别终端，得到筛选终端。当服务器确定出筛选终端之后，服务器就会确定筛选终端对用户的人脸进行识别的时间，得到筛选识别时间。
52.之后，服务器会将目标终端、筛选终端以及目标终端和筛选终端之间的终端组成终端序列，并确定用户在经过终端序列所需要的最大时长和最小时长。可以理解的是，用户
在经过智能步道上两个相邻的人脸识别终端时，都会对应有一个最小时长和最大时长，所以，当将目标终端、筛选终端以及目标终端和筛选终端之间的终端组成终端序列之后，服务器就可以确定出用户在经过终端序列所需要的最大时长和最小时长。
53.在本实施例中，在计算用户在智能步道上的运动距离时，为了有效避免智能步道上人脸识别终端对用户运动距离漏拍的情形，是对目标终端对用户人脸进行识别的目标识别时间进行了限缩。也即，只有在目标终端对用户人脸进行识别的目标识别时间满足预设范围的条件下，服务器才会根据目标终端对用户人脸的人脸识别数据来计算用户在智能步道上的运动距离。其中，预设范围的下限值为筛选识别时间和最小时长之和，预设范围的上限值为筛选识别时间和最大时长之和。
54.当目标识别时间处于预设范围之内时，说明用户在智能步道上的运动轨迹正常，此时服务器就可以根据目标终端所识别到的人脸识别数据来计算用户在智能步道上的运动距离。显然，通过该方法就可以有效降低在对用户运动距离进行计算时对用户运动数据发生遗漏的概率，这样就使得用户能够更加准确地知悉到自身在智能步道上的运动距离。
55.需要说明的是，目标终端对用户的人脸识别数据包括：目标终端在智能步道上的识别区域、目标终端对用户的人脸识别时间等等。并且，为了进一步提高服务器对用户在智能步道上运动距离的计算速度，可以预先将智能步道的入口位置、出口位置以及在入口位置和出口位置处所设置人脸识别终端所对应的识别区域等信息存储到服务器当中。
56.能够想到的是，当服务器根据目标终端所上报的人脸识别数据确定出用户在智能步道上的运动区域时，服务器根据智能步道的入口位置以及目标终端对用户人脸的识别时间就可以准确、可靠地确定出用户在智能步道上的运动距离。相较于现有技术而言，通过该方法就相当于是对目标终端对用户人脸进行识别的时间范围进行了限缩，只有在目标终端对用户人脸识别时间满足预设范围的条件下，才会根据目标终端对用户的人脸识别数据对用户在智能步道上的运动距离进行计算，这样就可以有效降低在对用户运动距离进行计算时对用户运动数据发生遗漏的概率，所以，通过该方法就可以使得用户能够更加准确地知悉到自身在智能步道上的运动距离。
57.可见，在本实施例中，当目标终端识别到用户的人脸时，首先是获取目标终端对用户的人脸进行识别的时间，得到目标识别时间，并查询用户距离目标识别时间最近的运动数据，得到筛选数据；然后，再确定与筛选数据相对应的人脸识别终端，得到筛选终端，并确定筛选终端对用户的人脸进行识别的时间，得到筛选识别时间；之后，再将目标终端、筛选终端以及目标终端和筛选终端之间的终端组成终端序列，并确定用户经过终端序列所需要的最大时长和最小时长；如果目标识别时间处于预设范围之内，则根据目标终端对用户的人脸识别数据确定用户在智能步道上的运动距离；其中，预设范围的下限值为筛选识别时间和最小时长之和，预设范围的上限值为筛选识别时间和最大时长之和。相较于现有技术而言，通过该方法就相当于是对目标终端对用户人脸进行识别的时间范围进行了限缩，只有在目标终端对用户人脸识别时间满足预设范围的条件下，才会根据目标终端对用户的人脸识别数据对用户在智能步道上的运动距离进行计算，这样就可以有效降低在对用户运动距离进行计算时对用户运动数据发生遗漏的概率，所以，通过该方法就可以使得用户能够更加准确地知悉到自身在智能步道上的运动距离。
58.基于上述实施例，本实施例对技术方案作进一步的说明与优化，作为一种优选的
实施方式，上述一种运动距离的确定方法还包括：
59.若筛选识别时间与最小时长之和小于目标识别时间，则判定目标终端对用户的人脸识别数据发生异常。
