【技术实现步骤摘要】
本专利技术涉及到在黑暗环境下人体盖被时，基于红外摄像头和深度传感器人体睡姿图像进行采集，然后通过识别红外图像和深度图像中人体特征，即：头部、左右耳朵、左右眉毛、左右眼睛、鼻子、嘴巴、身体躯干部位，并提取出这些特征对应最小矩形框中心点的像素坐标和该坐标对应的深度值，然后通过这些特征数据与睡姿形成映射关系，最后通过bp神经网络训练出可实际应用的睡姿识别模型。
技术介绍
1、目前研究者对睡姿的研究中，kun zhou等人提出一种基于深度学习的单幅图像三维人体姿态推断框架，该框架通过把获取到的2d信息和3d信息相结合，训练出一个人体姿态骨骼识别模型，但是该方法研究过程中，没有涉及到身体某些部位被遮挡的问题。详见参考文献zhou k,cai j,li y,et al.adversarial 3d human pose estimation viamultimodal depth supervision[j].arxiv preprint arxiv:1809.07921,2018。
2、shuangjun liu等人提出一种under...
【技术保护点】
1.一种基于黑暗盖被环境下的睡姿识别方法，其特征在于包括以下步骤：
2.根据权利要求1所述一种基于黑暗盖被环境下的睡姿识别方法，其特征在于所述步骤一的实验场景为：摄像头采集的图像是人体除腿部之外的身体上半身区域，深度传感器的摄像头到床面的垂直距离是1.1米到1.3之间；并且摄像头的位置在以床头为起始点，床面1/3到1/2处的垂直正上方区域。
3.根据权利要求1所述一种基于黑暗盖被环境下的睡姿识别方法，其特征在于所述步骤二：同步采集完红外图像和深度图像后，通过使用Labelimg打标签工具提取红外图像上的头部、左右眉毛、左右眼睛、左右耳朵、鼻子、...
【技术特征摘要】
1.一种基于黑暗盖被环境下的睡姿识别方法，其特征在于包括以下步骤：
2.根据权利要求1所述一种基于黑暗盖被环境下的睡姿识别方法，其特征在于所述步骤一的实验场景为：摄像头采集的图像是人体除腿部之外的身体上半身区域，深度传感器的摄像头到床面的垂直距离是1.1米到1.3之间；并且摄像头的位置在以床头为起始点，床面1/3到1/2处的垂直正上方区域。
3.根据权利要求1所述一种基于黑暗盖被环境下的睡姿识别方法，其特征在于所述步骤二：同步采集完红外图像和深度图像后，通过使用labelimg打标签工具提取红外图像上的头部、左右眉毛、左右眼睛、左右耳朵、鼻子、嘴巴、身体躯干，这10个特征对应的最小矩形框，并且保存这些特征矩形框中心点的像素坐标，以“.txt”文件格式保存下来，然后将这些1409个“.txt”文件输入到yolov5目标识别算法中，该算法可输出训练好的这10个特征的模型，然后通过训练好的模型，去自动提取在线采集到的红外图像中的10个特征对应的最小矩形框中心点的像素坐标，并保存到“.txt”文件中。
4.根据权利要求1所述一种基于黑暗盖被环境下的睡姿识别方法，其特征在于所述步骤三：将提取的这些特征矩形框中心点的像素坐标索引到对应的深度图像中，并将其保存到对应的特征矩形框...
【专利技术属性】
技术研发人员：孙柏青，刘腾，李勇，张秋豪，杨俊友，
申请(专利权)人：沈阳工业大学，
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。