坐姿智能监测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术属于图像处理技术领域，解决了现有的坐姿分析方式结果过于绝对化，不符合真实使用状态，坐姿分析结果产生错误导向的技术问题，提供了一种坐姿智能监测方法、装置、设备及存储介质。该方法包括:获取包括目标对象的目标区域的视频流和用于表征坐姿状态的标准坐姿参数；提取所述视频流中各帧对应的目标对象的人形参数和人脸参数；将所述人形参数和人脸参数与所述标准坐姿参数进行对比，输出坐姿状态。本发明专利技术还包括用于执行上述方法的装置、设备和存储介质。本发明专利技术通过对一时间段内目标对象的人形参数和人脸参数进行分析，消除目标对象的正常活动被误判成坐姿异常的情况，提高了坐姿检测的准确性。坐姿检测的准确性。坐姿检测的准确性。

【技术实现步骤摘要】
坐姿智能监测方法、装置、设备及存储介质


[0001]本专利技术涉及图像处理
，尤其涉及一种坐姿智能监测方法、装置、设备及存储介质。

技术介绍

[0002]标准坐姿对视力、脊椎、压迫神经等健康发展具有较大的影响；因而对人体坐姿进行分析十分必要。
[0003]随着人工智能的发展，现今主要基于双摄像机或者单摄像机对人体坐姿进行分析取得了较为显著的成果。但是，经研究发现，现有坐姿分析方式结果过于绝对化，与真实场景存在较大差异，导致输出的结果产生错误导向，造成对目标对象的使用过于束缚。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供了一种坐姿智能监测方法、装置、设备及存储介质，用以解决由于坐姿分析方式结果过于绝对化，不符合真实使用状态，坐姿分析结果产生错误导向的技术问题。
[0005]本专利技术采用的技术方案是：
[0006]本专利技术提供了一种坐姿智能监测方法，所述方法包括：
[0007]S1：获取包括目标对象的目标区域的视频流和用于表征坐姿状态的标准坐姿参数；
[0008]S2：提取所述视频流中各帧对应的目标对象的实时坐姿参数；
[0009]S3：将所述实时坐姿参数和所述标准坐姿参数进行对比，输出坐姿状态；
[0010]其中，所述实时坐姿参数至少包括：人形与人脸的相对位置，或人形与人脸的相对位置和人形姿态角，或人形与人脸的相对位置和人脸姿态角，或人形与人脸的相对位置、人脸姿态角和人形姿态角。
[0011]优选地，在所述目标对象的人脸位于目标区域后，开始坐姿校正；所述S1包括：
[0012]S11：获取用于标准坐姿校验的视频流和校验阈值；
[0013]S12：计算视频流中所有帧图像对应的人脸姿态角方差和人脸位置方差；
[0014]S13：将所述人脸姿态角方差和所述人脸位置方差分别于对应的所述校验阈值对比，输出对比结果；
[0015]S14：若所述对比结果符合所述校验阈值的要求，则输出此时的坐姿参数作为所述标准坐姿参数；
[0016]S15：若所述对比结果不符合所述校验阈值的要求，则按预设间隔时间重复S11至S13，直至所述对比结果符合所述校验阈值的要求，输出所述标准坐姿参数。
[0017]优选地，在所述S11之前还包括：
[0018]S01：获取所述目标对象的人脸特征向量，以及身份信息确认的相似度阈值；
[0019]S02：利用余弦相似度公式计算所述目标对象的人脸特征向量与数据库中各历史人脸特征向量的相似度值，得到相似度值组；
[0020]S03：将所述相似度值组中的最大相似度值与所述相似度阈值进行对比，输出所述目标对象的身份信息；
[0021]其中，sim为相似度值，A为目标对象的人脸特征向量，j为人脸特征向量的值，n为人脸特征向量的维度，B为数据库中的人脸特征向量，A
j
为目标对象第j个人脸特征向量的值，B
j
为数据库中第j个人脸特征向量的值，所述身份信息包括首次使用或非首次使用。
[0022]优选地，所述S12包括：
[0023]S121：获取所述视频流中各帧图像对应的人脸姿态角和人脸位置；
[0024]S122：根据各所述人脸姿态角由公式：输出所述人脸姿态角方差；
[0025]S123：根据各所述人脸位置由公式：输出所述人脸位置方差；
[0026]其中，n为视频流包括n帧图像，为视频流中所有帧图像对应的人脸姿态角方差，x
n
为第n帧图像对应的人脸姿态角，为视频流中所有帧图像对应的人脸位置方差，y
n
为第n帧图像对应的人脸位置。
[0027]优选地，在坐姿监测阶段，所述S3包括：
[0028]S31：获取目标对象的第二视频流和预设的位置偏移的偏移阈值；
[0029]S32：将所述第二视频流中的各帧图像的实时坐姿参数与所述标准坐姿参数进行对比，得到目标对象的偏移参数；
[0030]S33：将所述偏移参数和所述偏移阈值进行对比，根据对比结果输出所述坐姿状态；
