【技术实现步骤摘要】
头部运动检测方法、装置、设备及存储介质
[0001]本专利技术涉及人工智能领域，尤其涉及一种头部运动检测方法、装置、设备及存储介质。
技术介绍
[0002]长时间保持同一姿态地办公将会将来颈椎问题，因此办公人员需要进行适当合理的头部运动以减少诸如颈椎病等健康问题，而如何对头部运动进行检测和监控是确保运动有效的重要手段。
[0003]在现有的技术中，通常通过摄像头配合较大算力的服务器来检测和监控头部运动，而在设备算力较小有限的情况下则无法进行头部运动的检测。
技术实现思路
[0004]本专利技术的主要目的在于解决现有头部运动检测方法需要消耗大量的算力的问题。
[0005]本专利技术第一方面提供了一种头部运动检测方法，包括：
[0006]当接收到终端发送的运动检测请求时，调用所述终端中预置的摄像装置以采集目标用户当前的人物图像；
[0007]将所述目标用户当前的人物图像输入至预置的人脸检测模型中进行检测，得到所述目标用户当前的人脸区域图像，其中，所述人脸检测模型为轻量化的神经网络模...
【技术保护点】
【技术特征摘要】
1.一种头部运动检测方法，其特征在于，所述头部运动检测方法包括：当接收到终端发送的运动检测请求时，调用所述终端中预置的摄像装置以采集目标用户当前的人物图像；将所述目标用户当前的人物图像输入至预置的人脸检测模型中进行检测，得到所述目标用户当前的人脸区域图像，其中，所述人脸检测模型为轻量化的神经网络模型；将所述目标用户当前的人脸区域图像输入至预置的人脸姿态检测模型进行回归计算，得到所述目标用户的头部在目标方向上的目标偏转角度，其中，所述人脸姿态检测模型为轻量化的神经网络模型；将所述目标偏转角度与预置的标准偏转角度进行比较，若所述目标偏转角度达到所述标准偏转角度，则确定本次头部运动有效。2.根据权利要求1所述的头部运动检测方法，其特征在于，所述将所述目标偏转角度与预置的标准偏转角度进行比较，若所述目标偏转角度达到所述标准偏转角度，则确定本次头部运动有效之后，还包括：以所述人脸区域图像在水平方向上的中轴线与在竖直方向上的中轴线之间的交点为坐标系的原点，以水平方向作为坐标系的横轴方向，以竖直方向作为坐标系的纵轴方向，构建平面直角坐标系；计算所述人脸区域图像在所述目标方向上的长度；根据所述人脸区域图像在所述目标方向上的长度、所述目标偏转角度以及所述标准偏转角度进行三角几何运算以确定并输出所述目标用户的头部当前在所述平面直角坐标系中的目标坐标位置。3.根据权利要求2所述的头部运动检测方法，其特征在于，所述根据所述人脸区域图像在所述目标方向上的长度、所述目标偏转角度以及所述标准偏转角度进行三角几何运算以确定并输出所述目标用户的头部当前在所述平面直角坐标系中的目标坐标位置之后，还包括：基于预置的稳定需求信息，确定所述目标用户的头部在所述平面直角坐标系中的稳定坐标区间；若所述目标偏转角度大于预置的异常偏转阈值或所述目标坐标位置不在所述稳定坐标区间内，则确定当前拍摄环境不稳定，并对所述目标坐标位置进行稳定性校正。4.根据权利要求1所述的头部运动检测方法，其特征在于，所述将所述目标用户当前的人物图像输入至预置的人脸检测模型中进行检测，得到所述目标用户当前的人脸区域图像包括：将所述目标用户当前的人物图像输入至所述人脸检测模型中，其中，所述人脸检测模型中包括人脸特征提取网络、人脸特征识别网络以及人脸特征筛选网络；调用所述人脸特征提取网络，从所述目标用户当前的人物图像中提取至少一个特征尺寸的人脸特征；调用所述人脸特征识别网络，根据每个特征尺寸对应预置数量的先验框，在每个特征尺寸的人脸特征中识别备选人脸区域；调用所述人脸特征筛选网络，对各所述备选人脸区域进行筛选以得到所述目标用户当前的人脸区域图像。
5.根据权利要求1所述的头部运动检测方法，其特征在于，所述将所述目标用户当前的人脸区域图像输入至预置的人脸姿态检测模型进行回归计算，得到所述目标用户的头部在目标方向上的目标偏转角度之前，还包括：构建用于模型训练的人脸姿态图像集，并对所述人脸姿态图像集中的各图像进行所述目标方向上偏转角度的标注；根据预置的图像划分比例，将所述人脸姿态图像集划分为人脸姿态训练图像集和人脸姿态验证图像集；基于所述人脸姿态训练图像集中的各图像，对预置的Mobile
‑
Net卷积神经网络模型进行偏转角的回归训练；基于所述人脸姿态验证图像集中的各图像，对回归训练后的Mobile
‑
Net卷积神经网络模型进行模型验证，得到所...
【专利技术属性】
技术研发人员：潘浩，曾凡涛，陈远旭，
申请(专利权)人：平安科技深圳有限公司，
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。