一种智能坐姿提醒方法和装置制造方法及图纸

本发明专利技术公开了一种智能坐姿提醒方法和装置，其中，所述方法包括：通过联邦学习方法对神经网络模型进行训练，获得第三坐姿预设模型；获得第一用户的身高信息和骨骼信息；并输入所述第三坐姿预设模型，获得所述第一用户的标准坐姿信息；通过所述图像采集装置对所述第一用户进行多角度图像采集，获得N个第一图像信息；构建所述第一用户的三维坐姿模型；获得所述第一用户的第一坐姿信息；将所述第一坐姿信息与所述标准坐姿信息进行比对，获得第一比对结果；根据所述第一比对结果，确定是否获得第一提醒信息。解决了现有技术中无法对小学生的不端坐姿进行实时监测、智能提醒、及时校正，进而影响后期骨骼的发育校正的技术问题。影响后期骨骼的发育校正的技术问题。影响后期骨骼的发育校正的技术问题。

【技术实现步骤摘要】
一种智能坐姿提醒方法和装置


[0001]本专利技术涉及人工智能领域，具体地，涉及一种智能坐姿提醒方法和装置。

技术介绍

[0002]一个良好的坐姿对孩子的学习和成长至关重要，而现在小学阶段学生的坐姿还存在诸多问题，小学生良好坐姿的培养，成为小学健康教育的重要内容，也是一项重要而迫切的任务。
[0003]但本申请专利技术人在实现本申请实施例中专利技术技术方案的过程中，发现上述技术至少存在如下技术问题：
[0004]现有技术中存在无法对小学生的不端坐姿进行实时监测、智能提醒、及时校正，进而影响后期骨骼的发育校正的技术问题。

