一种坐姿检测与纠正方法和装置制造方法及图纸

本发明专利技术提供了一种坐姿检测与纠正方法和装置，该坐姿检测与纠正方法和装置能够集成应用到不同学习机设备中，这能够使得现有的学习机设备不仅能够用于训练儿童的学习能力，同时还能够对儿童的坐姿进行实时检测和纠正，从而提高儿童保持正常坐姿的意识和有效防止儿童在长期学习过程中受到不必要的健康损害；此外，该坐姿检测与纠正装置能够集成到小体积的学习机设备中，这便于儿童在不同时间和不同场合中检测和纠正自身的坐姿，从而提高该装置的便携性和对不同场合的适用性。

【技术实现步骤摘要】
一种坐姿检测与纠正方法和装置
本专利技术涉及人工智能的
，特别涉及一种坐姿检测与纠正方法和装置。
技术介绍
随着，社会对教育的重视，为了提高儿童学习的积极性，已经存在各种各样的学习机设备，该学习机设备能够帮助儿童进行听说读写和计算能力的训练，但是，现有的学习机设备只是用于帮助提高儿童的学习能力，其并未在儿童坐姿检测和纠正方面予以充分的关注。由于现有学龄儿童都面临巨大的学业压力，学龄儿童通常需要花费大量的时间进行学习，若学龄儿童在漫长的学习过程中并没有养成维持正确坐姿的习惯，这很容易导致学龄儿童发生脊椎弯曲和近视等不同类型的健康问题，从而严重影响学龄儿童的正常学习生活。市面上的所有学习机设备都只是将人工智能技术应用于训练儿童的学习能力，其并未对儿童的坐姿进行有效的检测和纠正。可见，现有技术急需一种能够对儿童坐姿进行检测和纠正方法和装置，特别是一种能够进行儿童坐姿检测和纠正的集成学习机设备。
技术实现思路
针对现有技术存在的缺陷，本专利技术提供一种坐姿检测与纠正方法和装置，该坐姿检测与纠正方法包括如下步骤：步骤(1)，获取本文档来自技高网...

【技术保护点】
1.一种坐姿检测与纠正方法，其特征在于，所述坐姿检测与纠正方法包括如下步骤：/n步骤(1)，获取目标对象当前所处座位的环境信息和所述目标对象的属性信息，以此确定对所述目标对象进行拍摄操作的拍摄参数；/n步骤(2)，根据所述拍摄参数，获取关于所述目标对象的至少一个图像，并对所述至少一个图像进行上半身追踪分析处理；/n步骤(3)，根据所述上半身追踪分析处理的结果，确定所述目标对象当前所处坐姿的姿态信息；/n步骤(4)，根据所述坐姿信息，对所述目标对象进行适应性的坐姿提醒和/或纠正操作。/n

【技术特征摘要】
1.一种坐姿检测与纠正方法，其特征在于，所述坐姿检测与纠正方法包括如下步骤：
步骤(1)，获取目标对象当前所处座位的环境信息和所述目标对象的属性信息，以此确定对所述目标对象进行拍摄操作的拍摄参数；
步骤(2)，根据所述拍摄参数，获取关于所述目标对象的至少一个图像，并对所述至少一个图像进行上半身追踪分析处理；
步骤(3)，根据所述上半身追踪分析处理的结果，确定所述目标对象当前所处坐姿的姿态信息；
步骤(4)，根据所述坐姿信息，对所述目标对象进行适应性的坐姿提醒和/或纠正操作。


2.如权利要求1所述的坐姿检测与纠正方法，其特征在于：
在所述步骤(1)中，获取目标对象当前所处座位的环境信息和所述目标对象的属性信息，以此确定对所述目标对象进行拍摄操作的拍摄参数具体包括，
步骤(101)，获取所述目标对象当前所处座位中桌面高度、桌面尺寸和座椅高度中至少一者作为所述环境信息，以及获取所述目标对象的坐姿高度和头部活动角度范围中的至少一者作为所述属性信息；
步骤(102)，根据所述环境信息和所述属性信息，确定图像拍摄设备于所述桌面的放置区域范围；
步骤(103)，根据所述环境信息和所述属性信息，确定所述图像拍摄设备的拍摄焦距、变焦范围、曝光时间和拍摄视角中的至少一者。


3.如权利要求1所述的坐姿检测与纠正方法，其特征在于：
在所述步骤(2)中，根据所述拍摄参数，获取关于所述目标对象的至少一个图像，并对所述至少一个图像进行上半身追踪分析处理具体包括，步骤(201)，根据所述拍摄参数，调整图像拍摄设备的拍摄动作，以此获取所述目标对象处于当前坐姿对应的至少一个单目图像和/或至少一个双目图像；
步骤(202)，通过预设上半身识别神经网络模型，从关于所述目标对象于不同角度的上半身特写图像，提取关于所述目标对象的上半身识别特征；
步骤(203)，通过所述预设上半身识别神经网络模型，将所述上半身识别特征与所述单目图像和/或所述双目图像进行匹配处理，以此获取关于所述目标对象的上半身于所述单目图像和/或所述双目图像中的上半身尺寸信息和/或上半身姿态信息，具体为，
S1、获取关于上半身的单目图像和/或双目图像，并将所述单目图像和/或所述双目图像转换为224*224大小的RGB矩阵Xrgb；
S2、通过一个7层的卷积网络C7对所述RGB矩阵Xrgb进行下述公式(1)和(2)的打分计算处理
Lrgb＝avg_pool(C7(Xrgb))(1)
score＝1/(1–exp(Lrgb))(2)
在上述公式(1)和(2)中，avg_pool(C7(Xrgb))表示对所述RGB矩阵Xrgb进行关于所述7层的卷积网络的相关运算处理，Lrgb表示中间参数，score表示所述打分计算处理的结果；
S3、若score大于或者等于0.5，则表示所述上半身的姿势正确，若score小于0.5，则通过18层残差级联网络R18从所述单目图像和/或所述双目图像中提取得到关于所述上半身的33个关键点的位置矩阵Pxy；
S4、计算得出所述位置矩阵Pxy对应的特征矩阵M33，以得到所述上半身尺寸信息和/或所述上半身姿态信息。


4.如权利要求1所述的坐姿检测与纠正方法，其特征在于：
在所述步骤(3)中，根据所述上半身追踪分析处理的结果，确定所述目标对象当前所处坐姿的姿态信息具体包括，
步骤(301)，从所述上半身追踪分析处理中获得关于所述目标对象的上半身于所述图像中的上半身尺寸信息和/或上半身姿态信息；
步骤(302)，通过预设坐姿识别神经网络模型，对所述上半身尺寸信息和/或上半身姿态信息进行坐姿关联分析处理，以计算得到所述目标对象当前所处坐姿的姿态信息；
步骤(303)，获取关于若干姿态信息的计算误差值，以此确定具有最小计算误差值的姿态信息用于所述步骤(4)中。


5.如权利要求1所述的坐姿检测与纠正方法，其特征在于：
在所述步骤(4)中，根据所述坐姿信息，对所述目标对象...

【专利技术属性】
技术研发人员：郑艳霞，郑大川，
申请(专利权)人：云知声智能科技股份有限公司，
类型：发明
国别省市：北京;11