1.一种基于人工智能的健身锻炼效果评价分析管理系统，其特征在于，所述基于人工智能的健身锻炼效果评价分析管理系统包括：健身镜，其中，所述健身镜配置有双目采集摄像头、红外热成像模组、通信模组，所述双目采集摄像头用于采集所述健身镜前健身区域内的用户图像，所述红外热成像模组，用于采集所述健身镜前健身区域内的热成像图；

用户穿戴设备，用于实时采集用户的生理数据，并发送至所述通信模组；

所述健身镜还配置有中央处理器，用于将所述双目采集摄像头采集到的用户图像、所述红外热成像模组采集到的热成像图、以及所述用户穿戴设备采集到的生理数据进行预处理，并将预处理后的数据输入至预先训练好的第一卷积神经网络模型中，以获得用户进行健身锻炼时的锻炼效果分析分数；

所述健身镜还包括显示器，以及反射玻璃，所述显示器分别展示用户当前姿态对应的

3D人物模型与标准姿态对应的3D人物模型，

所述中央处理器，用于根据所述双目采集摄像头拍摄到的用户图像，获取到用户当前姿态，并根据用户当前姿态获取第一关节数据；

所述中央处理器，用于将所述第一关节数据与根据所述红外热成像模组采集到的热成像图获取到的第二关节数据进行第一融合处理，以获取到用户当前关节数据；

所述中央处理器，还用于根据所述用户当前关节数据确定用户当前姿态对应的3D人物模型；

其中，所述将所述第一关节数据与根据所述红外热成像模组采集到的热成像图获取到的第二关节数据进行第一融合处理具体采用如下公式计算：P＝Pa1×(1‑E)+Pa2，

其中，Pa1是第一关节数据，Pa2是第二关节数据；P为用户当前关节数据；

其中，

E为动态置信度，ΔS0是最近一次的用户复位数据帧中鼻子对应的关节相较于用户在初始状态下鼻子对应的关节点的偏移量，|Ls2‑Ls5|是用户左肩对应的关节与右肩对应的关节之间的距离；是最近一次的用户复位数据帧中左肩对应的关节与右肩对应的关节之间形成的直线，以及用户在初始状态下左肩对应的关节与右肩对应的关节之间形成的之间的夹角。

2.根据权利要求1所述的基于人工智能的健身锻炼效果评价分析管理系统，其特征在于，当用户初次使用所述健身镜时，所述显示器显示用户全身图像，以指示用户在健身过程中能够处于健身区域内，所述中央处理器，用于当用户全身都位于所述健身区域内时，获取用户的特定关节数据；

所述中央处理器，还用于根据所述用户的特定关节数据确定3D人物模型的身材比例。

3.根据权利要求1所述的基于人工智能的健身锻炼效果评价分析管理系统，其特征在于，所述健身镜还装配有存储模组，当用户健身锻炼时，所述双目采集摄像头采集的用户视频被存储于所述存储模组中，当用户健身结束之后，所述中央处理器，还用于从所述用户视频中捕捉用户关键动作，并根据所述用户关键动作提取第三关节数据；

所述中央处理器将所述第三关节数据与所述用户关键动作相对应的标准关节数据进行对比，以获取用户对于所述用户关键动作的锻炼效果得分。

4.根据权利要求3所述的基于人工智能的健身锻炼效果评价分析管理系统，其特征在于，当所述存储模组中存储有至少两个用户的用户数据时，若所述中央处理器从所述用户视频中捕捉到当前用户的用户关键动作，所述中央处理器从所述存储模组中调出所述至少两个用户中其他用户的用户关键动作；

所述中央处理器在显示器中显示所述当前用户的用户关键动作与所述其他用户的用户关键动作对比图。

5.根据权利要求3所述的基于人工智能的健身锻炼效果评价分析管理系统，其特征在于，所述中央处理器，还用于根据用户确定的用户视频起止时间，对所述用户视频起止时间内所有用户关键动作进行捕捉；

所述中央处理器，还用于对所述用户视频起止时间内所有用户关键动作的锻炼效果得分按照设定的加权系数进行加权，以获取所述用户视频起止时间的锻炼效果得分。

6.根据权利要求3所述的基于人工智能的健身锻炼效果评价分析管理系统，其特征在于，所述存储模组，还用于当前用户每一次完成健身锻炼之后，存储预处理后的数据；

所述中央处理器，还用于将所述预处理后的数据作为训练集，训练所述第一卷积神经网络模型，以得到第二神经网络模型，所述第二神经网络模型与所述当前用户相匹配，所述第二神经网络用于对于当前用户下一次健身锻炼效果的分析。

7.根据权利要求1所述的基于人工智能的健身锻炼效果评价分析管理系统，其特征在于，所述红外热成像模组，具体用于采集用户身体肌肉热成像图与脸部热成像图，并采集用户体表温度数据；

所述中央处理器，用于指示显示器显示所述用户身体肌肉热成像图，以及脸部热成像图；

所述中央处理器，还用于根据用户当前训练动作确定用户当前训练部位的肌肉热成像图的颜色阈值，并当所述身体肌肉热成像图与脸部热成像图的颜色达到所述肌肉热成像图的颜色阈值时，提示用户当前部位训练已到位。

8.根据权利要求1所述的基于人工智能的健身锻炼效果评价分析管理系统，其特征在于，所述用户穿戴设备，具体用于采集用户的体温与心率，并发送至所述通信模组；

所述中央处理器，还用于根据用户穿戴设备采集的用户体温与心率，以及所述红外热成像模组确定的用户体温以及心率进行第二融合处理，以获取用户当前体温以及心率；

所述中央处理器，当确定所述用户体温高于设定体温阈值，或所述心率超过设定心率阈值时，则提示用户休息。

9.根据权利要求8所述的基于人工智能的健身锻炼效果评价分析管理系统，其特征在于，所述红外热成像模组，具体用于将获取到的热成像图转化为灰度图，并对灰度图进行二值化处理，并采用小波去噪算法消除噪声；

所述红外热成像模组，具体用于计算用户每分钟的心率，其中，每分钟心率R＝f×60/t×q，其中f为视频的采样频率，t表示当前帧数，q为经小波包重构后信号的波峰数。