【技术实现步骤摘要】
一种坐姿识别的方法、装置、智能台灯及计算机存储介质
[0001]本申请涉及图像处理领域，尤其涉及一种坐姿识别的方法、装置、智能台灯及计算机存储介质。
技术介绍
[0002]不同的坐姿能够表达用户的不同状态，通过坐姿识别技术能够识别出人们的坐姿种类和坐姿状态，并反馈给用户，实现坐姿干预。
[0003]现有技术中，坐姿识别的方法有很多，以前主要是通过传感器来实现，通过传感器实现的方法具有准确度高的优点，但安装传感器过程麻烦，成本高，容易让用户感到不适；随着科技的发展，近些年主要通过机器学习的方法来实现，但使用机器学习的方法检测的准确性与训练集的优质程度相关，如果出现一些样本中没有涉及的情况就可能会出现误判，并且机器学习要实现精度高，就可能要更多的卷积层，意味着更高的算力消耗，运算时间可能会更长，实时性低。
[0004]还有一些不通过机器学习的方案，需要用户使用前要预先设定一个标准坐姿，用户使用起来及其不方便。而对于不通过机器学习也不预设标准坐姿的方案，提取特征比较困难,容易造成误判，即现有的坐姿识别方法中存在算力...
【技术保护点】
【技术特征摘要】
1.一种坐姿识别的方法，其特征在于，所述方法包括：获取人体坐姿的深度图像；以所述深度图像的质心为种子点进行区域生长，得到目标图像；在所述目标图像中检测人体的脖子位置；确定所述脖子位置和所述质心的深度差，并确定所述质心的点云坐标；根据所述深度差和所述点云坐标进行坐姿识别。2.根据权利要求1所述的方法，其特征在于，所述在所述目标图像中检测人体的脖子位置包括：通过卷积模板对所述目标图像进行卷积处理，所述卷积模板包括左模板和右模板；根据所述卷积处理的结果在所述目标图像中确定人体的左肩点和右肩点；将所述左肩点和右肩点的中点确定为人体的脖子位置。3.根据权利要求2所述的方法，其特征在于，在所述通过卷积模板对所述目标图像中进行卷积处理之后，所述根据所述卷积处理的结果在所述目标图像中确定人体的左肩点和右肩点之前，所述方法还包括：对所述卷积处理的结果进行高斯滤波和/或均值滤波。4.根据权利要求2所述的方法，其特征在于，所述通过卷积模板对所述目标图像进行卷积处理包括：分别通过若干种不同大小的卷积模板对所述目标图像进行卷积处理，每一个所述卷积模板对应得到一对左侧点和右侧点；所述根据所述卷积处理的结果在所述目标图像中确定人体的左肩点和右肩点包括：将得到的若干对左侧点和右侧点中距离最近的左侧点和右侧点确定为人体的左肩点和右肩点。5.根据权利要求2所述的方法，其特征在于，在所述通过卷积模板对所述目标图像中进行卷积处理之前，所述方法还包括：对所述目标图像进行膨胀再侵蚀的处理。6.根据权利要求2所述的方法，其特征在于，在所述根据所述深度差和所述点云坐标进行坐姿识别之前，所述方法还包括：判断所述左肩点和所述右肩点的位置是否发生错位；所述根据所述深度差和所述点云坐标进行坐姿识别包括：若否，则根据所述深度差和所述点云坐标进行坐姿识别。7.根据权利要求1所述的方法，其特征在于，在所述根据所述深度差和所述点云坐标进行坐姿识别之前...
【专利技术属性】
技术研发人员：潘颢文，张勇，秦璇，罗丁，
申请(专利权)人：珠海视熙科技有限公司，
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。