本发明专利技术的结合可量化因素及不可量化因素判断的坐姿检测方法及系统，包括：获取采集的待检测坐姿图像；对所述待检测坐姿图像同时进行坐姿约束判断以及不可量化因素判断，并获得坐姿约束判断结果以及不可量化因素判断结果；根据所述坐姿约束判断结果以及不可量化因素判断结果，获得结合可量化因素及不可量化因素判断的坐姿检测结果，以对所述待检测坐姿图像进行标记本发明专利技术通过结合可量化因素及不可量化因素判断两种方式对待检测坐姿图像进行坐姿检测，直接可以通过终端设备对不良的学习姿势和长时间的连续学习进行提醒，不仅降低了使用成本还可以随身携带，并且还能极大地减少孩子对于家长人工督促的逆反情绪，达到更好的提醒孩子用眼习惯等效果。醒孩子用眼习惯等效果。醒孩子用眼习惯等效果。
【技术实现步骤摘要】
结合可量化因素及不可量化因素判断的坐姿检测方法及系统
[0001]本申请涉及坐姿矫正领域，尤其涉及结合可量化因素及不可量化因素判断的坐姿检测方法及系统。
技术介绍
[0002]根据国家卫健委的数据显示，近视问题已经成为中国视力损伤的主要原因。这其中，用眼时长和用眼距离成为影响青少年视力的主要因素。国家卫生健康委的数据显示，青少年平均每天用眼时长在4小时以上，超出推荐值(2小时)的两倍有余。全天用眼平均距离为32.3cm，接近于33cm的标准线，但仍有17.7％的青少年平均每日用眼距离低于标准线。传统的坐姿监督大多借用外来物理设备进行坐姿矫正，包括人体工程学的座椅、需要长时间坚持佩戴的背部矫正弹力带等。使用传统物理设备进行坐姿矫正存在着使用成本高、随身携带困难等问题，难以使学生、上班族等坐姿用眼高频人群养成良好的坐姿用眼习惯。
技术实现思路
[0003]鉴于以上所述现有技术的缺点，本申请的目的在于提供结合可量化因素及不可量化因素判断的坐姿检测方法及系统，解决现有技术中坐姿矫正使用成本高、随身携带困难等问题。
[0004]为实现上述目标及其他相关目标，本申请提供一种结合可量化因素及不可量化因素判断的坐姿检测系统，包括：获取采集的待检测坐姿图像；对所述待检测坐姿图像同时进行坐姿约束判断以及不可量化因素判断，并获得坐姿约束判断结果以及不可量化因素判断结果；根据所述坐姿约束判断结果以及不可量化因素判断结果，获得结合可量化因素及不可量化因素判断的坐姿检测结果，以对所述待检测坐姿图像进行标记；其中，所述坐姿检测结果包括：坐姿标准结果、坐姿不标准结果以及对象不存在结果中的一种或多种。
[0005]于本申请的一或多个实施例中，所述对所述待检测坐姿图像进行坐姿约束判断的方式包括：对所述待检测坐姿图像进行关键点识别，并获得各关键点的位置信息；基于各关键点的位置信息分别绘制眼部连接直线、肩部连接直线以及水平线；基于坐姿约束判断条件，根据所述眼部连接直线、肩部连接直线以及水平线获得坐姿约束判断结果；其中，所述坐姿约束判断结果包括：姿势符合要求结果以及坐姿不符合要求结果。
[0006]于本申请的一或多个实施例中，所述关键点包括：左眼关键点、右眼关键点、左肩关键点、右肩关键点以及至少两个水平关键点。
[0007]于本申请的一或多个实施例中，所述基于坐姿约束判断条件包括：相对水平线角度条件、眼部肩部直线相对角度条件以及眼部肩部直线相对距离条件中的一种或多种；其中，所述相对水平线角度条件包括：判断所述眼部连接直线与所述水平线所成角度以及所述肩部连接直线与所述水平线所成角度是否均小于第一角度阈值；所述眼部肩部直线相对角度条件包括：判断所述眼部连接直线与所述肩部连接直线所成角度是否小于第二角度阈值；所述眼部肩部直线相对距离条件：判断所述眼部连接直线与所述肩部连接直线的中点
之间的距离是否大于第一距离阈值。
