基于改进深度残差网络的坐姿识别方法技术

本发明专利技术公开了基于改进深度残差网络的坐姿识别方法，所述方法包括：采集一段时间内阵列式薄膜压力传感器的各点位压力数值，并做加权平均，得到与阵列式薄膜压力传感器相对应的压力矩阵；将压力矩阵输入到上位机，并标准化处理；对标准化的压力矩阵进行十字加权滤波处理，得到图形表面光滑的压力矩阵；对图形表面光滑的压力矩阵采用极值处理函数对异常极端值进行修正；将修正后的压力矩阵输入到预先训练的CEGN

【技术实现步骤摘要】
基于改进深度残差网络的坐姿识别方法


[0001]本专利技术涉及基于改进深度残差网络的坐姿识别方法，属于不良坐姿及久坐监测


技术介绍

[0002]坐姿识别算法是智能座椅设备的核心技术之一。智能座椅需要实现坐姿的实时监测，为用户提供坐姿建议。因此，易行、准确的坐姿识别算法是前提。近年来，越来越多的人群从体力劳动转向脑力劳动，这也导致因久坐和错误坐姿患颈椎腰椎疾病的人数不断上升。与此同时，智能座椅设备在市场上长期缺失，无法满足久坐人群的需要。
[0003]诸多研究表明，当前的坐姿识别算法依赖的传感器不易于集成、易用性低，有很大局限性。如何利用利于集成的传感器，高效、准确、实时地识别用户坐姿成为了座椅智能化的关键。
[0004]中国专利CN108898805A公开了一种坐姿提醒装置及系统，其中，坐姿提醒装置包括坐姿采集模块、微处理器、报警模块、支撑组件及夹持部。中国专利CN113384266A公开了一种智能坐姿监测分析系统及方法，其提出了一套用区域压力比值简单分析坐姿左倾右倾并上传数据到服务器平台以实现提醒的方法。但上述专利技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于改进深度残差网络的坐姿识别方法，其特征在于，所述方法包括：采集一段时间内阵列式薄膜压力传感器的各点位压力数值，并做加权平均，得到与阵列式薄膜压力传感器相对应的压力矩阵；将压力矩阵输入到上位机，并标准化处理；对标准化的压力矩阵进行十字加权滤波处理，得到图形表面光滑的压力矩阵；对图形表面光滑的压力矩阵采用极值处理函数对异常极端值进行修正；将修正后的压力矩阵输入到预先训练的CEGN
‑
ResNet模型，输出预测各坐姿的置信度矩阵。2.根据权利要求1所述的基于改进深度残差网络的坐姿识别方法，其特征在于，所述十字加权滤波方法包括：选取目标像素的上下左右相邻2格像素构造2
‑
十字域(x＝2)，设v
d
表示距P像素距离为d(0≤d≤x)的点位压力值，公式如下：其中v
d
表示距离目标像素d的位置的值，x表示距离待计算像素点位的最大距离，由于选取范围为2
‑
十字域，x＝2，即且d＝1，2。α，β，γ为加权参数，为在横、纵方向上近似满足高斯分布以达到良好效果，令α＝4，β＝1，γ＝7，对随机噪声进行滤除。3.根据权利要求1所述的基于改进深度残差网络的坐姿识别方法，其特征在于，所述极值处理函数方法包括：将大于给定阈值的压力以对数函数进行处理，并保留小压力点位的数据特征，其中通过压力数据的整体分布来确定阈值，通过压力数据的特征来确定对数函数的底数，极值处理函数如下：参数a与b控...

【专利技术属性】
技术研发人员：邓建高，程思聪，张非凡，韦皓严，刘亦航，邓可欣，华民刚，秦岭，白秋晴，盛誉，万宸羽，何泽恩，
申请(专利权)人：河海大学，
类型：发明
国别省市：