CN111160165B - 一种自适应式姿态纠错检测方法及装置 - Google Patents
一种自适应式姿态纠错检测方法及装置 Download PDFInfo
- Publication number
- CN111160165B CN111160165B CN201911310507.6A CN201911310507A CN111160165B CN 111160165 B CN111160165 B CN 111160165B CN 201911310507 A CN201911310507 A CN 201911310507A CN 111160165 B CN111160165 B CN 111160165B
- Authority
- CN
- China
- Prior art keywords
- gesture
- detection
- posture
- adaptive
- error correction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 137
- 238000012937 correction Methods 0.000 title claims abstract description 37
- 230000002159 abnormal effect Effects 0.000 claims abstract description 4
- 210000003128 head Anatomy 0.000 claims description 27
- 230000003044 adaptive effect Effects 0.000 claims description 24
- 238000012549 training Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 11
- 238000013145 classification model Methods 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 5
- 230000036541 health Effects 0.000 claims description 4
- 239000000853 adhesive Substances 0.000 claims description 3
- 230000001070 adhesive effect Effects 0.000 claims description 3
- 230000003867 tiredness Effects 0.000 claims description 2
- 208000016255 tiredness Diseases 0.000 claims description 2
- 241000190070 Sarracenia purpurea Species 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 10
- 238000005516 engineering process Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000004379 myopia Effects 0.000 description 2
- 208000001491 myopia Diseases 0.000 description 2
- 241001456553 Chanodichthys dabryi Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000007958 sleep Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开了一种自适应式姿态纠错检测方法及装置,方法包括以下步骤:S1:固定摄像头位置,并配置当前姿态检测状态的配置信息;S2:根据配置信息选择姿态检测模型;S3:摄像头采集当前的姿态图像,并通过选择的姿态检测模型对姿态图像进行检测:若检测姿态异常,则发出警示,否则重复步骤S3,装置包括:壳体、固定连接件、姿态检测模块、警示模块、控制模块;姿态检测模块包括摄像头、姿态判定单元;控制模块分别与姿态判定单元、警示模块信号连接,用以根据调控信号控制警示模块进行警示,以及配置当前姿态检测状态的配置信息,并根据配置信息选择姿态判定单元的姿态检测模型。本发明具有自适应能力强、使用范围广、姿态检测性能好的技术特点。
Description
技术领域
本发明属于智能检测技术领域,尤其涉及一种自适应式姿态纠错检测方法及装置。
