坐姿检测方法、装置、电子设备、存储介质及程序产品制造方法及图纸

本申请提供一种坐姿检测方法、装置、电子设备、存储介质及程序产品。该方法包括：获取图像采集装置采集的目标对象的第一图像；确定第一图像是否为关键帧；根据第一图像是否为关键帧的结果对应的关键点检测方式，对第一图像进行关键点检测，得到第一图像中目标对象的关键点的坐标；根据第一图像中目标对象的关键点的坐标，获取目标对象的坐姿检测结果；若坐姿检测结果表征目标对象存在坐姿问题，则输出报警信息，报警信息用于提示目标对象调整坐姿。本申请提高了坐姿检测的准确性和效率。申请提高了坐姿检测的准确性和效率。申请提高了坐姿检测的准确性和效率。

【技术实现步骤摘要】
坐姿检测方法、装置、电子设备、存储介质及程序产品


[0001]本申请涉及图像处理技术，尤其涉及一种坐姿检测方法、装置、电子设备、存储介质及程序产品。

技术介绍

[0002]与传统台灯仅仅作为一种照明工具相比，智能台灯因其功能多样性越来越受人们欢迎。以具备坐姿检测功能的智能台灯为例，该智能台灯上可以安装有摄像头，以采集包括用户的图像。根据该图像可以确定用户坐姿是否标准。
[0003]目前，常见的坐姿检测方法主要是使用深度学习模型，逐帧对包括用户的图像进行人脸关键点检测，并根据人脸关键点检测结果，判断用户坐姿是否标准。此外，在一些相关技术中，还可以在上述台灯上安装红外探测装置，用于检测用户坐姿轮廓。然后根据该用户坐姿轮廓确定用户坐姿。
[0004]然而，上述现有的坐姿检测方法存在检测准确性和检测效率均较低的问题。

