The invention discloses a method for human sitting posture recognition based on a flexible sensor. First, the bending data of a user's back is collected, and the bending data is pre-processed and the feature is extracted. Then, the recognition result can be obtained by using the trained artificial neural network of error back propagation to recognize the feature vector. In order to transmit the recognition result to the user's intelligent terminal, a human sitting posture recognition system based on flexible sensor is proposed, which uses flexible sensor to detect the bending data of the user's back and uses the classification and recognition unit of artificial neural network with error back propagation to recognize the processed bending data. Otherwise, the final recognition result can be obtained, and the recognition result can be transmitted to the user's intelligent terminal through the wireless communication unit. Because the flexible sensor is used to detect, the structure is simple and the detection is convenient.
【技术实现步骤摘要】
一种基于柔性传感器的人体坐姿识别方法及其系统
本专利技术涉及传感器技术应用领域,特别是一种基于柔性传感器的人体坐姿识别方法及其系统。
技术介绍
坐姿状态是学生群体、办公人群绝大部分时间所处的状态,而不良坐姿会对人们的身体健康造成很大的影响,青少年在学习和生活当中,往往不能很好地注意保持正确身姿,而家长和老师又不能每时每刻在身边提醒,时间一长就形成近视和驼背;对于上班族来说,随着生活节奏加快以及工作压力日益增加,越来越多的成年人需要长时间面对电脑,由于坐姿不正确,常常会引起职业性肌肉骨骼疾患和下背痛等症状,不良坐姿对健康造成的负面影响,不仅会严重影响患者的身心健康和工作能力,也为医疗保健带来严重的经济负担,因此,针对人体坐姿识别的研究对人们的身体健康有着非常重要的意义。传统的方法主要是基于计算机视觉等技术,通过图像和视频信息获取人体坐姿信息,此类识别方法一般需要配有照相机、摄像头、摄像机等硬件设备,这类识别装置往往价格昂贵,易受光照、人体着装、成像设备的精度等因素影响,对于用户坐姿的数据采集存在一定的误差,导致最终的坐姿识别结果不太准确。
技术实现思路
为解决上述问题,本专利技术的目的在于提供一种基于柔性传感器的人体坐姿识别方法及其系统,通过柔性传感器来检测人体背部的弯曲数据,结合神经网络对坐姿进行辨识,识别较为准确,同时用户可以通过智能终端接收自身的坐姿数据。本专利技术解决其问题所采用的技术方案是:一种基于柔性传感器的人体坐姿识别方法,包括以下步骤:A、柔性传感器采集用户背部的弯曲数据;B、对用户背部的弯曲数据进行预处理;C、对处理后的弯曲数据进行特征提取并组 ...
【技术保护点】
1.一种基于柔性传感器的人体坐姿识别方法,其特征在于:包括以下步骤:A、柔性传感器(11)采集用户背部的弯曲数据;B、对用户背部的弯曲数据进行预处理;C、对处理后的弯曲数据进行特征提取并组成特征向量;D、将特征向量分为训练集和测试集,构建误差反向传播的人工神经网络模型,利用训练集以及测试集对误差反向传播的人工神经网络进行训练;E、利用已训练好的误差反向传播的人工神经网络对待识别用户背部的弯曲数据的特征向量进行识别,并得到识别结果;F、将识别结果传输到智能终端。
【技术特征摘要】
1.一种基于柔性传感器的人体坐姿识别方法,其特征在于:包括以下步骤:A、柔性传感器(11)采集用户背部的弯曲数据;B、对用户背部的弯曲数据进行预处理;C、对处理后的弯曲数据进行特征提取并组成特征向量;D、将特征向量分为训练集和测试集,构建误差反向传播的人工神经网络模型,利用训练集以及测试集对误差反向传播的人工神经网络进行训练;E、利用已训练好的误差反向传播的人工神经网络对待识别用户背部的弯曲数据的特征向量进行识别,并得到识别结果;F、将识别结果传输到智能终端。2.根据权利要求1所述的一种基于柔性传感器的人体坐姿识别方法,其特征在于:所述步骤B中对用户背部的弯曲数据进行预处理,利用算术平均法对用户背部的弯曲数据进行过滤处理。3.根据权利要求1所述的一种基于柔性传感器的人体坐姿识别方法,其特征在于:所述步骤C中对处理后的弯曲数据进行特征提取并组成特征向量,提取处理后的弯曲数据的时域特征,并将时域特征组成特征向量,其中时域特征包括均值、标准值、最大值和最小值。4.根据权利要求1所述的一种基于柔性传感器的人体坐姿识别方法,其特征在于:所述步骤D中将特征向量分为训练集和测试集,其中将特征向量以4:1的比例分成训练集和测试集。5.根据权利要求1所述的一种基于柔性传感器的人体坐姿识别方法,其特征在于:所述步骤D中构建误差反向传播的人工神经网络模型,其中误差反向传播的人工神经网络包括三层,第一层为具有4个神经元的输入层,第二层为具有4个神经元的隐含层,第三层为具有3个神经元的输出层。6.一种应用权利要求1-5任一所述基于柔性传感器的人体坐姿识别方法的系统,...
【专利技术属性】
技术研发人员:钱哲,万嘉,刘伟,张东,安东·埃迪斯·博登,
申请(专利权)人:佛山市顺德区中山大学研究院,广东顺德中山大学卡内基梅隆大学国际联合研究院,中山大学,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。