坐姿的监测及分析方法、系统及相关设备技术方案

本发明专利技术适用于智能家居领域，提供了一种坐姿的监测及分析方法、系统及相关设备，所述方法包括：获取检测对象的身体信息；对检测对象的坐姿进行实时监测，获取包括所述检测对象呈坐姿状态时的骨骼点图像、坐姿状态时长的实时监测数据；将骨骼点图像与预设数据库中的标准骨骼点图像进行比对，获取坐姿判断结果，同时，根据坐姿判断结果计算不良坐姿状态时长占比；将坐姿状态时长、不良坐姿状态时长占比输出作为坐姿统计结果，同时根据身体信息选择预设反馈规则，并根据预设反馈规则将坐姿统计结果输出进行反馈。本发明专利技术实现了针对不同检测对象来设定判断标准，并结合骨骼检测来提高识别精度的方法，能够实现更系统、科学的坐姿评判和反馈。馈。馈。

【技术实现步骤摘要】
坐姿的监测及分析方法、系统及相关设备


[0001]本专利技术属于智能家居领域，尤其涉及一种坐姿的监测及分析方法、系统及相关设备。

技术介绍

[0002]近年来，由于坐姿不正而导致的近视眼、脊柱弯曲的青少年人数正在逐步增加，坐姿不正确是造成青少年视力缺陷及脊柱发育不良的主要原因之一，对青少年身体的健康发育十分有害。在以往的学习环境中，青少年的端正坐姿更多是靠家长的监督与青少年的自律，如果家长或监护人不在身边、或者青少年学习过于投入，往往会忽略坐姿问题。
[0003]能够检测青少年学习坐姿，并对错误坐姿及时发出警示的智能设备是解决青少年的学习坐姿健康问题的一种较好的方法。但现有的智能设备能够实现的功能中，因为年龄较小的儿童每天投入的学习时间与青少年不同，端正坐姿的自律性也不同，传统的坐姿检测的智能设备一概而论的进行判断，适应性差，导致其评价坐姿的评判维度过于单一；另外，目前市场上的坐姿检测系统也缺少学习坐姿的分析报告，家长无法通过数据系统性的、科学的培养青少年儿童的正确坐姿习惯。