背景技术
错误的姿态久而久之易造成近视、驼背、歪头、高低肩等症状,更严重着会诱发颈椎、腰椎、眼睛等部位的疾病,对身体产生不可逆转的伤害。
目前出现的姿态检测技术中有提到利用超声波测距或红外测距进行姿态判定的方法,在实际使用过程中能够解决一部分的错误姿态检测的问题,但是在发生其他物体遮挡或者人体非躯干部位进行遮挡的情况下容易产生误检报警的情况,也不能针对错误姿势的具体情况进行针对性的分析,在使用过程中具有较大的局限性。
另一部分利用刚性结构强制使用者处于规定的姿态状态,这种技术方案在强制纠正错误姿态方面具有一定的实用性,但在一定的程度上限制了人的活动空间,会造成一定的不便性。
此外,不同的人群、不同的环境,姿态检测的标准有着一定的差别,这导致了目前的姿态检测技术的局限,同时,目前的姿态检测技术的使用局限于某一具体的应用场景,针对不同的应用场景检测技术本身无法进行自适应,导致技术的实用性大大降低。
发明内容
本发明的技术目的是提供一种自适应式姿态纠错检测方法及装置,具有自适应能力强、使用范围广、姿态检测性能好的技术特点。
为解决上述问题,本发明的技术方案为:
一种自适应式姿态纠错检测方法,包括以下步骤:
S1:固定摄像头位置,并配置当前姿态检测状态的配置信息;
S2:根据配置信息选择姿态检测模型;
S3:摄像头采集当前的姿态图像,并通过选择的姿态检测模型对姿态图像进行检测:若检测姿态异常,则发出警示,否则重复步骤S3。
根据本发明一实施例,配置信息包括使用者信息、使用环境信息、姿态图像库,步骤S1之前还包括以下步骤:
A1:采集不同姿态检测状态下的配置信息;
A2:通过不同的配置信息训练得到多个不同的姿态检测模型。
根据本发明一实施例,姿态检测模型为分类模型,步骤A2中,分类模型训练所需的图像需标注姿态类别。
根据本发明一实施例,姿态检测模型为回归模型,步骤A2中,回归模型训练所需的图像需标注姿态参数。
根据本发明一实施例,姿态参数包括眼睛距离桌面的距离、左右肩膀高度、低头角度、转头角度、偏头角度。
根据本发明一实施例,步骤S1中,使用环境信息包括摄像头的摆放位置和角度,其中,通过手动输入或自动识别进行摆放位置和角度的配置;
步骤S2中,根据配置信息选择姿态检测模型具体步骤为:根据摆放位置和角度选择姿态检测模型。
根据本发明一实施例,通过自动识别进行摆放位置和角度的配置具体包括以下步骤:
B1:建立摄像头检测模型,并采集或输入标准姿态图像,其中,摄像头检测模型为回归模型;
B2:通过摄像头检测模型对标准姿态图像进行回归,得到低头、转头与偏头的角度;
B3:根据低头、转头与偏头的角度,反推得到摄像头的摆放位置和角度。
本发明还提供了一种自适应式姿态纠错检测装置,应用如上述任意一项所述的自适应式姿态纠错检测方法进行姿态检测,包括:壳体、设于壳体上的固定连接件,以及设于壳体内的姿态检测模块、警示模块、控制模块;
姿态检测模块包括用于采集姿态图像的摄像头、用于对姿态图像进行检测并生成调控信号的姿态判定单元;
控制模块分别与姿态判定单元、警示模块信号连接,用以根据调控信号控制警示模块进行警示,以及配置当前姿态检测状态的配置信息,并根据所述配置信息选择所述姿态判定单元的姿态检测模型。
根据本发明一实施例,固定连接件为磁吸件或卡扣件或粘附件或夹紧件或锁紧件。
根据本发明一实施例,还包括载体,壳体经固定连接件内置固定于载体内或外置固定于载体上,载体为台灯或音响或显示器或水杯或钟表或书桌或书架。
根据本发明一实施例,还包括通讯模块,通讯模块与控制模块电连接,用以反馈自适应式姿态纠错检测装置的工作状态及姿态健康报告。
根据本发明一实施例,控制模块还用于统计姿态正常的维持时间,并根据维持时间控制警示模块进行疲倦提醒。
根据本发明一实施例,还包括用于语音交互、与控制模块信号连接的喇叭与麦克风,其中,喇叭与麦克风还用于装置与用户之间的声波测距,以辅助调整装置的固定位置。
本发明与现有技术相比具有以下的优点和积极效果:
1)本发明的方法可将固定摄像头固定于任意位置,并通过当前姿态检测状态的配置信息选择的姿态检测模型,以适应于当前的姿态检测的条件,具体在检测之前,通过采集不同姿态检测状态的配置训练,预先训练得到多个不同的姿态监测模型,以供实际姿态检测时选择,其中,通过配置姿态图像库、使用者信息、使用环境信息进行姿态检测的条件训练,从而提高了自适应能力、扩大了使用范围广;
2)本发明的方法中,摄像头可摆放位置和角度可以为多种设置,由于摄像头的摆放位置和角度又与姿态检测的判断有很大的关系,故不同的摆放位置和角度对应有不同的姿态检测模型,对此,本发明对于该配置信息,即可在已知安装信息情况下进行手动输入进行配置,也可在未知安装信息情况下进行自动识别配置,具体通过回归模型的摄像头检测模型对标准姿态图像进行回归检测,得到低头、转头与偏头的角度,并通过反推即可得到摄像头的摆放位置和角度,如此可自动选择所要的姿态检测模型,可实现摄像头固定位置的自适应,从而提高了自适应能力、扩大了使用范围广;
