本申请适用于机器视觉领域，提供了一种坐姿信息的生成方法及装置，所述方法包括：通过第一采集部件获取用户的第一坐姿图像，以及通过第二采集部件获取用户的第二坐姿图像；基于所述第一坐姿图像和/或所述第二坐姿图像确定所述用户的目标坐姿类型；所述目标坐姿类型关联有至少一个特征指标；基于所述第一坐姿图像以及所述第二坐姿图像，确定所述特征指标对应的指标值；基于所述目标坐姿类型的和所述指标值，生成所述用户的坐姿信息。本申请为各个坐姿类型配置一个特征指标，在识别出坐姿类型后，根据双摄像头获取得到的图像确定该特征指标的具体数值，该特征指标的具体数值可用于更加清晰地描述用户具体的坐姿情况，便于指导用户调整坐姿。户调整坐姿。户调整坐姿。
【技术实现步骤摘要】
一种坐姿信息的生成方法、装置、终端设备及存储介质
[0001]本申请属于机器视觉领域，尤其涉及一种坐姿信息的生成方法、装置、终端设备及存储介质。
技术介绍
[0002]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。人们在学习时，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以及学习效率低下的问题。因此，需要一种检测坐姿的智能化产品，检测用户的坐姿是否异常，进而调整用户的坐姿。
[0003]现有技术中，检测用户坐姿的方法，一般是通过检测人体关键点来构建坐姿识别模型，以识别用户坐姿。
技术实现思路
[0004]本申请实施例提供了一种坐姿信息的生成方法、装置、终端设备及存储介质，可以为各个坐姿类型配置一个特征指标，在识别出坐姿类型后，根据两个采集部件获取得到的图像确定该特征指标的具体数值，该特征指标的具体数值可用于更加清晰地描述用户具体的坐姿情况，便于指导用户调整坐姿，解决现有技术中坐姿的检测方法只能对坐姿的类型进行判别，描述具体的坐姿情况时不够清晰的问题。
[0005]第一方面，本申请实施例提供了一种坐姿信息的生成方法，包括：通过第一采集部件获取用户的第一坐姿图像，以及通过第二采集部件获取用户的第二坐姿图像；基于所述第一坐姿图像和/或所述第二坐姿图像确定所述用户的目标坐姿类型；所述目标坐姿类型关联有至少一个特征指标；基于所述第一坐姿图像以及所述第二坐姿图像，确定所述特征指标对应的指标值；基于所述目标坐姿类型的和所述指标值，生成所述用户的坐姿信息。
[0006]第二方面，本申请实施例提供了一种坐姿信息的生成装置，包括：采集模块，用于通过第一采集部件获取用户的第一坐姿图像，以及通过第二采集部件获取用户的第二坐姿图像；目标坐姿类型确定模块，用于基于所述第一坐姿图像和/或所述第二坐姿图像确定所述用户的目标坐姿类型；所述目标坐姿类型关联有至少一个特征指标；特征指标确定模块，用于基于所述第一坐姿图像以及所述第二坐姿图像，确定所述特征指标对应的指标值；坐姿信息生成模块，用于基于所述目标坐姿类型的和所述指标值，生成所述用户的坐姿信息。
[0007]第三方面，本申请实施例提供了一种终端设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面中任一项所述的方法。
[0008]第四方面，本申请实施例提供了一种计算机可读存储介质，包括：所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面中任一项所述的方法。
[0009]第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端
设备上运行时，使得终端设备执行上述第一方面中任一项所述的方法。
[0010]可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
[0011]本申请实施例与现有技术相比存在的有益效果是：
[0012]本申请提供的方法，相对于现有技术，可以为各个坐姿类型配置一个特征指标，在识别出坐姿类型后，根据两个采集部件获取得到的图像确定该特征指标的具体数值，该特征指标的具体数值可用于更加清晰地描述用户具体的坐姿情况，示例性地，若该坐姿类型为低头，该特征指标可以描述用户低头具体低下了多少；根据该特征指标的具体数值生成的该用户的坐姿信息，便于指导用户调整坐姿，解决现有技术中坐姿的检测方法只能对坐姿的类型进行判别，描述具体的坐姿情况时不够清晰的问题。
附图说明
[0013]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0014]图1是本申请第一实施例提供的坐姿信息的生成方法的实现流程图；
