一种坐姿检测方法及装置制造方法及图纸

本申请适用于图像识别领域，提供了一种坐姿检测方法及装置，所述方法包括：获取坐姿图像；基于所述坐姿图像以及第一坐姿检测模型，识别所述坐姿图像对应的第一坐姿状态；若所述第一坐姿状态为标准状态，根据所述第一坐姿状态确定坐姿检测结果；若所述第一坐姿状态为非标准状态，则获取预设时间内的坐姿视频，并将所述坐姿视频上传至云端服务器，以指示所述云端服务器基于所述坐姿视频以及第二坐姿检测模型，识别所述坐姿视频对应的第二坐姿状态；获取所述云端服务器反馈的所述第二坐姿状态，并根据所述第二坐姿状态确定坐姿检测结果；输出所述坐姿检测结果。本申请的第一坐姿检测模型可以提高检测效率，第二坐姿检测模型可以提高检测精确度。

【技术实现步骤摘要】
一种坐姿检测方法及装置
本申请属于图像识别领域，尤其涉及一种坐姿检测方法及装置。
技术介绍
随着时代的进步，教育事业也变得越来越智能化，各种智能化的教育产品也随之出现。学生们在学习时，会投入大部分精神去学习，容易忽视自己的错误坐姿，长此以往会引发健康问题。因此，需要一种坐姿检测的智能化产品，检测学生的坐姿是否标准，进而改变学生的坐姿习惯。现有技术中，检测学生学习时的坐姿，一般是通过在桌子上设置测距传感器检测学生的头部、胸部距离来分析坐姿，又或者是通过在座椅上设置压力传感器来检测学生的坐姿，这些技术虽然能够检测坐姿，但因人体差异，例如身高或体重等原因，对于相同类型的坐姿会识别得到不同的检测结果，因此通过上述方式进行坐姿检测的精确度较低。
技术实现思路
本申请实施例提供了一种坐姿检测方法及装置，在本地终端通过识别学生坐姿图像的第一关键点集来检测坐姿，在云端服务器通过识别学生坐姿视频的第二关键点集来检测坐姿，因第二关键点集的关键点个数大于第一关键点集，本地终端的检测速率会高于云端服务器的检测速度，而云端服务器的检测本文档来自技高网...

【技术保护点】
1.一种坐姿检测方法，其特征在于，包括：/n获取用户的坐姿图像；/n基于所述坐姿图像以及第一坐姿检测模型，识别所述坐姿图像对应的第一坐姿状态；所述第一坐姿检测模型是根据第一训练图像集内各个第一训练图像的第一关键点集进行训练后得到的；/n若所述第一坐姿状态为标准状态，根据所述第一坐姿状态确定坐姿检测结果；/n若所述第一坐姿状态为非标准状态，则获取预设时间内的坐姿视频，并将所述坐姿视频上传至云端服务器，以指示所述云端服务器基于所述坐姿视频以及第二坐姿检测模型，识别所述坐姿视频对应的第二坐姿状态；所述第二坐姿检测模型是根据第二训练图像集内各个第二训练图像的第二关键点集进行训练后得到的；所述第二关键点...

【技术特征摘要】
1.一种坐姿检测方法，其特征在于，包括：
获取用户的坐姿图像；
基于所述坐姿图像以及第一坐姿检测模型，识别所述坐姿图像对应的第一坐姿状态；所述第一坐姿检测模型是根据第一训练图像集内各个第一训练图像的第一关键点集进行训练后得到的；
若所述第一坐姿状态为标准状态，根据所述第一坐姿状态确定坐姿检测结果；
若所述第一坐姿状态为非标准状态，则获取预设时间内的坐姿视频，并将所述坐姿视频上传至云端服务器，以指示所述云端服务器基于所述坐姿视频以及第二坐姿检测模型，识别所述坐姿视频对应的第二坐姿状态；所述第二坐姿检测模型是根据第二训练图像集内各个第二训练图像的第二关键点集进行训练后得到的；所述第二关键点集的关键点个数大于所述第一关键点集的关键点个数；
获取所述云端服务器反馈的所述第二坐姿状态，并根据所述第二坐姿状态确定坐姿检测结果；
输出所述坐姿检测结果。


2.如权利要求1所述的检测方法，其特征在于，所述基于所述坐姿图像以及第一坐姿检测模型，识别所述坐姿图像对应的第一坐姿状态，包括：
将所述坐姿图像导入第一人体识别层，从所述坐姿图像中截取出人体图像；
将所述人体图像导入第一关键点集识别层，在所述人体图像上提取多个第一关键点，输出包含所述多个第一关键点的第一关键图像；
将所述第一关键图像导入第一坐姿状态识别层，得到所述坐姿图像对应的第一坐姿状态。


3.如权利要求2所述的检测方法，其特征在于，所述基于所述坐姿图像以及第一坐姿检测模型，识别所述坐姿图像对应的第一坐姿状态之前，还包括：
采集第一训练图像集；所述第一训练图像集包括摄像头与样本对象处于多个预设的相对位置的第一训练图像；
为所述第一训练图像集内各个第一训练图像配置第一坐姿状态标签；
将所述第一训练图像导入所述第一人体识别层，输出第一训练人体图像；
将所述第一训练人体图像导入所述第一关键点集识别层，输出训练第一关键图像；
以所述训练第一关键图像为输入，以所述第一坐姿状态标签为输出，基于深度学习算法训练所述第一坐姿状态识别层；
基于训练后的第一坐姿状态识别层、所述第一关键点集识别层以及所述第一人体识别层，得到所述第一坐姿检测模型。


4.如权利要求1所述的检测方法，其特征在于，所述将所述坐姿视频上传至云端服务器，以指示所述云端服务器基于所述坐姿视频以及第二坐姿检测模型，识别所述坐姿视频对应的第二坐姿状态，包括：
将所述坐姿视频上传至所述云端服务器，以指示所述云端服务器从所述坐姿视频中提取多个坐标视频帧图像，将所述坐姿视频帧图像导入第二人体识别层，从所述坐姿视频帧图像中截取出人体视频帧图像，将所述人体视频帧图像导入第二关键点集识别层，在所述人体视频帧上提取多个第二关键点，输出包含所述多个第二关键点的第二关键视频帧图像，将所述第二关键视频帧图像导入第二坐姿状态识别层，输出关于所述坐姿视频帧图像的第三坐姿状态，基于所有所述坐姿视频帧图像的第三坐姿状态得到所述第二坐姿状态。


5.如...

【专利技术属性】
技术研发人员：周鲁平，胡晓华，
申请(专利权)人：深圳数联天下智能科技有限公司，
类型：发明
国别省市：广东;44