3)本发明的装置通过多种多样的固定连接件,可将自适应式姿态纠错检测装置固定在环境中的任意位置,也可与环境中的任何物品结合,从而提高了自适应能力、扩大了使用范围广;
4)本发明的装置通过设置喇叭与麦克风,不仅方便进行人机交互,并且在自适应式姿态纠错检测装置固定过程起到声波测距的功能,可辅助装置的安装,如此,提高了自适应能力、扩大了使用范围广。
附图说明
图1为本发明的一种自适应式姿态纠错检测方法的主流程图;
图2为本发明的一种自适应式姿态纠错检测方法的摄像头摆放位置和角度的自动识别流程图;
图3为本发明的一种自适应式姿态纠错检测装置的结构示意图。
附图标记说明:
1-固定连接件;2-通讯模块;3-壳体;4-警示蜂鸣器;5-按键模块;6-按钮;7-偏右位置警示灯;8-错误姿态警示灯;9--偏左位置警示灯;10-摄像头;11-数据传输口;12-充电接口。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对照附图说明本发明的具体实施方式。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,并获得其他的实施方式。
为使图面简洁,各图中只示意性地表示出了与本发明相关的部分,它们并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘示了其中的一个,或仅标出了其中的一个。在本文中,“一个”不仅表示“仅此一个”,也可以表示“多于一个”的情形。
以下结合附图和具体实施例对本发明提出的一种自适应式姿态纠错检测方法及装置作进一步详细说明。
实施例1
参看图1,本申请提供了一种自适应式姿态纠错检测方法,包括以下步骤:
S1:固定摄像头位置,并配置当前姿态检测状态的配置信息;
S2:根据配置信息选择姿态检测模型姿态;
S3:摄像头采集当前的姿态图像,并通过选择的姿态检测模型对姿态图像进行检测:若检测姿态异常,则发出警示,否则重复步骤S3。
现具体地对本实施例进行说明:
本实施例的步骤S1,摄像头固定位置具有多种形式,具体根据摄像头的摆放位置和角度进行限定,可以固定在书架、桌子、台灯、墙壁、地面、时钟等可以拍摄到姿态的任何地方,配置信息包括使用者信息、使用环境信息、姿态图像库,使用环境信息可包括桌子的高度和倾斜角度、摄像头的位置和角度、椅子的高度等信息,使用者信息可包括使用者的身高、体重、性别、近视度数、上半身长度两眼间距、眼睛与鼻尖间的距离、是否佩戴眼镜,目视前方时眼睛距离桌面的高度,两肩距离桌面的高度,胸口距离桌子的距离等信息,姿态图像库可为在不同采集环境下不同使用者多种不同的特定姿态图像,配置信息的配置方式可以为手动输入或者自动识别测量,如可通过图像识别、红外测距、声波测距等技术进行自动识别测量。
参看图1,本实施例提供多个姿态检测模型进行选择,以适应不同的姿态检测状态,在步骤S1之前还包括以下步骤:A1:采集不同姿态检测状态下的配置信息;A2:通过不同的配置信息训练得到多个不同的姿态检测模型。具体地,步骤A1中,可采集不同的使用者信息、使用环境信息、姿态图像库的配置信息,步骤A2中,通过不同的配置信息训练深度卷积网络模型得到多个不同的姿态检测模型。
本实施例的姿态检测模型可以采用回归模型或者分类模型:姿态检测模型为分类模型,对应的步骤A2中,分类模型训练所需的图像需标注姿态类别;姿态检测模型为回归模型,对应的步骤A2中,分类模型训练所需的图像需标注姿态参数,优选地,姿态参数包括眼睛距离桌面的距离、左右肩膀高度、低头角度、转头角度、偏头角度、人脸位置以及眼鼻位置。人脸位置以及眼鼻位置可以标注,也可以不标注,其对整体算法没有影响,但能提高回归的精度,同时也增加了大量标注成本。
其中,配置信息中的摄像头的摆放位置和角度与姿态检测有很大关系,不同的摆放位置和角度,对应的姿态检测模型之间存在一定的不同,本实施例提供多个姿态检测模型进行选择,不同的姿态检测模型对应不同的摄像头的摆放位置和角度。而摄像头的摆放位置和角度可通过手动输入或自动识别进行配置,在本实施例的步骤S2中,可根据手动输入或自动识别得到的摄像头摆放位置和角度选择对应的姿态检测模型,以适配当前检测环境下姿态检测。
具体参看图2,通过自动识别进行摆放位置和角度的配置具体包括以下步骤:
B1:建立摄像头检测模型,并采集或输入标准姿态图像,其中,摄像头检测模型为回归模型;
B2:通过摄像头检测模型对标准姿态图像进行回归,得到低头、转头与偏头的角度;
B3:根据低头、转头与偏头的角度,反推得到摄像头的摆放位置和角度。