60.可以理解的是，如果用户在智能步道上保持正常的运动状态，那么目标终端对用户人脸进行识别的目标识别时间必定会处于预设范围之内。如果筛选终端对用户人脸进行识别的筛选识别时间与最小时长之和小于目标终端对用户人脸进行识别的目标识别时间，说明用户在极短的时间内从智能步道的筛选终端上跑到了目标终端上，而且，用户从筛选终端跑到目标终端的时间超过了用户的体能极限，这说明目标终端对用户的人脸识别数据发生了异常。在此情况下，服务器就不会根据目标终端对用户的人脸识别数据来计算用户在智能步道上的运动距离。
61.作为一种优选的实施方式，上述一种运动距离的确定方法还包括：
62.将目标终端对用户的人脸识别数据删除。
63.当筛选识别时间与最小时长之和小于目标识别时间时，说明目标终端对用户的人脸识别数据出现了异常，目标终端对用户的人脸识别数据为无效数据，没有任何实际参考价值。此时为了减少异常数据对服务器存储空间的占用量，服务器就可以直接将目标终端对用户的人脸识别数据删除。
64.或者，上述一种运动距离的确定方法还包括：
65.若筛选识别时间与最大时长之和大于目标识别时间，则判定用户在智能步道上结束运动，并存储目标终端对用户的人脸识别数据。
66.在本实施例中，如果筛选终端对用户人脸进行识别的筛选识别时间与最大时长之和大于目标终端对用户人脸进行识别的目标识别时间，说明用户在智能步道上出现了停顿、休息以及其它未进行正常运动的情形，同时也说明用户不能按照正常的运动流程消耗卡路里。
67.如果出现了此种情形，说明用户在智能步道上已经结束了运动，此时服务器为了使得用户在后续过程中也能准确地知悉到该情况，服务器也会将目标终端对用户的人脸识别数据存储到服务器上，以便用户在后续过程中对自身在运动步道上的运动情况进行追踪与溯源。
68.显然，通过本实施例所提供的技术方案，不仅可以保证用户可以准确、可靠地知悉到自身在智能步道上的运动距离，而且，也可以使得用户更加清楚地知悉到自身在运动步道上的运动情况。
69.基于上述实施例，本实施例对技术方案作进一步的说明与优化，作为一种优选的实施方式，上述步骤：根据目标终端对用户的人脸识别数据确定用户在智能步道上的运动距离的过程，包括：
70.若智能步道只有一个入口，则将入口判定为第一入口；
71.将第一入口判定为用户进入智能步道的入口，并根据目标终端对用户的人脸识别数据确定用户在智能步道上的运动距离。
72.在一般情况下，在智能步道上通常只会设置有一个入口，在此情况下服务器就可以根据目标终端所上报的人脸识别数据快速地计算出用户在智能步道上的运动距离。因为服务器可以根据第一入口确定出用户在智能步道上的初始跑步位置，并且，服务器也可以
根据目标终端所上报用户的人脸识别数据准确地确定出用户在智能步道上的当前跑步位置以及用户在智能步道上的运动时长，所以，服务器就可以准确计算出用户在智能步道上的运动距离。
73.或者，上述步骤：根据目标终端对用户的人脸识别数据确定用户在智能步道上的运动距离的过程，包括：
74.若智能步道有两个或两个以上的入口，则将距离目标终端最近的入口判定为第二入口；
75.将第二入口判定为用户进入智能步道的入口，并根据目标终端对用户的人脸识别数据确定用户在智能步道上的运动距离。
76.在实际应用中，有时还会在智能步道上设置两个或两个以上的入口，在此情况下，为了使得服务器能够较为准确计算出用户在智能步道上的运动距离，在本实施例中是将智能步道上距离目标终端最近的入口判定为第二入口，并将第二入口判定为用户进入智能步道的入口。
77.因为通常情况下智能步道上的人脸识别终端不会长时间处于异常状态，所以，当目标终端抓拍到用户的人脸时，就可以将智能步道上距离目标终端最近的入口判定为用户进入智能步道的入口。
78.当服务器确定出用户是从第二入口进入智能步道开始运动之后，服务器就可以根据第二入口确定出用户在智能步道上的初始跑步位置，并且，根据目标终端所上报用户的人脸识别数据可以确定出用户在智能步道上的当前跑步位置以及用户在智能步道上的运动时长，此时服务器就可以准确计算出用户在智能步道上的运动距离。
79.显然，通过本实施例所提供的技术方案，就可以准确、可靠地计算出用户在智能步道上的运动距离。
80.基于上述实施例，本实施例对技术方案作进一步的说明与优化，作为一种优选的实施方式，上述步骤：将目标终端、筛选终端以及目标终端和筛选终端之间的终端组成终端序列的过程，包括：
81.为智能步道上的每一个人脸识别终端设置相应的设备编码；
82.若用户按照人脸识别终端的设备编码依次递增的顺序进行运动，且目标终端的设备编码大于筛选终端的设备编码，则分别以筛选终端和目标终端为开端和终端，并将筛选终端、目标终端以及筛选终端和目标终端之间的终端组成终端序列。
83.在本实施例中，为了准确地确定出用户在智能步道上从筛选终端到目标终端时到底是经过了几个人脸识别终端，还预先为智能步道上的每一个人脸识别终端设置了相应的设备编码。这样服务器在接收到智能步道上各个人脸识别终端所上报的人脸识别数据时，就可以更为准确地对各个人脸识别终端所上报的人脸识别数据进行区分与辨别。
84.如果用户是按照人脸识别终端的设备依次递增的顺序进行运动，并且，目标终端的设备编码大于筛选终端的设备编码，说明用户在智能步道上运动时不存在经过智能步道出口的情形。此时就可以直接以筛选终端为开端、目标终端为终端，并将筛选终端、目标终端以及筛选终端和目标终端之间的终端组成终端序列。
85.请参见图2，图2为本发明实施例所提供的一种智能步道的示意图。在图2所示的智能步道中是设置有8个人脸识别终端，分别为人脸识别终端a、b、c、d、e、f、g和h。假设人脸识
别终端a为智能步道的入口、人脸识别终端h为智能步道的出口、目标终端所对应的设备编码为f、筛选终端所对应的设备编码为b，由于目标终端的设备编码f大于筛选终端的设备编码b，那么服务器就可以直接将筛选终端b、目标终端f以及筛选终端b和目标终端f之间的人脸识别终端c、d、e组成终端序列，也即，终端序列为人脸识别终端b、c、d、e、f。
86.在实际应用中，如果用户是按照人脸识别终端的设备依次递增的顺序进行运动，并且，目标终端的设备编码小于筛选终端的设备编码，则说明用户在智能步道上运动时经过了智能步道的出口。此时服务器还可以以筛选终端为开端、目标终端为终端，并将筛选终端、目标终端以及筛选终端和目标终端之间的终端组成终端序列。
87.请参见图2，此时还是假设人脸识别终端a为智能步道的入口、人脸识别终端h为智能步道的出口，目标终端所对应的设备编码为b、筛选终端所对应的设备编码为g，由于目标终端的设备编码b小于筛选终端的设备编码g，那么服务器就可以将筛选终端g、目标终端b以及筛选终端g和目标终端b之间的人脸识别终端h、a组成终端序列，也即，终端序列为人脸识别终端g、h、a、b。
88.显然，通过本实施例所提供的技术方案，就可以准确判断出用户在智能步道上的运动情形。
89.为了使得本领域技术人员能够更为清楚地知悉到本技术所提供技术方案的实现原理，此处通过一个应用场景实施例对本技术所提供的运动距离确定方法进行详细说明。
90.请参见图3，图3为本发明实施例所提供的另一种智能步道的示意图。在图3所示的智能步道中是设置有6个人脸识别终端，分别为人脸识别终端1、2、3、4、5、6。其中，人脸识别终端1和2分别对应智能步道的入口1和入口2，人脸识别终端6对应智能步道的出口。
91.假设人脸识别终端1到人脸识别终端2之间的距离为x1、人脸识别终端2到人脸识别终端3之间的距离为x2、人脸识别终端3到人脸识别终端4之间的距离为x3、人脸识别终端4到人脸识别终端5之间的距离为x4、人脸识别终端5到人脸识别终端6之间的距离为x5、用户从人脸识别终端1到人脸识别终端2的最小时长和最大时长分别为tmin1和tmax1、用户从人脸识别终端2到人脸识别终端3的最小时长和最大时长分别为tmin2和tmax2、用户从人脸识别终端3到人脸识别终端4的最小时长和最大时长分别为tmin3和tmax3、用户从人脸识别终端4到人脸识别终端5的最小时长和最大时长分别为tmin4和tmax4、用户从人脸识别终端5到人脸识别终端6的最小时长和最大时长分别为tmin5和tmax5。
92.当人脸识别终端4识别到用户的人脸时，人脸识别终端4会将对用户的人脸识别时间t0以及人脸识别数据上报给服务器。服务器通过对比会判定出用户是从人脸识别终端2处所对应的入口进入智能步道，那么用户在智能步道上的初始运动距离即为d0＝x2+x3。当服务器接收到人脸识别终端4所上报的人脸识别时间t1时，服务器会查询用户距离人脸识别终端4上报人脸识别时间t1最近的运动数据，得到筛选数据，并会确定与筛选数据所对应的人脸识别终端。
93.如果与筛选数据所对应的人脸识别终端为人脸识别终端3，说明用户在智能步道上运动时，并没有经过智能步道的出口，用户在从智能步道的入口进入跑道之后，只是经过了智能步道上的人脸识别终端3和人脸识别终端4。假设人脸识别终端3对用户人脸进行识别的人脸识别时间为t0，由于用户从人脸识别终端3到人脸识别终端4的最小时长和最大时长分别为tmin3和tmax3。那么如果t0+tmin3≤t1≤t0+tmax3，说明用户在智能步道上运动
时没有发生人脸识别终端对用户人脸漏拍的情形，用户在智能步道上的运动轨迹正常，此时服务器就可以根据人脸识别终端4所上报的人脸识别数据计算出用户在智能步道上的运动距离d＝x2+x3；如果t1≤t0+tmin3，说明人脸识别终端4对用户的人脸识别数据发生了异常，此时直接将人脸识别终端4所上报的人脸识别数据删除即可；如果t1≥t0+tmax3，说明用户在智能步道上已经结束了运动，用户在智能步道上中途出现了休息或者停顿等其它情形，那么用户在智能步道上的运动距离为d＝x2+x3，但是，用户不能按照正常的卡路里消耗量来消耗自己的体能，此时只需要将人脸识别终端4所上报的人脸识别数据进行记录即可。
94.如果与筛选数据所对应的人脸识别终端为人脸识别终端5，说明用户在智能步道上运动时经过了智能步道的出口。用户在从人脸识别终端2所对应的入口进入智能步道之后，跑步经过了人脸识别终端3、人脸识别终端4、人脸识别终端5、人脸识别终端6、人脸识别终端1，并且用户又再次经过了人脸识别终端2和人脸识别终端3。假设人脸识别终端3对用户人脸进行识别的人脸识别时间为t0，由于用户从人脸识别终端5到人脸识别终端4的最小时长和最大时长分别为tmin＝tmin5+tmin6+tmin1+tmin2+tmin3和tmax＝tmax5+tmax6+tmax1+tmax2+tmax3。那么如果t0+tmin≤t1≤t0+tmax，说明用户在智能步道上的运动轨迹正常，此时服务器就可以根据人脸识别终端4所上报的人脸识别数据计算出用户在智能步道上的运动距离d＝x2+x3+x4+x5+x6+x1+x2+x3；如果t1≤t0+tmin，说明人脸识别终端4对用户的人脸识别数据发生了异常，此时直接将人脸识别终端4所上报的人脸识别数据删除即可；如果t1≥t0+tmax，说明用户在智能步道上已经结束了运动，用户在智能步道上中途出现了休息或者停顿等其它情形，那么用户在智能步道上的运动距离为x2+x3+x4+x5+x6+x1+x2+x3，但是，用户不能按照正常的卡路里消耗量来消耗自己的体能，此时只需要将人脸识别终端4所上报的人脸识别数据进行记录即可。
95.显然，通过本实施例所提供的技术方案，就可以准确地确定出用户在智能步道上的运动距离。
96.请参见图4，图4为本发明实施例所提供的一种运动距离的确定装置的结构图，该装置包括数据筛选模块21、终端筛选模块22、时长确定模块23和距离确定模块24；
97.数据筛选模块21，用于当目标终端识别到用户的人脸时，则获取目标终端对用户的人脸进行识别的时间，得到目标识别时间，并查询用户距离目标识别时间最近的运动数据，得到筛选数据；其中，目标终端为智能步道上的任意一个人脸识别终端；
98.终端筛选模块22，用于确定与筛选数据相对应的人脸识别终端，得到筛选终端，并确定筛选终端对用户的人脸进行识别的时间，得到筛选识别时间；
99.时长确定模块23，用于将目标终端、筛选终端以及目标终端和筛选终端之间的终端组成终端序列，并确定用户经过终端序列所需要的最大时长和最小时长；
100.距离确定模块24，用于若目标识别时间处于预设范围之内，则根据目标终端对用户的人脸识别数据确定用户在智能步道上的运动距离；其中，预设范围的下限值为筛选识别时间和最小时长之和，预设范围的上限值为筛选识别时间和最大时长之和。
101.优选的，一种运动距离的确定装置还包括：
102.数据判定模块，用于若所述筛选识别时间与所述最小时长之和小于所述目标识别时间，则判定所述目标终端对所述用户的人脸识别数据发生异常。
103.优选的，一种运动距离的确定装置还包括：
104.数据删除模块，用于将所述目标终端对所述用户的人脸识别数据删除。
105.优选的，一种运动距离的确定装置还包括：
106.数据存储模块，用于若所述筛选识别时间与所述最大时长之和大于所述目标识别时间，则判定所述用户在所述智能步道上结束运动，并存储所述目标终端对所述用户的人脸识别数据。
107.优选的，距离确定模块24，包括：
108.第一判定单元，用于若所述智能步道只有一个入口，则将所述入口判定为第一入口；
109.第一确定单元，用于将所述第一入口判定为所述用户进入所述智能步道的入口，并根据所述目标终端对所述用户的人脸识别数据确定所述用户在智能步道上的运动距离。
110.优选的，距离确定模块24，包括：
111.第二判定单元，用于若所述智能步道有两个或两个以上的入口，则将距离所述目标终端最近的入口判定为第二入口；
112.第二确定单元，用于将所述第二入口判定为所述用户进入所述智能步道的入口，并根据所述目标终端对所述用户的人脸识别数据确定所述用户在智能步道上的运动距离。
113.优选的，时长确定模块23，包括：
114.编码设置单元，用于为所述智能步道上的每一个人脸识别终端设置相应的设备编码；
115.序列确定单元，用于若所述用户按照人脸识别终端的设备编码依次递增的顺序进行运动，则分别以所述筛选终端和所述目标终端为开端和终端，并将所述筛选终端、所述目标终端以及所述筛选终端和所述目标终端之间的终端组成所述终端序列。
116.本发明实施例还公开了一种运动距离的确定装置，具有前述所公开的一种运动距离的确定方法所具有的有益效果。
117.请参见图5，图5为本发明实施例所提供的一种运动距离的确定设备的结构图，该设备包括存储器31和处理器32；
118.存储器31用于存储计算机程序；
119.处理器32用于执行计算机程序时实现如前述所公开的一种运动距离的确定方法的步骤。
120.本发明实施例还公开了一种运动距离的确定设备，具有前述所公开的一种运动距离的确定方法所具有的有益效果。
121.相应的，本发明实施例还公开了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如前述所公开的一种运动距离的确定方法的步骤。
122.本发明实施例还公开了一种计算机可读存储介质，具有前述所公开的一种运动距离的确定方法所具有的有益效果。
123.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
124.最后，还需要说明的是，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。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
125.以上对本发明所提供的一种运动距离的确定方法、装置、设备及介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

技术特征：
1.一种运动距离的确定方法，其特征在于，包括：当目标终端识别到用户的人脸时，则获取所述目标终端对所述用户的人脸进行识别的时间，得到目标识别时间，并查询所述用户距离所述目标识别时间最近的运动数据，得到筛选数据；其中，所述目标终端为智能步道上的任意一个人脸识别终端；确定与所述筛选数据相对应的人脸识别终端，得到筛选终端，并确定所述筛选终端对所述用户的人脸进行识别的时间，得到筛选识别时间；将所述目标终端、所述筛选终端以及所述目标终端和所述筛选终端之间的终端组成终端序列，并确定所述用户经过所述终端序列所需要的最大时长和最小时长；若所述目标识别时间处于预设范围之内，则根据所述目标终端对所述用户的人脸识别数据确定所述用户在所述智能步道上的运动距离；其中，所述预设范围的下限值为所述筛选识别时间和所述最小时长之和，所述预设范围的上限值为所述筛选识别时间和所述最大时长之和。2.根据权利要求1所述的确定方法，其特征在于，还包括：若所述筛选识别时间与所述最小时长之和小于所述目标识别时间，则判定所述目标终端对所述用户的人脸识别数据发生异常。3.根据权利要求2所述的确定方法，其特征在于，还包括：将所述目标终端对所述用户的人脸识别数据删除。4.根据权利要求1所述的确定方法，其特征在于，还包括：若所述筛选识别时间与所述最大时长之和大于所述目标识别时间，则判定所述用户在所述智能步道上结束运动，并存储所述目标终端对所述用户的人脸识别数据。5.根据权利要求1所述的确定方法，其特征在于，所述根据所述目标终端对所述用户的人脸识别数据确定所述用户在所述智能步道上的运动距离的过程，包括：若所述智能步道只有一个入口，则将所述入口判定为第一入口；将所述第一入口判定为所述用户进入所述智能步道的入口，并根据所述目标终端对所述用户的人脸识别数据确定所述用户在所述智能步道上的运动距离。6.根据权利要求1所述的确定方法，其特征在于，所述根据所述目标终端对所述用户的人脸识别数据确定所述用户在所述智能步道上的运动距离的过程，包括：若所述智能步道有两个或两个以上的入口，则将距离所述目标终端最近的入口判定为第二入口；将所述第二入口判定为所述用户进入所述智能步道的入口，并根据所述目标终端对所述用户的人脸识别数据确定所述用户在所述智能步道上的运动距离。7.根据权利要求1至6任一项所述的确定方法，其特征在于，所述将所述目标终端、所述筛选终端以及所述目标终端和所述筛选终端之间的终端组成终端序列的过程，包括：为所述智能步道上的每一个人脸识别终端设置相应的设备编码；若所述用户按照人脸识别终端的设备编码依次递增的顺序进行运动，则分别以所述筛选终端和所述目标终端为开端和终端，并将所述筛选终端、所述目标终端以及所述筛选终端和所述目标终端之间的终端组成所述终端序列。8.一种运动距离的确定装置，其特征在于，包括：数据筛选模块，用于当目标终端识别到用户的人脸时，则获取所述目标终端对所述用
户的人脸进行识别的时间，得到目标识别时间，并查询所述用户距离所述目标识别时间最近的运动数据，得到筛选数据；其中，所述目标终端为智能步道上的任意一个人脸识别终端；终端筛选模块，用于确定与所述筛选数据相对应的人脸识别终端，得到筛选终端，并确定所述筛选终端对所述用户的人脸进行识别的时间，得到筛选识别时间；时长确定模块，用于将所述目标终端、所述筛选终端以及所述目标终端和所述筛选终端之间的终端组成终端序列，并确定所述用户经过所述终端序列所需要的最大时长和最小时长；距离确定模块，用于若所述目标识别时间处于预设范围之内，则根据所述目标终端对所述用户的人脸识别数据确定所述用户在所述智能步道上的运动距离；其中，所述预设范围的下限值为所述筛选识别时间和所述最小时长之和，所述预设范围的上限值为所述筛选识别时间和所述最大时长之和。9.一种运动距离的确定设备，其特征在于，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述的一种运动距离的确定方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的一种运动距离的确定方法的步骤。

技术总结
本申请公开了一种运动距离的确定方法、装置、设备及介质，属于智能步道技术领域，该方法包括：当目标终端识别到用户的人脸时，则获取该终端对用户人脸进行识别时的目标识别时间，并查询用户距离目标识别时间最近的运动数据，得到筛选数据；确定与筛选数据相对应的人脸识别终端，得到筛选终端，并确定筛选终端对用户人脸进行识别时的筛选识别时间；将目标终端、筛选终端以及这两个终端之间的终端组成终端序列，并确定用户经过终端序列所需要的最大时长和最小时长；若目标识别时间处于预设范围之内，则根据目标终端对用户的人脸识别数据确定用户在智能步道上的运动距离。通过该方法可以使得用户能够更加准确地知悉到自身在智能步道上的运动距离。道上的运动距离。道上的运动距离。


技术研发人员：文珂 刘洪涛 刘鹏飞 王文 范宝波 王小桐 杨爱辉 李隆建
受保护的技术使用者：青岛英派斯健康科技股份有限公司
技术研发日：2023.04.18
技术公布日：2023/7/21