一种坐姿提醒方法、装置、设备及介质制造方法及图纸

本公开实施例涉及一种坐姿提醒方法、装置、设备及介质，其中该方法包括：获取坐姿判断数据；基于坐姿判断数据确定坐姿判断结果；若确定坐姿判断结果为坐姿异常，则基于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以及目标异常坐姿类型的异常程度；基于异常程度进行异常坐姿提醒。采用上述技术方案，通过坐姿判断数据的数据类别以及预设类型优先级先确定当前的异常坐姿类型，之后基于异常坐姿类型的异常程度进行异常坐姿提醒，不仅能够识别不良坐姿，而且能确定不良坐姿的严重程度，进而能够基于严重程度进行后续的有效提醒，避免不分轻重无差别提醒，进而提升了不良坐姿的提醒效果。升了不良坐姿的提醒效果。升了不良坐姿的提醒效果。

【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，用于确定所述目标异常坐姿类型的异常程度；
[0016]提醒模块，用于基于所述异常程度进行异常坐姿提醒。
[0017]本公开实施例还提供了一种电子设备，所述电子设备包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现如本公开实施例提供的坐姿提醒方法。
[0018]本公开实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行如本公开实施例提供的坐姿提醒方法。
[0019]本公开实施例提供的技术方案与现有技术相比具有如下优点：本公开实施例提供的坐姿提醒方案，获取坐姿判断数据；基于坐姿判断数据确定坐姿判断结果；若确定坐姿判断结果为坐姿异常，则基于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；确定目标异常坐姿类型的异常程度；基于异常程度进行异常坐姿提醒。采用上述技术方案，通过坐姿判断数据的数据类别以及预设类型优先级先确定当前的异常坐姿类
型，之后基于异常坐姿类型的异常程度进行异常坐姿提醒，不仅能够识别不良坐姿，而且能确定不良坐姿的严重程度，进而能够基于严重程度进行后续的有效提醒，避免不分轻重无差别提醒，进而提升了不良坐姿的提醒效果。
附图说明
[0020]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
[0021]图1为本公开一些实施例提供的一种坐姿提醒方法的流程示意图；
[0022]图2为本公开一些实施例提供的一种确定目标异常坐姿类型的示意图；
[0023]图3为本公开一些实施例提供的另一种坐姿提醒方法的流程示意图；
[0024]图4为本公开一些实施例提供的一种坐姿提醒的示意图；
[0025]图5为本公开一些实施例提供的又一种坐姿提醒的流程示意图；
[0026]图6为本公开一些实施例提供的一种坐姿提醒装置的结构示意图；
[0027]图7为本公开一些实施例提供的一种电子设备的结构示意图。
具体实施方式
[0028]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0029]应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
[0030]本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
[0031]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0032]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0033]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
[0034]图1为本公开一些实施例提供的一种坐姿提醒方法的流程示意图，该方法可以由坐姿提醒装置执行，其中该装置可以采用软件和/或硬件实现，一般可集成在电子设备中。如图1所示，该方法包括：
[0035]步骤101、获取坐姿判断数据。
[0036]本公开实施例的坐姿提醒方法可以由设置在桌面上的电子设备执行，用于对坐在
桌面前的用户的坐姿进行识别和提醒，该电子设备可以设置在桌面上的物体上，例如电子设备可以设置在台灯上。
[0037]其中，坐姿判断数据可以是用于进行坐姿是否异常的判断的相关数据，本公开实施例中坐姿判断数据可以包括用眼距离、低头度数、偏头度数中的至少一种，用眼距离可以是用户眼睛到桌面的垂直距离，低头度数可以是用户的头部三维坐标的y轴相对于坐姿提醒装置所在电子设备三维坐标的xy平面的夹角，偏头度数可以是用户的头部三维坐标的y轴相对于电子设备三维坐标的yz平面的夹角。
[0038]在本公开实施例中，获取坐姿判断数据，可以包括：获取实时拍摄图像；对实时拍摄图像进行坐姿识别，得到坐姿判断数据。
[0039]其中，实时拍摄图像可以为当前在图像采集范围内的包括用户的头部和上半身的图像。坐姿识别的方式可以包括多种，例如可以采用深度学习的方式或者关键点识别的方式进行坐姿识别，具体不限。坐姿提醒装置可以通过图像采集模块获取实时拍摄图像，之后对实时拍摄图像进行坐姿识别，得到坐姿判断数据。
[0040]步骤102、基于坐姿判断数据确定坐姿判断结果。
[0041]其中，坐姿判断结果可以是对用户当前的坐姿判断其是否正常的结果，也即坐姿本文档来自技高网...

【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：