[0008]于本申请的一或多个实施例中，所述对所述待检测坐姿图像进行不可量化因素判断的方式包括：将所述待检测坐姿图像输入经过训练的经验模型，并输出对应所述待检测坐姿图像的不可量化因素判断结果；其中，所述经验模型的训练方式包括：利用分别标注有不可量化因素判断结果的多个样本图像训练所述经验模型；并且其中，所述不可量化因素判断结果包括：符合标准判断结果、不符合标准判断结果以及没有检测到主体判断结果。
[0009]于本申请的一或多个实施例中，所述根据所述坐姿约束判断结果以及不可量化因素判断结果，获得结合可量化因素及不可量化因素判断的坐姿检测结果的方式包括：基于坐姿约束判断以及不可量化因素判断的置信度，根据所述坐姿约束判断结果以及不可量化因素判断结果，获得结合可量化因素及不可量化因素判断的坐姿检测结果。
[0010]于本申请的一或多个实施例中，所述基于坐姿约束判断以及不可量化因素判断的置信度，根据所述坐姿约束判断结果以及不可量化因素判断结果，获得结合可量化因素及不可量化因素判断的坐姿检测结果的方式包括：当所述不可量化因素判断结果为没有检测到主体判断结果时，则结合可量化因素及不可量化因素判断的坐姿检测结果为对象不存在结果；当所述不可量化因素判断结果为符合标准判断结果或不符合标准判断结果时，则基于所述坐姿约束判断以及不可量化因素判断的置信度，获得坐姿标准结果或坐姿不标准结果。
[0011]于本申请的一或多个实施例中，所述当所述不可量化因素判断结果为符合标准判断结果或不符合标准判断结果时，则基于所述坐姿约束判断以及不可量化因素判断的置信度，获得坐姿标准结果或坐姿不标准结果的方式包括：当所述不可量化因素判断结果为符合标准判断结果或不符合标准判断结果时，且所述坐姿约束判断以及不可量化因素判断的置信度均大于置信度阈值时，则采用逻辑与方式对所述坐姿约束判断结果以及不可量化因素判断结果进行运算，获得符合标准判断结果或不符合标准判断结果结合可量化因素及不可量化因素判断的坐姿检测结果；当所述不可量化因素判断结果为符合标准判断结果或不符合标准判断结果时，且所述坐姿约束判断以及不可量化因素判断的置信度不全部大于置信度阈值时，则选择置信度大的所述坐姿约束判断或不可量化因素判断所对应的所述坐姿约束判断结果或不可量化因素判断结果作为结合可量化因素及不可量化因素判断的坐姿检测结果。
[0012]为实现上述目标及其他相关目标，本申请提供一种结合可量化因素及不可量化因素判断的坐姿检测系统，包括：获取模块，用于获取由图像采集设备采集的待检测坐姿图像；判断模块，连接所述获取模块，用于对所述待检测坐姿图像同时进行坐姿约束判断以及不可量化因素判断，并获得坐姿约束判断结果以及不可量化因素判断结果；检测结果获取模块，连接所述判断模块，用于根据所述坐姿约束判断结果以及不可量化因素判断结果，获得结合可量化因素及不可量化因素判断的坐姿检测结果，以对所述待检测坐姿图像进行标记；其中，所述结合可量化因素及不可量化因素判断的坐姿检测结果包括：坐姿标准结果、坐姿不标准结果以及对象不存在结果中的一种或多种。
[0013]于本申请的一或多个实施例中，所述图像采集设备设于支架上，所述支架包括：支撑所述图像采集设备的支撑面板、与所述支撑面板连接的垂直立柱以及与所述垂直立柱连接的底板；其中，所述支撑面板与所述垂直立柱所成角度处于预设角度阈值范围；所述垂直
立柱的高度处于预设高度阈值范围；所述底板距离采集对象最远边缘距离所述采集对象的距离为预设距离阈值范围。
[0014]如上所述，本申请的结合可量化因素及不可量化因素判断的坐姿检测方法及系统，本专利技术通过结合可量化因素及不可量化因素判断两种方式对待检测坐姿图像进行坐姿检测，直接可以通过终端设备对不良的学习姿势和长时间的连续学习进行提醒，不仅降低了使用成本还可以随身携带，并且还能极大地减少孩子对于家长人工督促的逆反情绪，在减小家长工作量的同时，达到更好的提醒孩子用眼习惯等效果。
附图说明
[0015]图1显示为本申请实施例中结合可量化因素及不可量化因素判断的坐姿检测方法的流程示意图。...