技术实现思路

[0005]针对现有技术中的缺陷，本申请实施例的目的是，通过提供一种智能坐姿提醒方法和装置，解决了现有技术中无法对小学生的不端坐姿进行实时监测、智能提醒、及时校正，进而影响后期骨骼的发育校正的技术问题。通过联邦学习，生成小学生的标准坐姿信息，进而将小学生的实际坐姿信息与标准坐姿信息进行比对，对不标准的坐姿进行提醒，达到了对小学生的坐姿进行智能图像监测，同时对不标准的坐姿进行及时提醒和有效调整，使得养成良好的坐姿习惯，为后天的骨骼生长发育及其校正打下良好基础的技术效果。
[0006]一方面，本申请实施例提供一种智能坐姿提醒方法，其中，所述方法应用于一智能坐姿提醒系统，所述系统包括一图像采集装置，所述方法包括：通过联邦学习方法对神经网络模型进行训练，获得第三坐姿预设模型；获得第一用户的身高信息和骨骼信息；将所述身高信息和所述骨骼信息输入所述第三坐姿预设模型，获得所述第一用户的标准坐姿信息；通过所述图像采集装置对所述第一用户进行多角度图像采集，获得N个第一图像信息，所述第一图像信息包括所述第一用户的坐姿图像信息；根据所述N个第一图像信息，构建所述第一用户的三维坐姿模型；根据所述三维坐姿模型，获得所述第一用户的第一坐姿信息；将所述第一坐姿信息与所述标准坐姿信息进行比对，获得第一比对结果；根据所述第一比对结果，确定是否获得第一提醒信息，所述第一提醒信息用于提醒所述第一用户调整坐姿。
[0007]另一方面，本申请还提供了一种智能坐姿提醒系统，其中，所述系统包括：第一获得单元：所述第一获得单元用于通过联邦学习方法对神经网络模型进行训练，获得第三坐姿预设模型；第二获得单元：所述第二获得单元用于获得第一用户的身高信息和骨骼信息；第一输入单元：所述第一输入单元用于将所述身高信息和所述骨骼信息输入所述第三坐姿预设模型，获得所述第一用户的标准坐姿信息；第一采集单元：所述第一采集单元用于通过图像采集装置对所述第一用户进行多角度图像采集，获得N个第一图像信息，所述第一图像信息包括所述第一用户的坐姿图像信息；第一构建单元：所述第一构建单元用于根据所述N个第一图像信息，构建所述第一用户的三维坐姿模型；第三获得单元：所述第三获得单元用
于根据所述三维坐姿模型，获得所述第一用户的第一坐姿信息；第一比对单元：所述第一比对单元用于将所述第一坐姿信息与所述标准坐姿信息进行比对，获得第一比对结果；第一确定单元：所述第一确定单元用于根据所述第一比对结果，确定是否获得第一提醒信息，所述第一提醒信息用于提醒所述第一用户调整坐姿。
[0008]第三方面，本申请实施例提供了一种智能坐姿提醒装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
[0009]本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
[0010]通过联邦学习方法对神经网络模型进行训练，获得第三坐姿预设模型；获得第一用户的身高信息和骨骼信息；将所述身高信息和所述骨骼信息输入所述第三坐姿预设模型，获得所述第一用户的标准坐姿信息；通过所述图像采集装置对所述第一用户进行多角度图像采集，获得N个第一图像信息；构建所述第一用户的三维坐姿模型；获得所述第一用户的第一坐姿信息；将所述第一坐姿信息与所述标准坐姿信息进行比对，获得第一比对结果；根据所述第一比对结果，确定是否获得第一提醒信息。通过联邦学习，生成小学生的标准坐姿信息，进而将小学生的实际坐姿信息与标准坐姿信息进行比对，对不标准的坐姿进行提醒，达到了对小学生的坐姿进行智能图像监测，同时对不标准的坐姿进行及时提醒和有效调整，使得养成良好的坐姿习惯，为后天的骨骼生长发育及其校正打下良好基础的技术效果。
[0011]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
[0012]通过阅读参照以下附图对非限制性实施例所做的详细描述，本专利技术的其它特征、目的和优点将会变得更明显：
[0013]图1为本申请实施例一种智能坐姿提醒方法的流程示意图；
[0014]图2为本申请实施例一种智能坐姿提醒方法的通过联邦学习方法对神经网络模型进行训练的流程示意图；
[0015]图3为本申请实施例一种智能坐姿提醒方法的通过所述第一训练数据集对所述初始坐姿预设模型进行训练的流程示意图；
[0016]图4为本申请实施例一种智能坐姿提醒方法的对所述第一训练数据集进行分类的流程示意图；
[0017]图5为本申请实施例一种智能坐姿提醒系统的结构示意图；
[0018]图6为本申请实施例示例性电子设备的结构示意图。
具体实施方式
[0019]本申请实施例通过提供一种智能坐姿提醒方法和装置，解决了现有技术中无法对小学生的不端坐姿进行实时监测、智能提醒、及时校正，进而影响后期骨骼的发育校正的技术问题。通过联邦学习，生成小学生的标准坐姿信息，进而将小学生的实际坐姿信息与标准
坐姿信息进行比对，对不标准的坐姿进行提醒，达到了对小学生的坐姿进行智能图像监测，同时对不标准的坐姿进行及时提醒和有效调整，使得养成良好的坐姿习惯，为后天的骨骼生长发育及其校正打下良好基础的技术效果。
[0020]下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
[0021]申请概述
[0022]一个良好的坐姿对孩子的学习和成长至关重要，而现在小学阶段学生的坐姿还存在诸多问题，小学生良好坐姿的培养，成为小学健康教育的重要内容，也是一项重要而迫切的任务。现有技术中存在无法对小学生的不端坐姿进行实时监测、智能提醒、及时校正，进而影响后期骨骼的发育校正的技术问题。
[0023]针对上述技术问题，本申请提供的技术方案总体思路如下：
[0024]本申请实施例提供一种智能坐姿提醒方法，其中，所述方法应用于一智能坐姿提醒系统，所述系统包括一图像采集装置，所述方法包括：通过联邦学习方法对神经网络模型进行训练，获得第三坐姿预设模型；获得第一用户的身高信息和骨骼信息；将所述身高信息和所述骨骼信息输本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能坐姿提醒方法，其中，所述方法应用于一智能坐姿提醒系统，所述系统包括一图像采集装置，所述方法包括：通过联邦学习方法对神经网络模型进行训练，获得第三坐姿预设模型；获得第一用户的身高信息和骨骼信息；将所述身高信息和所述骨骼信息输入所述第三坐姿预设模型，获得所述第一用户的标准坐姿信息；通过所述图像采集装置对所述第一用户进行多角度图像采集，获得N个第一图像信息，所述第一图像信息包括所述第一用户的坐姿图像信息；根据所述N个第一图像信息，构建所述第一用户的三维坐姿模型；根据所述三维坐姿模型，获得所述第一用户的第一坐姿信息；将所述第一坐姿信息与所述标准坐姿信息进行比对，获得第一比对结果；根据所述第一比对结果，确定是否获得第一提醒信息，所述第一提醒信息用于提醒所述第一用户调整坐姿。2.如权利要求1所述的方法，其中，所述通过联邦学习方法对神经网络模型进行训练，获得第三坐姿预设模型，包括：获得第一区域的第一用户集合的第一基础数据，所述第一基础数据包括第一身高信息、第一骨骼信息；根据所述第一身高信息、所述第一骨骼信息，构建第一训练数据集；获得第二区域的第二用户集合的第二基础数据，所述第二基础数据包括第二身高信息、第二骨骼信息；根据所述第二身高信息、所述第二骨骼信息，构建第二训练数据集；从第三方平台获得初始坐姿预设模型；通过所述第一训练数据集对所述初始坐姿预设模型进行训练，获得第一坐姿预设模型；通过所述第二训练数据集对所述初始坐姿预设模型进行训练，获得第二坐姿预设模型；根据所述第一坐姿预设模型，获得第一模型参数，根据所述第二坐姿预设模型，获得第二模型参数；根据所述第一模型参数和所述第二模型参数，对所述初始坐姿预设模型进行更新，获得第三坐姿预设模型。3.如权利要求2所述的方法，其中，所述通过所述第一训练数据集对所述初始坐姿预设模型进行训练，获得第一坐姿预设模型，包括：对所述第一训练数据集进行分类，获得不同类别的子训练数据集；分别利用所述不同类别的子训练数据集对所述述初始坐姿预设模型进行训练，获得多个子初始坐姿预设模型；根据所述多个子初始坐姿预设模型，获得多个子模型参数；通过所述多个子模型参数对所述初始坐姿预设模型进行更新，获得所述第一坐姿预设模型。4.如权利要求3所述的方法，其中，所述对所述第一训练数据集进行分类，获得不同类
别的子训练数据集，包括：获得所述第一训练数据集的年龄特征、兴趣特征；构建直角坐标系，以所述年龄特征作为横坐标，以所述兴趣特征作为纵坐标；对所述直角坐标系进行区域标签化分类，获得第一标签分类结果；将所述第一用户集合的所述年龄特征和所述兴趣特征输入所述直角坐标系，获得第一向量集合；对所述第一向量集合进行距离计算，获得欧氏距离数据集...

【专利技术属性】
技术研发人员：陈向林，
申请(专利权)人：苏州爱果乐智能家居有限公司，
类型：发明
国别省市：