本实施例的方法中,摄像头可摆放位置和角度可以为多种设置,由于摄像头的摆放位置和角度又与姿态检测的判断有很大的关系,故不同的摆放位置和角度对应有不同的姿态检测模型,对此,本发明对于该配置信息,即可在已知安装信息情况下进行手动输入进行配置,也可在未知安装信息情况下进行自动识别配置,具体通过回归模型的摄像头检测模型对标准姿态图像进行回归检测,得到低头、转头与偏头的角度,并通过反推即可得到摄像头的摆放位置和角度,如此可自动选择所要的姿态检测模型,可实现摄像头固定位置的自适应,从而提高了自适应能力、扩大了使用范围广。
优选地,本实施例S3中,姿态检测模型对应的姿态正确的标准可以包括:眼睛距离桌面的距离不能小于30cm、两肩距离桌面的高度差异不能超过2cm、目视前方时眼睛距离桌面的高度与坐直且目视前方时的高度差不超过5cm、低头角度不能超过45度、转头角度不超过30度、偏头角度不超过15度,当所有条件均满足时,为正确姿态,否则,是错误姿态。其中,目视前方时眼睛距离桌面的高度与坐直且目视前方时的高度差不超过5cm,此标准可以判断用户当前是否弯腰。若采用姿态检测模型为回归模型,则需要预先输入一张身体坐直且目视前方时的图像,回归其眼睛距离桌面的距离,根据当前低头的角度和眼睛距离桌面的位置,间接判断用户是否弯腰。
优选地,当人们处于不同的状态时,如读书和写字,对姿态标准的要求可能是不一致的,如当用右手写字时,人们会更倾向于向左偏头,此时需要将姿态标准作一定的调整。若A2中使用的是分类模型,则需要根据不同的标准训练多个模型;若A2中使用的是回归模型,则仅需将判断标准作相应的修改。
优选的,本实施例的步骤S3执行前,可加入是否需要姿态检测的判断,即判断画面中是否有人,以及人是否处在合适的位置,具体地,当画面中无人或人没有处在合适位置时进行待机,反之则执行步骤S3。
优选的,本实施例的步骤S3中,用户姿态错误时,可以实时报警,也可以根据用户姿态错误保持一定时间后再报警提示。
实施例2
参看图3,本申请提供了一种基于实施例1的一种自适应式姿态纠错检测装置,应用如上述任意一项所述的自适应式姿态纠错检测方法进行姿态检测,包括:壳体3、设于壳体3上的固定连接件1,以及设于壳体3内的姿态检测模块、警示模块、控制模块;
姿态检测模块包括用于采集姿态图像的摄像头10、用于对姿态图像进行检测并生成调控信号的姿态判定单元;
控制模块分别与姿态判定单元、警示模块信号连接,用以根据调控信号控制警示模块进行警示,以及配置当前姿态检测状态的配置信息,并根据所述配置信息选择所述姿态判定单元的姿态检测模型。
现对本实施例进行详细说明:
本实施例的固定连接件1为磁吸件或卡扣件或粘附件或夹紧件或锁紧件,支持外部佩戴和内置于其他产品中两种安装方式,可固定于但不限于书桌、书架、墙面、地面、台灯、钟表等多种外部界面上,同样地,本实施例还包括载体,壳体经固定连接件内置固定于载体内或外置固定于载体上,载体可以为但不限于台灯、音响、显示器、水杯、钟表、书桌、书架,使其具有姿态检测的功能,具体地,本实施例采用粘附夹,通过夹紧、粘附方式进行自适应式姿态纠错检测装置的固定。
本实施例的装置通过多种多样的固定连接件1,可将自适应式姿态纠错检测装置固定在环境中的任意位置,也可与环境中的任何物品结合,从而提高了自适应能力、扩大了使用范围广。
本实施例的摄像头10优选使用100万至300万像素的摄像头10,视角为75°至90°。优选地,本实施例的摄像头10与水平面呈垂直或近似垂直的角度放置,以便于姿态的检测,进一步优选地,摄像头10的摆放位置以使用者人体中轴线为轴线,以人体正面的法线为0°参考线,摆放角度为0°,左右偏差5°,逆时针旋转40°至45°,顺指针旋转40°至45°,装置距离桌面的高度为15cm至35cm,距离人体的距离为40cm至70cm之间。同样地,本实施例的摄像头10不局限于上述设定,也可以以其他摆放位置和角度进行固定,可通过选择内部的姿态检测模型进行姿态检测适应。
参看图3,本实施例的警示模块包括偏右位置警示灯7、错误姿态警示灯8、偏左位置警示灯9、警示蜂鸣器4,采用多样化的警示方式,如灯的闪烁频率、蜂鸣器的声音等,可呈现不同的姿态错误的不同警示效果。
本实施例的控制模块可统计姿态正常的维持时间,并根据维持时间控制警示模块进行疲倦提醒,以防止用户维持一个姿势过长时间。其中,控制模块还可每隔一段预设时间进行一次姿态判断,以减少姿态检测的频率,延长装置的续航时间。
参看图3,本实施还包括通讯模块2、充电接口12、数据传输口11、按键模块5,通讯模块2与控制模块电连接,用以反馈自适应式姿态纠错检测装置的工作状态及姿态健康报告,充电接口12用于给自适应式姿态纠错检测装置充电或供电,数据传输口11用于与外界进行数据传输,如姿态检测数据,按键模块5用于控制模块的相关操作。
