【技术实现步骤摘要】
一种基于人脸识别的智能坐姿矫正方法
本专利技术属于坐姿识别与矫正
，特别涉及一种基于人脸识别的智能坐姿矫正方法。
技术介绍
基于人脸识别的智能坐姿矫正系统是一种根据传感器信息对人的坐姿进行识别和纠正的智能系统，由于电机、传感器等电子元件成本越来越低，性能越来越好，在坐姿矫正领域出现越来越多智能系统。目前的坐姿智能矫正系统主要有两类。一类是在座椅上布线，如专利申请号为201910385447.8的一种坐姿矫正装置及方法，该方案在座椅背部和底部安装超声波传感器、压力传感器等。检测人体坐的位置和颈部位置从而判断人体坐姿。该方案的缺点在于只能提供报警服务，无法对人体进行机械限位，同时，也无法检测歪头等不良坐姿。一类使用固定于桌面上的独立装置：如专利申请号为201910230662.0的一种带有坐姿矫正的人工智能的在线教育终端。该方案可检测多种坐姿但是只能发出语音提醒，无法对使用者进行机械限位，对使用者的坐姿约束能力不够。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种...
【技术保护点】
1.一种基于人脸识别的智能坐姿矫正方法，其特征在于，包括以下步骤：/nS1、获取机械手坐标系中人头部的姿态和位置；/nS2、进行歪头坐姿矫正；/nS3、计算机械手末端所处高度；/nS4、计算舵机偏转角度和直流电机行程；/nS5、计算控制舵机的PWM占空比：设舵机的目标转动角度为θ，则控制舵机转到目标角度所需的PWM占空比＝(2.5+θ/18)/100；/nS6、使用PID控制直流电机转动；/nS7、记录当前转过的总脉冲数：使用数据库更新当前编码器检测到的总脉冲的个数，等待下一次微动开关的按下，重复执行S2；/nS8、电机与舵机复位：令目标脉冲数M＝0，根据当前脉冲数m和目标...
【技术特征摘要】
1.一种基于人脸识别的智能坐姿矫正方法，其特征在于，包括以下步骤：
S1、获取机械手坐标系中人头部的姿态和位置；
S2、进行歪头坐姿矫正；
S3、计算机械手末端所处高度；
S4、计算舵机偏转角度和直流电机行程；
S5、计算控制舵机的PWM占空比：设舵机的目标转动角度为θ，则控制舵机转到目标角度所需的PWM占空比＝(2.5+θ/18)/100；
S6、使用PID控制直流电机转动；
S7、记录当前转过的总脉冲数：使用数据库更新当前编码器检测到的总脉冲的个数，等待下一次微动开关的按下，重复执行S2；
S8、电机与舵机复位：令目标脉冲数M＝0，根据当前脉冲数m和目标脉冲数M，执行PID控制直流电机程序，结束后更新数据库记录的脉冲数m。
2.根据权利要求1所述的一种基于人脸识别的智能坐姿矫正方法，其特征在于，所述步骤S1具体实现方法为：
S11、读取摄像头捕获的一帧原始图像，图像为长1920像素、宽1080像素的RGB图像；
S12、将捕获的图像进行等比例缩放，并进行高斯滤波，得到长为1280像素，宽为720像素的图像；
S13、使用dlib库和人脸识别模型识别图像中的所有人脸，并对所有人脸及对应的图像区域进行编号；
S14、遍历所有人脸对应的图像区域，确定最大的人脸所在区域对应的编号，并获得最大人脸的六个特征点在图像坐标系中的二维坐标，六个特征点分别为：鼻尖P0、下巴下侧的边界点P1、左眼的左边界点P2、右眼的右边界点P3、嘴的左边界点P4、嘴的右边界点P5；
S15、根据人脸上六个特征点实际的空间分布，假设当人脸正对相机时，这六个特征点在相机坐标系下的三维坐标分别为Q0，q1，Q2，Q3，Q4，Q5；根据Pn和Qn的值，以及预先测得的相机内参矩阵K、相机畸变系数D，运用PnP算法解算人脸在相机坐标系中的位置向量Vc和绕Z、Y、X轴旋转的欧拉角αc、βc、γc，同时得到人脸位姿在相机坐标内的齐次变换矩阵Tc；n＝0，1，2，3，4，5；
根据相机坐标系与世界坐标系之间的映射变换矩阵Twc，得到人头部的位姿在世界坐标系内的齐次变换矩阵：
Tw＝Twc·Tc
根据齐次变换矩阵Tw计算人头部在世界坐标系内的位置向量Vw和绕Z、Y、X轴旋转的欧拉角αw、βw、γw。
3.根据权利要求2所述的一种基于人脸识别的智能坐姿矫正方法，其特征在于，所述步骤S2具体实现方法为：人脸的偏转角度用γw来表示，通过判断γw是否在预设的允许范围内来判断是否存在歪头的不良坐姿；检测到γw超出允许范围时进行...
【专利技术属性】
技术研发人员：欧亚非，曹啸，卢远，刘鸿源，蒋劲茂，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51
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。