【技术实现步骤摘要】
一种坐姿提醒方法、装置、设备及介质
[0001]本公开涉及计算机
,尤其涉及一种坐姿提醒方法、装置、设备及介质。
技术介绍
[0002]为了避免因坐姿不正而导致的近视、驼背等现象,对用户的不良坐姿进行提醒成为很多设备的一个重要功能。
[0003]目前,通常是通过单目摄像头或双目摄像头识别不同类型的不良坐姿,进行提醒,但是对不良坐姿的识别较为简单,并且提醒方式仅仅是设置提醒间隔,提醒效果有限,不能满足用户需求。
技术实现思路
[0004]为了解决上述技术问题,本公开提供了一种坐姿提醒方法、装置、设备及介质。
[0005]本公开实施例提供了一种坐姿提醒方法,所述方法包括:
[0006]获取坐姿判断数据;
[0007]基于所述坐姿判断数据确定坐姿判断结果;
[0008]若确定所述坐姿判断结果为坐姿异常,则基于所述坐姿判断数据的数据类别以及预设类型优先级,确定目标异常坐姿类型;
[0009]确定所述目标异常坐姿类型的异常程度;
[0010]基于所述异常程度进行异常坐姿提醒。
[0011]本公开实施例还提供了一种坐姿提醒装置,所述装置包括:
[0012]获取模块,用于获取坐姿判断数据;
[0013]结果模块,用于基于所述坐姿判断数据确定坐姿判断结果;
[0014]类型模块,用于若确定所述坐姿判断结果为坐姿异常,则基于所述坐姿判断数据的数据类别以及预设类型优先级,确定目标异常坐姿类型;
[0015]程度模块,用于 ...
【技术保护点】
【技术特征摘要】
1.一种坐姿提醒方法,其特征在于,包括:获取坐姿判断数据;基于所述坐姿判断数据确定坐姿判断结果;若确定所述坐姿判断结果为坐姿异常,则基于所述坐姿判断数据的数据类别以及预设类型优先级,确定目标异常坐姿类型;确定所述目标异常坐姿类型的异常程度;基于所述异常程度进行异常坐姿提醒。2.根据权利要求1所述的方法,其特征在于,所述获取坐姿判断数据,包括:获取实时拍摄图像;对所述实时拍摄图像进行坐姿识别,得到所述坐姿判断数据。3.根据权利要求1所述的方法,其特征在于,基于所述坐姿判断数据确定坐姿判断结果,包括:基于所述坐姿判断数据的各数据类别对应的异常阈值,确定坐姿判断结果,所述坐姿判断结果包括所述坐姿异常和坐姿正常。4.根据权利要求1所述的方法,其特征在于,所述坐姿判断数据包括用眼距离、低头度数、偏头度数中的至少一种,所述异常坐姿类型包括趴下、低头、偏头以及用眼过近中的至少一种。5.根据权利要求4所述的方法,其特征在于,基于所述坐姿判断数据的数据类别以及预设类型优先级,确定目标异常坐姿类型,包括:获取每个数据类别的轻度阈值以及针对所述用眼距离的初始阈值;基于所述坐姿判断数据中每个数据类别的实时数据以及对应的轻度阈值、实时用眼距离与所述初始阈值,确定至少一个初始异常坐姿类型;基于所述至少一个初始异常坐姿类型以及预设类型优先级,确定目标异常坐姿类型。6.根据权利要求5所述的方法,其特征在于,所述预设类型优先级表示所述异常坐姿类型按照优先级从高到底的顺序依次为趴下、低头或偏头、用眼过近;基于所述至少一个初始异常坐姿类型以及预设类型优先级,确定目标异常坐姿类型,包括:当所述至少一个初始异常坐姿类型包括趴下,则所述目标异常坐姿类型为趴下;当所述至少一个初始异常坐姿类型仅包括低头,或者包括用眼过近和低头,则所述目标异常坐姿类型为低头;当所述至少一个初始异常坐姿类型包括低头和偏头,或者包括低头、偏头和用眼过近,则在实时低头角度大于或等于实时偏头角度时,所述目标异常坐姿类型为低头;在所述实时低头角度小于所述实时偏头角度时,所述目标异常坐姿类型为偏头;当所述至少一个初始异常坐姿类型仅包括偏头,或者包括用眼过近和偏头,则所述目标异常坐姿类型为偏头;当所述至少一个初始异常坐姿类型仅包括用眼过近,则所述目标异常坐姿类型为用眼过近。7.根据权利要求1所述的方法,其特征在于,当所述目标异常坐姿类型为低头、偏头或用眼过近,确定所述目标异常坐姿类型的异常程度,包括:
获取目标异常坐姿类型的异常阈值中的轻度阈值和重度阈值;根据所述坐姿判断数据与所述轻度阈值、所述重度阈值的对比结果,确定异常程度。8.根据权利要求7所述的方法,其特征在于,当所述目标异常坐姿类型为用眼过近,所述坐姿判断数据包括实时用眼距离,所述轻度阈值为轻度距离阈值,所述重度阈值为重度距离阈值,所述轻度距离度数阈值大于所述重度距离阈值;根据所述坐姿判断数据与所述轻度阈值、所述重度阈值的对比结果,确定异常程度,包括:当所述实时用眼距离大于或等于所述重度距离阈值并且小于所述轻度...
【专利技术属性】
技术研发人员:王禹,马鑫,刘鹏飞,贾森,
申请(专利权)人:北京有竹居网络技术有限公司,
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。