具体地,通讯模块2可基于WIFI、蓝牙、2G/3G/4G等通讯技术,可与外部的客户端或设备进行通讯,以实现姿态相关数据的上传,优选地,控制单元可以将一段时间的姿态检测情况经通讯模块2发送至移动客户端生成姿态健康报告供使用者参考。
本实施例的按键模块5设有按钮6,该按钮6可以为实体按钮6或虚拟按钮6,具体可执行如报警消除、姿态检测开关、模式选择、装置复位等多样化的操作。
优选地,姿态判定单元还可用于用户身份识别的功能,当识别到新的用户特征时进行提示或者将对应信息通过通讯单元传送到移动客户端,及时提醒用户当前检测到的身份信息。姿态判定单元还可用于环境场景识别功能,通过摄像头10采集当前用户正在使用的工具信息,可识别的使用工具包括但不限于书、笔、手机、平板等,根据识别到的使用工具信息判定当前用户的工作场景,在此基础上通过控制模块调节外部产品的亮度、色调等工作参数,保护用户的视力。
优选地,本实施例还包括用于语音交互、与控制模块信号连接的喇叭与麦克风,其中,喇叭与麦克风还用于装置与用户之间的声波测距,以辅助调整装置的固定位置。本实施例的装置通过设置喇叭与麦克风,不仅方便进行人机交互,并且在自适应式姿态纠错检测装置固定过程起到声波测距的功能,可辅助装置的安装,当人体距离装置过近或者过远时,提示用户调整装置的位置,如此,提高了自适应能力、扩大了使用范围广。同样地,警示模块也可以通过喇叭进行语音警示。
优选的,本实施例为设备配置红外传感器,检测是否有人进入有效检测范围,所述设备检测到有人在有效检测范围内时实现自动开启,当用户离开有效检测范围时实现自动休眠。
本实施例提供的一种自适应式姿态纠错检测装置,可根据不同人群进行针对性的姿态检测,当检测到姿态错误时提示用户当前的姿态处于错误的状态,当用户回到正确姿态时停止提示,避免用户长时间处于对人体有伤害的姿态状态,在不限制用户行动的前提下帮助用户养成良好的姿态习惯,为身体健康保驾护航,产品结构简单,易于与其他物品装配组合,在姿态检测效果上具有很大的实用性。
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式。即使对本发明作出各种变化,倘若这些变化属于本发明权利要求及其等同技术的范围之内,则仍落入在本发明的保护范围之中。
Claims (11)
1.一种自适应式姿态纠错检测方法,其特征在于,包括以下步骤:
S1:固定摄像头位置,并配置当前姿态检测状态的配置信息;
S2:根据所述配置信息选择姿态检测模型;
S3:摄像头采集当前的姿态图像,并通过选择的所述姿态检测模型对所述姿态图像进行检测:若检测姿态异常,则发出警示,否则重复所述步骤S3;
所述步骤S1中,所述使用环境信息包括所述摄像头的摆放位置和角度,其中,通过手动输入或自动识别进行所述摆放位置和所述角度的配置;
所述步骤S2中,根据所述配置信息选择所述姿态检测模型具体步骤为:根据所述摆放位置和所述角度选择所述姿态检测模型,所述配置信息包括使用者信息、使用环境信息、姿态图像库;
通过自动识别进行所述摆放位置和角度的配置具体包括以下步骤:
B1:建立摄像头检测模型,并采集或输入标准姿态图像,其中,所述摄像头检测模型为回归模型;
B2:通过所述摄像头检测模型对所述标准姿态图像进行回归,得到低头、转头与偏头的角度;
B3:根据所述低头、转头与偏头的角度,反推得到所述摄像头的摆放位置和角度。
2.根据权利要求1所述的自适应式姿态纠错检测方法,其特征在于,所述步骤S1之前还包括以下步骤:
A1:采集不同姿态检测状态下的所述配置信息;
A2:通过不同的所述配置信息训练得到多个不同的所述姿态检测模型。
3.根据权利要求2所述的自适应式姿态纠错检测方法,其特征在于,所述姿态检测模型为分类模型,所述步骤A2中,所述分类模型训练所需的图像需标注姿态类别。
4.根据权利要求2所述的自适应式姿态纠错检测方法,其特征在于,所述姿态检测模型为回归模型,所述步骤A2中,所述回归模型训练所需的图像需标注姿态参数。
5.根据权利要求4所述的自适应式姿态纠错检测方法,其特征在于,所述姿态参数包括眼睛距离桌面的距离、左右肩膀高度、低头角度、转头角度、偏头角度。
6.一种自适应式姿态纠错检测装置,其特征在于,应用如权利要求1-5任意一项所述的自适应式姿态纠错检测方法进行姿态检测,包括:壳体、设于所述壳体上的固定连接件,以及设于所述壳体内的姿态检测模块、警示模块、控制模块;
所述姿态检测模块包括用于采集姿态图像的摄像头、用于对所述姿态图像进行检测并生成调控信号的姿态判定单元;
所述控制模块分别与所述姿态判定单元、所述警示模块信号连接,用以根据所述调控信号控制所述警示模块进行警示,以及配置当前姿态检测状态的配置信息,并根据所述配置信息选择所述姿态判定单元的姿态检测模型。