技术实现思路

[0005]本申请提供一种坐姿检测方法、装置、电子设备、存储介质及程序产品，以提高坐姿检测的准确性和效率。
[0006]第一方面，本申请提供一种坐姿检测方法，所述方法包括：
[0007]获取图像采集装置采集的目标对象的第一图像；
[0008]确定所述第一图像是否为关键帧；
[0009]根据所述第一图像是否为关键帧的结果对应的关键点检测方式，对所述第一图像进行关键点检测，得到所述第一图像中所述目标对象的关键点的坐标；
[0010]根据所述第一图像中所述目标对象的关键点的坐标，获取所述目标对象的坐姿检测结果；
[0011]若所述坐姿检测结果表征所述目标对象存在坐姿问题，则输出报警信息，所述报警信息用于提示所述目标对象调整坐姿。
[0012]可选的，所述根据所述第一图像是否为关键帧的结果对应的关键点检测方式，对所述第一图像进行关键点检测，得到所述第一图像中所述目标对象的关键点的坐标，包括：
[0013]若所述第一图像非关键帧，则获取所述第一图像与第一关键帧之间的光流变化向量，并根据所述光流变化向量，以及，所述第一关键帧中所述目标对象的关键点坐标，预测所述第一图像中所述目标对象的关键点的坐标；所述第一关键帧为关键帧缓存池中所述图像采集装置采集的、且距离所述第一图像采集时间最近的关键帧，所述光流变化向量用于表征所述目标对象的运动方向和运动速度；
[0014]若所述第一图像为关键帧，则采用深度学习算法对所述第一图像进行关键点检测，获取所述第一图像中所述目标对象的关键点的坐标。
[0015]可选的，所述获取所述第一图像与第一关键帧之间的光流变化向量，包括：
[0016]采用稀疏光流场算法，获取所述光流变化向量。
[0017]可选的，所述采用深度学习算法对所述第一图像进行关键点检测，获取所述第一图像中所述目标对象的关键点的坐标，包括：
[0018]采用深度学习算法对所述第一图像进行关键点检测；
[0019]若成功检测到所述目标对象的关键点的坐标，则将所述第一图像，以及，所述第一图像中所述目标对象的关键点的坐标缓存至所述关键帧缓存池中；
[0020]若未成功检测到所述目标对象的关键点的坐标，则根据所述第一图像与第一关键帧之间的光流变化向量，以及，所述第一关键帧中所述目标对象的关键点坐标，预测所述第一图像中所述目标对象的关键点的坐标。
[0021]可选的，所述将所述第一图像，以及，所述第一图像中所述目标对象的关键点的坐标缓存至所述关键帧缓存池中，包括：
[0022]采用键值对的方式，将所述第一图像，以及，所述第一图像中所述目标对象的关键点的坐标缓存至所述关键帧缓存池中；其中，所述键值对的键为关键帧的标识，所述键值对的值包括：所述第一图像，以及，所述第一图像中所述目标对象的关键点的坐标。
[0023]可选的，所述确定所述第一图像是否为关键帧，包括：
[0024]若所述关键帧缓存池为空，则确定所述第一图像为关键帧；
[0025]若所述关键帧缓存池中缓存有关键帧，则根据所述第一图像与所述第一关键帧之间的亮度变化，确定所述第一图像是否为关键帧。
[0026]可选的，所述根据所述第一图像与所述第一关键帧之间的亮度变化，确定所述第一图像是否为关键帧，包括：
[0027]获取所述第一图像与所述第一关键帧之间的亮度差的绝对值；
[0028]若所述亮度差的绝对值小于或等于预设阈值，则确定所述第一图像非关键帧；
[0029]或者，若所述亮度差的绝对值大于所述预设阈值，则确定所述第一图像为关键帧。
[0030]可选的，所述关键点的坐标为图像坐标系下的坐标，所述根据所述第一图像中所述目标对象的关键点的坐标，获取所述目标对象的坐姿检测结果，包括：
[0031]根据所述第一图像中所述目标对象的关键点的坐标，获取所述目标对象在三维坐标系的胸部朝向向量；所述三维坐标系的原点为所述目标对象的胸部中心点；
[0032]根据所述目标对象的胸部朝向向量，对所述第一图像中所述目标对象的关键点的坐标进行校准，得到校准后的所述目标对象的关键点的坐标；所述校准后的所述目标对象的关键点的坐标所在的二维坐标系与所述图像采集装置所在的二维坐标系平行；
[0033]使用校准后的所述目标对象的关键点的坐标，获取所述目标对象的坐姿检测结果。
[0034]可选的，所述关键点包括：左肩、右肩、胸部中心点，所述根据所述第一图像中所述目标对象的关键点的坐标，获取所述目标对象在三维坐标系的胸部朝向向量，包括：
[0035]根据所述第一图像中所述目标对象的左肩的坐标，以及，右肩的坐标，获取所述第一图像中所述目标对象的肩部向量，以及，肩部中心点的坐标；
[0036]根据所述第一图像中所述目标对象的肩部中心点的坐标，以及，胸部中心点的坐标，获取所述目标对象的躯干向量；
[0037]根据所述第一图像中所述目标对象的肩部向量，以及，躯干向量，得到所述目标对
象的胸部朝向向量。
