【技术实现步骤摘要】
本专利技术涉及智能坐姿检测领域,尤其涉及一种基于深度学习模型的青少年坐姿检测方法。
技术介绍
1、坐姿不良是导致青少年体态不良的主要原因之一。长期的久坐及不正确的坐姿会严重危害青少年的视力、体态,严重者形成高度近似或脊柱侧弯。
2、而现有的学生学习时的坐姿检测,一般是通过在桌子上设置测距传感器检测学生的头部、胸部距离来分析坐姿,又或者是通过在座椅上设置压力传感器来检测学生的坐姿,这些技术虽然能够检测坐姿,但因人体差异,例如身高或体重等原因,对于相同类型的坐姿会识别得到不同的检测结果,因此通过上述方式进行坐姿检测的精确度较低,而且数据模型单一,只能通过一些简单模糊算法进行判定,如划定坐姿区域范围,超出范围即提醒等。无法进行头部倾斜、手撑头部、低头、握笔异常、身体扭转、驼背、翘腿等坐姿精准检测并判断,而且设备多,智能化程度也不高,设备成本也高,效果也不明显。
技术实现思路
1、本专利技术的目的就在于提出一种基于深度学习模型的青少年坐姿检测方法,该算法能够从正面观和侧面观两个方面进行
...【技术保护点】
1.一种基于深度学习模型的青少年坐姿检测方法,其特征在于,方法步骤如下:
2.根据权利要求1所述的基于深度学习模型的青少年坐姿检测方法,其特征在于,步骤2的具体流程为:
3.根据权利要求2所述的基于深度学习模型的青少年坐姿检测方法,其特征在于,步骤3的具体流程为:
4.根据权利要求1所述的基于深度学习模型的青少年坐姿检测方法,其特征在于:步骤4中进行正面观图像和侧面观图像识别的方法为,
5.根据权利要求1所述的基于深度学习模型的青少年坐姿检测方法,其特征在于:步骤5中,坐姿与站姿的判别计算方法为,
6.根据权
...【技术特征摘要】
1.一种基于深度学习模型的青少年坐姿检测方法,其特征在于,方法步骤如下:
2.根据权利要求1所述的基于深度学习模型的青少年坐姿检测方法,其特征在于,步骤2的具体流程为:
3.根据权利要求2所述的基于深度学习模型的青少年坐姿检测方法,其特征在于,步骤3的具体流程为:
4.根据权利要求1所述的基于深度学习模型的青少年坐姿检测方法,其特征在于:步骤4中进行正面观图像和侧...
【专利技术属性】
技术研发人员:张雨新,王栋栋,王兴国,邓皓,柳从金,罗刚,
申请(专利权)人:宜宾显微智能科技有限公司,
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。