7.根据权利要求6所述的自适应式姿态纠错检测装置,其特征在于,所述固定连接件为磁吸件或卡扣件或粘附件或夹紧件或锁紧件。
8.根据权利要求6所述的自适应式姿态纠错检测装置,其特征在于,还包括载体,所述壳体经所述固定连接件内置固定于所述载体内或外置固定于所述载体上,所述载体为台灯或音响或显示器或水杯或钟表或书桌或书架。
9.根据权利要求6所述的自适应式姿态纠错检测装置,其特征在于,还包括通讯模块,所述通讯模块与所述控制模块电连接,用以反馈自适应式姿态纠错检测装置的工作状态及姿态健康报告。
10.根据权利要求6-9任意一项所述的自适应式姿态纠错检测装置,其特征在于,所述控制模块还用于统计姿态正常的维持时间,并根据所述维持时间控制所述警示模块进行疲倦提醒。
11.根据权利要求6-9任意一项所述的自适应式姿态纠错检测装置,其特征在于,还包括用于语音交互、与所述控制模块信号连接的喇叭与麦克风,其中,所述喇叭与所述麦克风还用于装置与用户之间的声波测距,以辅助调整装置的固定位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911310507.6A CN111160165B (zh) | 2019-12-18 | 2019-12-18 | 一种自适应式姿态纠错检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911310507.6A CN111160165B (zh) | 2019-12-18 | 2019-12-18 | 一种自适应式姿态纠错检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111160165A CN111160165A (zh) | 2020-05-15 |
CN111160165B true CN111160165B (zh) | 2023-12-19 |
Family
ID=70557842
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911310507.6A Active CN111160165B (zh) | 2019-12-18 | 2019-12-18 | 一种自适应式姿态纠错检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111160165B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113836965A (zh) * | 2020-06-08 | 2021-12-24 | 北京字节跳动网络技术有限公司 | 处理信息的方法、装置、终端和存储介质 |
CN112998699B (zh) * | 2021-04-02 | 2022-12-13 | 四川写正智能科技有限公司 | 一种用于检测用户运动状态的雷达传感器系统及检测方法 |
CN115721297B (zh) * | 2021-08-31 | 2024-09-17 | 广东小天才科技有限公司 | 一种用眼信息生成方法、系统、智能设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006004043A1 (ja) * | 2004-07-07 | 2006-01-12 | Nec Corporation | 広視野画像入力方法及び装置 |
CN103034859A (zh) * | 2012-12-13 | 2013-04-10 | 华为技术有限公司 | 一种获取姿势模型的方法及装置 |
CN103955272A (zh) * | 2014-04-16 | 2014-07-30 | 北京尚德智产投资管理有限公司 | 一种终端设备用户姿态检测系统 |
CN206674138U (zh) * | 2017-04-01 | 2017-11-24 | 连云港艾加加信息科技有限公司 | 具有姿势纠错功能的电视辅助设备及机顶盒 |
CN109948509A (zh) * | 2019-03-11 | 2019-06-28 | 成都旷视金智科技有限公司 | 对象状态监测方法、装置及电子设备 |
CN110321786A (zh) * | 2019-05-10 | 2019-10-11 | 北京邮电大学 | 一种基于深度学习的人体坐姿实时监视方法和系统 |
CN110414419A (zh) * | 2019-07-25 | 2019-11-05 | 四川长虹电器股份有限公司 | 一种基于移动端观看者的姿势检测系统及方法 |
-
2019
