【技术实现步骤摘要】
握笔姿势检测方法、装置、存储介质及电子设备
[0001]本申请涉及计算机
,尤其涉及一种握笔姿势检测方法、装置、存储介质及电子设备。
技术介绍
[0002]不正确的握笔姿势可能会导致手部疲劳、肌肉疼痛和手部协调不良等问题。如果长期使用错误的握笔姿势,可能会对手部生长发育造成不良影响,进而影响他们的书写能力和日常生活能力。
[0003]因此,在日常学习生活中,对握笔姿势进行检测识别是当下亟待解决的问题。
技术实现思路
[0004]本申请实施例提供的一种握笔姿势检测方法、装置、存储介质及电子设备,可以通过握笔姿势检测确定握笔手的握笔姿势状态,并提高握笔姿势检测的准确性。所述技术方案如下:
[0005]第一方面,本申请实施例提供了一种握笔姿势检测方法,所述方法包括:
[0006]响应于识别状态,获取包含至少一个握笔手的第一图像;
[0007]基于姿势检测模型识别第一握笔手在所述第一图像中的第一位置和所述第一握笔手的握笔姿势类别;
[0008]基于多目标跟踪器确定第二握笔手在所述第一图像中的第二位置和所述第二握笔手的第一标识;
[0009]基于所述第一位置和所述第二位置的位置关系判断所述第一握笔手和所述第二握笔手是否匹配,在所述第一握笔手和所述第二握笔手相匹配时,确定所述第一握笔手的握笔手标识为所述第一标识;
[0010]基于所述第一标识和所述握笔姿势类别生成所述第一握笔手在所述第一图像中的握笔姿势记录;
[0011]若所述第一图像的图像数 ...
【技术保护点】
【技术特征摘要】
1.一种握笔姿势检测方法,其特征在于,所述方法包括:响应于识别状态,获取包含至少一个握笔手的第一图像;基于姿势检测模型识别第一握笔手在所述第一图像中的第一位置和所述第一握笔手的握笔姿势类别;基于多目标跟踪器确定第二握笔手在所述第一图像中的第二位置和所述第二握笔手的第一标识;基于所述第一位置和所述第二位置的位置关系判断所述第一握笔手和所述第二握笔手是否匹配,在所述第一握笔手和所述第二握笔手相匹配时,确定所述第一握笔手的握笔手标识为所述第一标识;基于所述第一标识和所述握笔姿势类别生成所述第一握笔手在所述第一图像中的握笔姿势记录;若所述第一图像的图像数量达到设定数量,则根据所述第一握笔手在各所述第一图像中的所述握笔姿势记录,确定所述第一握笔手的握笔姿势状态。2.根据权利要求1所述的方法,其特征在于,所述响应于识别状态,获取包含至少一个握笔手的第一图像之前,还包括:构建样本训练集,所述样本训练集包括各样本训练图像以及样本训练图像中至少一个样本握笔手分别对应的握笔姿势类别标签和握笔手位置标签;将所述样本训练图像输入至初始姿势检测模型中,得到所述样本训练图像中所述样本握笔手对应的样本握笔姿势类别和样本握笔手位置;根据所述握笔姿势类别标签和所述样本握笔姿势类别计算所述初始姿势检测模型对应的类别损失以及根据所述握笔手位置标签和所述样本握笔手位置计算所述初始姿势检测模型对应的位置损失;基于所述类别损失和所述位置损失更新所述初始姿势检测模型的模型参数;采用各样本训练图像对所述初始姿势检测模型进行迭代训练,直至所述初始姿势检测模型满足预设收敛条件,得到训练完成的姿势检测模型。3.根据权利要求2所述的方法,其特征在于,所述将所述样本训练图像输入至初始姿势检测模型中,得到所述样本训练图像中所述样本握笔手对应的样本握笔姿势类别和样本握笔手位置,包括:基于所述初始姿势检测模型中的特征提取网络对所述样本训练图像进行特征提取处理,得到样本特征图;基于所述初始姿势检测模型中的姿势预测网络对所述样本特征图进行姿势类别预测以及位置预测,得到所述样本握笔手对应的样本握笔姿势类别和样本握笔手位置。4.根据权利要求1所述的方法,其特征在于,所述响应于识别状态,获取包含至少一个握笔手的第一图像之前,还包括:响应于初始化状态,获取包含至少一个握笔手的第二图像;基于姿势检测模型识别第三握笔手在所述第二图像中的初始化位置;基于所述多目标跟踪器根据所述初始化位置生成所述第三握笔手对应的第二标识,将初始化状态切换为识别状态。5.根据权利要求4所述的方法,其特征在于,所述基于多目标跟踪器确定第二握笔手在
所述第一图像中的第二位置和所述第二握笔手的第一标识,包括:若所述第一图像为在所述识别状态下获取的第一帧图像,获取所述第二图像中所述第三握笔手对应的所述初始化位置和所述第二标识;采用所述多目标跟踪器根据所述初始化位置和所述第二标识在所述第一图像中确定所述第二握笔手对应的第二位置和第一标识。6.根据权利要求1所述的方法,其特征在于,所述基于多目标跟踪器确定第二握笔手在所述第一图像中的第二位置和所述第二握笔手的第一标识,包括:若所述第一图像不为在所述识别状态下获取的第...
【专利技术属性】
技术研发人员:潘潇,高海潮,
申请(专利权)人:广州视源电子科技股份有限公司,
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。