[0015]图2是本申请第二实施例提供的坐姿信息的生成方法的实现流程图；
[0016]图3是本申请一实施例提供的特征指标示意图；
[0017]图4是本申请一实施例提供的应用场景示意图；
[0018]图5是本申请第三实施例提供的坐姿信息的生成方法的实现示意图；
[0019]图6是本申请第四实施例提供的坐姿信息的生成方法的实现示意图；
[0020]图7是本申请第四实施例提供的旋转向量示意图；
[0021]图8是本申请第五实施例提供的坐姿信息的生成方法的逻辑流程图；
[0022]图9是本申请第六实施例提供的坐姿信息的生成方法的实现流程图；
[0023]图10是本申请一实施例提供的坐姿信息的生成装置的结构示意图；
[0024]图11是本申请一实施例提供的终端设备的结构示意图。
具体实施方式
[0025]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
[0026]应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0027]还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0028]如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下
文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0029]另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0030]在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
[0031]在本申请实施例中，流程的执行主体为终端设备。该终端本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种坐姿信息的生成方法，其特征在于，包括：通过第一采集部件获取用户的第一坐姿图像，以及通过第二采集部件获取用户的第二坐姿图像；基于所述第一坐姿图像和/或所述第二坐姿图像确定所述用户的目标坐姿类型；所述目标坐姿类型关联有至少一个特征指标；所述特征指标用于描述所述目标坐姿类型的异常程度；基于所述第一坐姿图像以及所述第二坐姿图像，确定所述特征指标对应的指标值；基于所述目标坐姿类型和所述指标值，生成所述用户的坐姿信息。2.如权利要求1所述的坐姿信息的生成方法，其特征在于，所述特征指标为同时存在于所述第一坐姿图像和所述第二坐姿图像内的特征关键点；所述基于所述第一坐姿图像以及所述第二坐姿图像，确定所述特征指标对应的指标值，包括：获取所述第一采集部件的第一采集位置以及获取所述第二采集部件的第二采集位置；基于所述第一采集位置确定所述第一坐姿图像内的所述特征指标对应的第一偏差角；基于所述第二采集位置确定所述第二坐姿图像内的所述特征指标对应的第二偏差角；基于所述第一采集位置、所述第二采集位置、所述第一偏差角以及所述第二偏差角计算所述特征指标对应的指标值。3.如权利要求2所述的坐姿信息的生成方法，其特征在于，所述基于所述第一采集位置、所述第二采集位置、所述第一偏差角以及所述第二偏差角计算所述特征指标对应的指标值，包括：在预设的空间坐标系内标记并连接所述第一采集位置以及所述第二采集位置，得到基准连接线；根据所述基准连接线和所述特征指标对应的所述第一偏差角以及所述第二偏差角，在所述空间坐标系内构建空间三角形；所述空间三角形以所述特征指标为顶点，以所述基准连接线为边，并且，所述基准连接线在所述空间三角形中与所述特征指标相对；根据所述空间三角形在多个预设维度的特征值确定所述特征指标对应的指标值。4.如权利要求1所述的坐姿信息的生成方法，其特征在于，所述基于所述第一坐姿图像和/或所述第二坐姿图像确定所述用户的目标坐姿类型，包括：将所述第一坐姿图像和/或第二坐姿图像导入关键点识别模型，输出标记有多个预设关键点的关键点图像；将所述关键点图像导入坐姿类型识别模型，输出目标坐姿类型；所述坐姿类型识别模型是基于多个预...
【专利技术属性】
技术研发人员：徐强，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：
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。