[0038]可选的，所述根据所述目标对象的胸部朝向向量，对所述第一图像中所述目标对象的关键点的坐标进行校准，得到校准后的所述目标对象的关键点的坐标，包括：
[0039]根据所述目标对象的胸部朝向向量，获取所述胸部朝向向量在所述三维坐标系的竖直平面上的投影向量；
[0040]根据所述投影向量，获取所述二维坐标系的旋转矩阵；
[0041]使用所述旋转矩阵，对所述第一图像中所述目标对象的关键点的坐标进行校准，得到校准后的所述目标对象的关键点的坐标。
[0042]可选的，所述使用校准后的所述目标对象的关键点的坐标，获取所述目标对象的坐姿检测结果，包括：
[0043]使用校准后的所述目标对象的关键点的坐标，获取所述目标对象的检测参数，所述检测参数包括下述至少一项：头部左右倾角、上身左右倾角、肩颌差，以及，头部相对躯体的占比；
[0044]根据所述目标对象的检测参数，获取所述目标对象的坐姿检测结果。
[0045]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种坐姿检测方法，其特征在于，所述方法包括：获取图像采集装置采集的目标对象的第一图像；确定所述第一图像是否为关键帧；根据所述第一图像是否为关键帧的结果对应的关键点检测方式，对所述第一图像进行关键点检测，得到所述第一图像中所述目标对象的关键点的坐标；根据所述第一图像中所述目标对象的关键点的坐标，获取所述目标对象的坐姿检测结果；若所述坐姿检测结果表征所述目标对象存在坐姿问题，则输出报警信息，所述报警信息用于提示所述目标对象调整坐姿。2.根据权利要求1所述的方法，其特征在于，所述根据所述第一图像是否为关键帧的结果对应的关键点检测方式，对所述第一图像进行关键点检测，得到所述第一图像中所述目标对象的关键点的坐标，包括：若所述第一图像非关键帧，则获取所述第一图像与第一关键帧之间的光流变化向量，并根据所述光流变化向量，以及，所述第一关键帧中所述目标对象的关键点坐标，预测所述第一图像中所述目标对象的关键点的坐标；所述第一关键帧为关键帧缓存池中所述图像采集装置采集的、且距离所述第一图像采集时间最近的关键帧，所述光流变化向量用于表征所述目标对象的运动方向和运动速度；若所述第一图像为关键帧，则采用深度学习算法对所述第一图像进行关键点检测，获取所述第一图像中所述目标对象的关键点的坐标。3.根据权利要求2所述的方法，其特征在于，所述获取所述第一图像与第一关键帧之间的光流变化向量，包括：采用稀疏光流场算法，获取所述光流变化向量。4.根据权利要求2所述的方法，其特征在于，所述采用深度学习算法对所述第一图像进行关键点检测，获取所述第一图像中所述目标对象的关键点的坐标，包括：采用深度学习算法对所述第一图像进行关键点检测；若成功检测到所述目标对象的关键点的坐标，则将所述第一图像，以及，所述第一图像中所述目标对象的关键点的坐标缓存至所述关键帧缓存池中；若未成功检测到所述目标对象的关键点的坐标，则根据所述第一图像与第一关键帧之间的光流变化向量，以及，所述第一关键帧中所述目标对象的关键点坐标，预测所述第一图像中所述目标对象的关键点的坐标。5.根据权利要求4所述的方法，其特征在于，所述将所述第一图像，以及，所述第一图像中所述目标对象的关键点的坐标缓存至所述关键帧缓存池中，包括：采用键值对的方式，将所述第一图像，以及，所述第一图像中所述目标对象的关键点的坐标缓存至所述关键帧缓存池中；其中，所述键值对的键为关键帧的标识，所述键值对的值包括：所述第一图像，以及，所述第一图像中所述目标对象的关键点的坐标。6.根据权利要求2所述的方法，其特征在于，所述确定所述第一图像是否为关键帧，包括：若所述关键帧缓存池为空，则确定所述第一图像为关键帧；若所述关键帧缓存池中缓存有关键帧，则根据所述第一图像与所述第一关键帧之间的
亮度变化，确定所述第一图像是否为关键帧。7.根据权利要求6所述的方法，其特征在于，所述根据所述第一图像与所述第一关键帧之间的亮度变化，确定所述第一图像是否为关键帧，包括：获取所述第一图像与所述第一关键帧之间的亮度差的绝对值；若所述亮度差的绝对值小于或等于预设阈值，则确定所述第一图像非关键帧；或者，若所述亮度差的绝对值大于所述预设阈值，则确定所述第一图像为关键帧。8.根据权利要求1
‑
7任一项所述的方法，其特征在于，所述关键点的坐标为图像坐标系下的坐标，所述根据所述第一图像中所述目标对象的关键点的坐标，获取所述目标对象的坐姿检测结果，包括：根据所述第一图像中所述目标对象的关键点的坐标，获取所述目标对象在三维坐标系的胸部朝向向量；所述三维坐标系的原点为所述目标对象的胸部中心点；根据所述目标对象的胸部朝向向量，对所述第一图像中...

【专利技术属性】
技术研发人员：蔡馥励，康宏伟，白钰，张经纬，张程，
申请(专利权)人：阿里巴巴中国有限公司，
类型：发明
国别省市：