【技术保护点】
【技术特征摘要】
1.一种结合可量化因素及不可量化因素判断的坐姿检测方法，其特征在于，包括：获取采集的待检测坐姿图像；对所述待检测坐姿图像同时进行坐姿约束判断以及不可量化因素判断，并获得坐姿约束判断结果以及不可量化因素判断结果；根据所述坐姿约束判断结果以及不可量化因素判断结果，获得结合可量化因素及不可量化因素判断的坐姿检测结果，以对所述待检测坐姿图像进行标记；其中，所述坐姿检测结果包括：坐姿标准结果、坐姿不标准结果以及对象不存在结果中的一种或多种。2.根据权利要求1中所述的结合可量化因素及不可量化因素判断的坐姿检测方法，其特征在于，所述对所述待检测坐姿图像进行坐姿约束判断的方式包括：对所述待检测坐姿图像进行关键点识别，并获得各关键点的位置信息；基于各关键点的位置信息分别绘制眼部连接直线、肩部连接直线以及水平线；基于坐姿约束判断条件，根据所述眼部连接直线、肩部连接直线以及水平线获得坐姿约束判断结果；其中，所述坐姿约束判断结果包括：姿势符合要求结果以及坐姿不符合要求结果。3.根据权利要求2中所述的结合可量化因素及不可量化因素判断的坐姿检测方法，其特征在于，所述关键点包括：左眼关键点、右眼关键点、左肩关键点、右肩关键点以及至少两个水平关键点。4.根据权利要求2或3中所述的结合可量化因素及不可量化因素判断的坐姿检测方法，其特征在于，所述基于坐姿约束判断条件包括：相对水平线角度条件、眼部肩部直线相对角度条件以及眼部肩部直线相对距离条件中的一种或多种；其中，所述相对水平线角度条件包括：判断所述眼部连接直线与所述水平线所成角度以及所述肩部连接直线与所述水平线所成角度是否均小于第一角度阈值；所述眼部肩部直线相对角度条件包括：判断所述眼部连接直线与所述肩部连接直线所成角度是否小于第二角度阈值；所述眼部肩部直线相对距离条件：判断所述眼部连接直线与所述肩部连接直线的中点之间的距离是否大于第一距离阈值。5.根据权利要求1中所述的结合可量化因素及不可量化因素判断的坐姿检测方法，其特征在于，所述对所述待检测坐姿图像进行不可量化因素判断的方式包括：将所述待检测坐姿图像输入经过训练的经验模型，并输出对应所述待检测坐姿图像的不可量化因素判断结果；其中，所述经验模型的训练方式包括：利用分别标注有不可量化因素判断结果的多个样本图像训练所述经验模型；并且其中，所述不可量化因素判断结果包括：符合标准判断结果、不符合标准判断结果以及没有检测到主体判断结果。6.根据权利要求5所述的结合可量化因素及不可量化因素判断的坐姿检测方法，其特征在于，所述根据所述坐姿约束判断结果以及不可量化因素判断结果，获得结合可量化因素及不可量化因素判断的坐姿检测结果的方式包括：基于坐姿约束判断以及不可量化因素判断的置信度，根据所述坐姿约束判断结果以及
不可量化因素判断结果，获得结合可量化因素及不可...
【专利技术属性】
技术研发人员：郑杰，乌鑫亮，王丽，
申请(专利权)人：上海科技大学，
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。