技术实现思路

[0004]本专利技术实施例提供一种坐姿的监测及分析方法、系统及相关设备，旨在解决现有的坐姿检测系统缺乏评价维度，坐姿检测数据没有分析报告，不利于科学培养坐姿习惯的问题。
[0005]第一方面，本专利技术实施例提供一种坐姿的监测及分析方法，所述分析方法包括以下步骤：获取检测对象的身体信息；对所述检测对象的坐姿进行实时监测，获取所述检测对象的实时监测数据，所述实时监测数据带有所述身体信息，所述实时监测数据包括所述检测对象呈坐姿状态时的骨骼点图像、坐姿状态时长；将所述骨骼点图像与预设数据库中的与所述身体信息对应的标准骨骼点图像进行比对，获取所述检测对象的坐姿判断结果，同时，根据所述坐姿判断结果计算所述检测对象的不良坐姿状态时长占比；将所述坐姿状态时长、所述不良坐姿状态时长占比输出作为坐姿统计结果，同时根据所述身体信息选择预设反馈规则，并根据所述预设反馈规则将所述坐姿统计结果输出进行反馈。
[0006]更进一步地，所述检测对象的所述身体信息至少包括年龄、身高中的其中一种。
[0007]更进一步地，将所述骨骼点图像与预设数据库中的与所述身体信息对应的标准骨骼点图像进行比对，获取所述检测对象的坐姿判断结果，同时，根据所述坐姿判断结果计算所述检测对象的不良坐姿状态时长占比的步骤，包括以下子步骤：
在所述预设数据库中选择与所述检测对象具有相同的所述身体信息的所述标准骨骼点图像；将所述骨骼点图像与所述标准骨骼点图像进行比对，获取所述坐姿判断结果，其中：若比对结果不一致，则所述坐姿判断结果为不良坐姿，并将其对应的时长累计至所述检测对象的所述不良坐姿状态时长，将所述不良坐姿时长与所述坐姿状态时长相除计算得到所述不良坐姿状态时长占比。
[0008]更进一步地，所述预设反馈规则至少包括第一反馈规则和第二反馈规则，其中：利用所述第一反馈规则进行反馈时，所述检测对象的所述身体信息处于预设第一身体信息区间；利用所述第二反馈规则进行反馈时，所述检测对象的所述身体信息处于预设第二身体信息区间；其中，所述第一身体信息区间与所述第二身体信息区间不重合。
[0009]更进一步地，所述分析方法还包括步骤：根据所述检测对象的所述身体信息设定坐姿状态最大时长和不良坐姿最大占比，并根据所述坐姿状态最大时长和不良坐姿最大占比对所述检测对象进行提醒，其中：当所述检测对象的所述坐姿状态时长大于与其身体信息相符合的所述坐姿状态最大时长时，对所述检测对象发出提醒；当所述检测对象的所述不良坐姿占比大于与其身体信息相符合的所述不良坐姿最大占比时，对所述检测对象发出提醒。
[0010]更进一步地，所述分析方法还包括步骤：当所述坐姿判断结果为所述检测对象的坐姿为不良坐姿时，对所述检测对象进行发出提醒。
[0011]更进一步地，所述预设数据库为云端数据库。
[0012]第二方面，本专利技术实施例还提供一种坐姿的检测及分析系统，包括：身体信息获取模块，用于获取检测对象的身体信息；坐姿监测模块，用于对所述检测对象的坐姿进行实时监测，获取所述检测对象的实时监测数据，所述实时监测数据带有所述身体信息，所述实时监测数据包括所述检测对象呈坐姿状态时的骨骼点图像、坐姿状态时长；坐姿判断模块，用于将所述骨骼点图像与预设数据库中的与所述身体信息对应的标准骨骼点图像进行比对，获取所述检测对象的坐姿判断结果，同时，根据所述坐姿判断结果计算所述检测对象的不良坐姿状态时长占比；数据反馈模块，用于将所述坐姿状态时长、所述不良坐姿状态时长占比输出作为坐姿统计结果，同时根据所述身体信息选择预设反馈规则，并根据所述预设反馈规则将所述坐姿统计结果输出进行反馈。
[0013]第三方面，本专利技术实施例还提供一种计算机设备，包括：存储器、处理器及存储在所述存储器上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如上述实施例中任意一项所述的坐姿的监测及分析方法中的步骤。
[0014]第四方面，本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储
介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例中任意一项所述的坐姿的监测及分析方法中的步骤。
[0015]本专利技术实施例所达到的有益效果，由于采用了针对不同检测对象来设定判断标准，并结合骨骼检测来提高识别精度的坐姿分析方法，能够实现更系统、科学的坐姿评判过程，同时，本专利技术还能基于坐姿评价结果给予用户反馈，从而解决科学培养不同年龄段的目标人群的坐姿习惯问题。
附图说明
[0016]图1是本专利技术实施例提供的坐姿的监测及分析方法的步骤流程框图；图2是本专利技术实施例提供的坐姿的检测及分析系统的逻辑结构图；图3是本专利技术实施例提供的计算机设备的结构示意图。
具体实施方式
[0017]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0018]请参照图1，图1是本专利技术实施例提供的坐姿的监测及分析方法的步骤流程框图，所述分析方法包括以下步骤：S1、获取检测对象的身体信息。
[0019]更进一步地，所述检测对象的所述身体信息至少包括年龄、身高中的其中一种。
[0020]示例性的，以所述检测对象为不同年龄段的青少年儿童为例，由于不同年龄段的儿童，其身体发育情况不同，坐下学习或是其他需要长时间坐着的场景中，需要进行坐姿分析时，应该针对其身体的情况进行调整，同时，客观上，年龄更大的青少年需要坐着的时间相应的更长，这是因为不同年龄段的青少年儿童的学习要求也不相同，例如，处于未入学年龄段的儿童，其坐着学习的时间会远远小于处于中学阶段的青少年。因此，以年龄、身高作为坐姿分析的数据，能够达到较为精确的效果。
[0021]S2、对所述检测对象的坐姿进行实时监测，获取所述检测对象的实时监测数据，所述实时监测数据带有所述身体信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种坐姿的监测及分析方法，其特征在于，所述分析方法包括以下步骤：获取检测对象的身体信息；对所述检测对象的坐姿进行实时监测，获取所述检测对象的实时监测数据，所述实时监测数据带有所述身体信息，所述实时监测数据包括所述检测对象呈坐姿状态时的骨骼点图像、坐姿状态时长；将所述骨骼点图像与预设数据库中的与所述身体信息对应的标准骨骼点图像进行比对，获取所述检测对象的坐姿判断结果，同时，根据所述坐姿判断结果计算所述检测对象的不良坐姿状态时长占比；将所述坐姿状态时长、所述不良坐姿状态时长占比作为坐姿统计结果，同时根据所述身体信息选择预设反馈规则，并根据所述预设反馈规则将所述坐姿统计结果输出反馈。2.如权利要求1所述的坐姿的监测及分析方法，其特征在于，所述检测对象的所述身体信息至少包括年龄、身高中的其中一种。3.如权利要求2所述的坐姿的监测及分析方法，其特征在于，将所述骨骼点图像与预设数据库中的与所述身体信息对应的标准骨骼点图像进行比对，获取所述检测对象的坐姿判断结果，同时，根据所述坐姿判断结果计算所述检测对象的不良坐姿状态时长占比的步骤，包括以下子步骤：在所述预设数据库中选择与所述检测对象具有相同的所述身体信息的所述标准骨骼点图像；将所述骨骼点图像与所述标准骨骼点图像进行比对，获取所述坐姿判断结果，其中：若比对结果不一致，则所述坐姿判断结果为不良坐姿，并将其对应的时长累计至所述检测对象的所述不良坐姿状态时长，将所述不良坐姿时长与所述坐姿状态时长相除计算得到所述不良坐姿状态时长占比。4.如权利要求3所述的坐姿的监测及分析方法，其特征在于，所述预设反馈规则至少包括第一反馈规则和第二反馈规则，其中：利用所述第一反馈规则进行反馈时，所述检测对象的所述身体信息处于预设第一身体信息区间；利用所述第二反馈规则进行反馈时，所述检测对象的所述身体信息处于预设第二身体信息区间；其中，所述第一身体信息区间与所述第二身体信息区间不重合。5.如权利要求3所述的坐姿的监测及分析方法，其特征在于，...

【专利技术属性】
技术研发人员：罗慧平，肖国有，周楚要，许恩华，
申请(专利权)人：深圳市西昊智能家具有限公司，
类型：发明
国别省市：