- 2019-12-18 CN CN201911310507.6A patent/CN111160165B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006004043A1 (ja) * | 2004-07-07 | 2006-01-12 | Nec Corporation | 広視野画像入力方法及び装置 |
CN103034859A (zh) * | 2012-12-13 | 2013-04-10 | 华为技术有限公司 | 一种获取姿势模型的方法及装置 |
CN103955272A (zh) * | 2014-04-16 | 2014-07-30 | 北京尚德智产投资管理有限公司 | 一种终端设备用户姿态检测系统 |
CN206674138U (zh) * | 2017-04-01 | 2017-11-24 | 连云港艾加加信息科技有限公司 | 具有姿势纠错功能的电视辅助设备及机顶盒 |
CN109948509A (zh) * | 2019-03-11 | 2019-06-28 | 成都旷视金智科技有限公司 | 对象状态监测方法、装置及电子设备 |
CN110321786A (zh) * | 2019-05-10 | 2019-10-11 | 北京邮电大学 | 一种基于深度学习的人体坐姿实时监视方法和系统 |
CN110414419A (zh) * | 2019-07-25 | 2019-11-05 | 四川长虹电器股份有限公司 | 一种基于移动端观看者的姿势检测系统及方法 |
Non-Patent Citations (1)
Title |
---|
韩晓明 ; 冉春风 ; 侯雪峰 ; 关然 ; 潘巍 ; .基于视频的学生坐姿检测与纠正系统研究.首都师范大学学报(自然科学版).2009,(S1),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN111160165A (zh) | 2020-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104239860B (zh) | 一种使用智能终端时的坐姿检测与提醒方法及装置 | |
CN111160165B (zh) | 一种自适应式姿态纠错检测方法及装置 | |
CN204557748U (zh) | 坐姿矫正仪 | |
CN105046893B (zh) | 一种坐姿监测仪及控制方法 | |
CN204303137U (zh) | 一种身体姿态监测终端及系统 | |
CN106643708A (zh) | 一种基于imu的交互式坐姿矫正装置、坐姿矫正器及监测软件 | |
KR20130031120A (ko) | 올바른 기기사용자세 유도 장치 및 방법 | |
CN104484984A (zh) | 可调节的人体姿势检测提醒装置 | |
CN105788185A (zh) | 一种坐姿监测方法及装置 | |
CN105411590A (zh) | 一种人体坐姿检测和健康评估系统及方法 | |
CN207281987U (zh) | 用于坐姿矫正的学习仪 | |
CN106293059B (zh) | 控制方法及控制装置 | |
CN104461019B (zh) | 低头提醒的系统及方法 | |
CN105118247A (zh) | 一种镜架式智能视力保护仪 | |
CN103908065A (zh) | 一种矫正坐姿的智能书桌及其矫正方法 | |
CN111444789B (zh) | 一种基于视频感应技术的近视预防方法及其系统 | |
CN109116586A (zh) | 多功能智能眼镜 | |
CN110632773A (zh) | 一种智能近视防控眼镜 | |
CN109955248A (zh) | 一种机器人及其人脸跟随方法 | |
CN207946657U (zh) | 一种基于视力保护系统的电子手表 | |
CN109141346A (zh) | 穿戴式设备的坐姿更正引导方法、装置、设备及存储介质 | |
CN104867361A (zh) | 一种情景互动式教学智能终端 | |
US20200046261A1 (en) | System for correcting shoulder alignment, assembly of a system and a further processing device, and a computer program product | |
CN111047832A (zh) | 具有坐姿调整功能的移动设备及其使用方法 | |
CN209278917U (zh) | 一种立体视觉坐姿监测提醒灯 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |