本申请涉及体征检测，尤其涉及一种步态特征的范围确定方法、装置、设备、介质及程序产品。
背景技术：
1、随着可穿戴系统待机、精度和算力发展，实现居家、办公等全场景下，人的生命体征实时的数字孪生逐步成为可能。在无医生人工参与的居家、办公等全场景下，需要通过端边云协同的可穿戴智能分析信息系统判断：是否需急救预警及康复辅助以及生命体征是否超出体征的健康范围等。体征的健康范围与静态指标和动态指标关联，静态指标是指身高、体重和年龄等一段时间内稳定的指标，动态指标是指行走、跑动和跳跃等较容易变化的指标。
2、在不同的静态指标特征和动态指标特征下，体征的范围也会不同，相关技术中，通过医生等专业人员确定体征的健康范围，主观性较强导致健康范围的精确性较差。可见，相关技术中缺乏自动化依据静态指标特征和动态指标特征，确定体征的范围的方法。
技术实现思路
1、本申请实施例提供一种步态特征的范围确定方法，以解决相关技术中缺乏自动化依据静态指标特征和动态指标特征，确定体征的范围的问题。
2、为解决上述技术问题，本申请是这样实现的：
3、第一方面，本申请实施例提供了一种步态特征的范围确定方法，应用于终端，所述方法包括：
4、根据用户输入的第一静态特征，从云端设备获取对应的第一人群静态画像，所述第一人群静态画像中包括各人群动态画像对应的各步态特征的范围；
5、根据所述用户的动态特征，从所述第一人群静态画像中确定对应的第一人群动态画像，所述第一人群动态画像包括各步态特征的第一范围；
6、根据所述第一人群动态画像中各步态特征对应的第一范围，确定所述用户的各步态特征对应的第二范围。
7、第二方面，本申请实施例提供了一种步态特征的范围确定方法，应用于云端设备，所述方法包括：
8、向终端发送与用户输入的第一静态特征对应的第一人群静态画像，所述第一人群静态画像中包括各人群动态画像对应的步态特征的范围；
9、其中，所述第一人群静态画像用于终端根据所述用户的动态特征，从所述第一人群静态画像中确定对应的第一人群动态画像，所述第一人群动态画像包括各步态特征的第一范围。
10、第三方面，本申请实施例提供了一种步态特征的范围确定装置，所述装置包括：
11、第一获取模块，用于根据用户输入的第一静态特征，从云端设备获取对应的第一人群静态画像，所述第一人群静态画像中包括各人群动态画像对应的各步态特征的范围；
12、第一确定模块，用于根据所述用户的动态特征，从所述第一人群静态画像中确定对应的第一人群动态画像，所述第一人群动态画像包括各步态特征的第一范围；
13、第二确定模块，用于根据所述第一人群动态画像中各步态特征对应的第一范围，确定所述用户的各步态特征对应的第二范围。
14、第四方面，本申请实施例提供了一种步态特征的范围确定装置，所述装置包括：
15、第一发送模块，用于向终端发送与用户输入的第一静态特征对应的第一人群静态画像，所述第一人群静态画像中包括各人群动态画像对应的步态特征的范围；
16、其中，所述第一人群静态画像用于终端根据所述用户的动态特征，从所述第一人群静态画像中确定对应的第一人群动态画像，所述第一人群动态画像包括各步态特征的第一范围。
17、第五方面，本申请实施例提供了一种电子设备，所述电子设备包括收发机和处理器，
18、所述处理器，用于根据用户输入的第一静态特征，从云端设备获取对应的第一人群静态画像，所述第一人群静态画像中包括各人群动态画像对应的各步态特征的范围；
19、所述处理器，还用于根据所述用户的动态特征，从所述第一人群静态画像中确定对应的第一人群动态画像，所述第一人群动态画像包括各步态特征的第一范围；
20、所述处理器，还用于根据所述第一人群动态画像中各步态特征对应的第一范围，确定所述用户的各步态特征对应的第二范围。
21、第六方面，本申请实施例提供了一种电子设备，所述电子设备包括收发机和处理器，
22、所述收发机，用于向终端发送与用户输入的第一静态特征对应的第一人群静态画像，所述第一人群静态画像中包括各人群动态画像对应的步态特征的范围；
23、其中，所述第一人群静态画像用于终端根据所述用户的动态特征，从所述第一人群静态画像中确定对应的第一人群动态画像，所述第一人群动态画像包括各步态特征的第一范围。
24、第七方面，本申请实施例提供了一种电子设备，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如第一方面所述的步态特征的范围确定方法的步骤。
25、第八方面，本申请实施例提供了一种电子设备，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如第二方面所述的步态特征的范围确定方法的步骤。
26、第九方面，本申请实施例提供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第一方面或第二方面所述的步态特征的范围确定方法的步骤。
27、第十方面，本申请实施例提供了一种计算机程序产品，包括计算机指令，所述计算机指令被处理器执行时实现如第一方面或第二方面所述的步态特征的范围确定方法的步骤。
28、本申请实施例中，根据用户输入的第一静态特征，从云端设备可获取与第一静态特征对应的第一人群静态画像，第一人群静态画像中包括各人群动态画像对应的各步态特征的范围；根据用户的动态特征，可从第一人群静态画像中确定对应的第一人群动态画像；通过第一人群动态画像包括的各步态特征的第一范围，从而能够确定用户的各步态特征对应的第二范围。可见，本申请实施例能够自动化依据用户的静态特征和动态特征，确定体征中的步态特征的范围。
1.一种步态特征的范围确定方法，应用于终端，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一人群动态画像中各步态特征对应的第一范围，确定所述用户的各步态特征对应的第二范围，包括：
3.根据权利要求2所述的方法，其特征在于，所述预训练的目标模型根据如下方式进行训练：
4.根据权利要求1所述的方法，其特征在于，所述确定所述用户的各步态特征对应的第二范围之后，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述检测所述用户的第二步态特征的数值之前，所述方法还包括：
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述方法包括：
7.一种步态特征的范围确定方法，应用于云端设备，其特征在于，所述方法包括：
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
9.根据权利要求7或8所述的方法，其特征在于，所述向终端发送第一人群静态画像之前，所述方法还包括：
10.根据权利要求9所述的方法，其特征在于，所述对目标数据集中的静态特征进行聚类之前，所述方法还包括：
11.根据权利要求10所述的方法，其特征在于，所述筛除所述第一数据集中与任一静态指标的相关性不满足第五预设条件的步态特征，得到第二数据集之后，所述方法还包括：
12.一种步态特征的范围确定装置，其特征在于，所述装置包括：
13.一种步态特征的范围确定装置，其特征在于，所述装置包括：
14.一种电子设备，其特征在于，所述电子设备包括收发机和处理器，
15.一种电子设备，其特征在于，所述电子设备包括收发机和处理器，
16.一种电子设备，其特征在于，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如权利要求1至6中任一项所述的步态特征的范围确定方法的步骤，或者，所述程序被所述处理器执行时实现如权利要求7至11中任一项所述的步态特征的范围确定方法的步骤。
17.一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11中任一项所述的步态特征的范围确定方法的步骤。
18.一种计算机程序产品，其特征在于，包括计算机指令，所述计算机指令被处理器执行时实现如权利要求1至11中任一项所述的步态特征的范围确定方法的步骤。