[0031]其中，所述第二视频流为包括至少一次目标对象任一参数大于对应的偏移阈值。
[0032]优选地，所述S32包括：
[0033]S321：获取所述第二视频流中各帧图像对应的实时坐姿参数；
[0034]S322：将各所述实时坐姿参数一一与所述标准坐姿参数进行对比，将得到M个第一偏移参数和(Q
‑
M)个第二偏移参数作为所述偏移参数；
[0035]其中，Q为偏移参数的总数量，Q大于等于第二视频流包含的图像帧的总数量的正整数，所述第一偏移参数为对比结果大于对应的所述偏移阈值，所述第二偏移参数为对比结果小于对应的所述偏移阈值。
[0036]优选地，所述S33包括：
[0037]S331：根据M个所述第一偏移参数和(Q
‑
M)个所述第二偏移参数，得到所述第二视频流中目标对象的偏移频率；
[0038]S332：将所述偏移频率与所述偏移阈值中的偏移频率阈值进行对比，根据对比结
果输出所述坐姿状态；
[0039]其中，若对比结果为所述偏移频率大于所述偏移频率阈值，则开始坐姿校正。
[0040]本专利技术还提供了一种坐姿智能监测装置，包括：
[0041]数据采集模块：用于获取包括目标对象的目标区域的视频流和用于表征坐姿状态的标准坐姿参数；
[0042]数据分析模块：用于提取所述视频流中各帧对应的目标对象的实时坐姿参数；
[0043]数据处理模块：用于将所述实时坐姿参数和所述标准坐姿参数进行对比，输出坐姿状态；
[0044]其中，所述实时坐姿参数至少包括：人形与人脸的相对位置，或人形与人脸的相对位置和人形姿态角，或人形与人脸的相对位置和人脸姿态角，或人形与人脸的相对位置、人脸姿态角和人形姿态角。
[0045]本专利技术还提供了一种电子设备，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现上述任一项所述的方法。
[0046]本专利技术还提供了一种存储介质，其上存储有计算机程序指令，当所述计算机程序指令被处理器执行时实现上述任一项所述的方法。
[0047]综上所述，本专利技术的有益效果如下：
[0048]本专利技术提供的一种坐姿智能监测方法、装置、设备及存储介质，获取包括目标对象的目标区域的视频流和标准坐姿参数；对目标对象进行监控，提取视频流中目标对象的人形参数和人脸参数，并将实时坐姿参数与目标对象的标准坐姿参数中各参数进行对比，具体为对人形和人脸相对位置进行对比、人脸和人形的姿态角位置进行对比，若人形和人脸的相对位置符合偏移要求，姿态角超过偏移范围，则认为坐姿异常，或者，人形和人脸的相对位置超出偏移范围，则认为坐姿异常；可以避免长时间保持某一坐姿引起不适而进行的正常活动头部及躯体，所导本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种坐姿智能监测方法，其特征在于，所述方法包括：S1：获取包括目标对象的目标区域的视频流和用于表征坐姿状态的标准坐姿参数；S2：提取所述视频流中各帧对应的目标对象的实时坐姿参数；S3：将所述实时坐姿参数和所述标准坐姿参数进行对比，输出坐姿状态；其中，所述实时坐姿参数至少包括：人形与人脸的相对位置，或人形与人脸的相对位置和人形姿态角，或人形与人脸的相对位置和人脸姿态角，或人形与人脸的相对位置、人脸姿态角和人形姿态角。2.根据权利要求1所述的坐姿智能监测方法，其特征在于，在所述目标对象的人脸位于目标区域后，开始坐姿校正；所述S1包括：S11：获取用于标准坐姿校验的视频流和校验阈值；S12：计算视频流中所有帧图像对应的人脸姿态角方差和人脸位置方差；S13：将所述人脸姿态角方差和所述人脸位置方差分别于对应的所述校验阈值对比，输出对比结果；S14：若所述对比结果符合所述校验阈值的要求，则输出此时的坐姿参数作为所述标准坐姿参数；S15：若所述对比结果不符合所述校验阈值的要求，则按预设间隔时间重复S11至S13，直至所述对比结果符合所述校验阈值的要求，输出所述标准坐姿参数。3.根据权利要求2所述的坐姿智能监测方法，其特征在于，在所述S11之前还包括：S01：获取所述目标对象的人脸特征向量，以及身份信息确认的相似度阈值；S02：利用余弦相似度公式计算所述目标对象的人脸特征向量与数据库中各历史人脸特征向量的相似度值，得到相似度值组；S03：将所述相似度值组中的最大相似度值与所述相似度阈值进行对比，输出所述目标对象的身份信息；其中，sim为相似度值，A为目标对象的人脸特征向量，j为人脸特征向量的值，n为人脸特征向量的维度，B为数据库中的人脸特征向量，A
j
为目标对象第j个人脸特征向量的值，B
j
为数据库中第j个人脸特征向量的值，所述身份信息包括首次使用或非首次使用。4.根据权利要求3所述的坐姿智能监测方法，其特征在于，所述S12包括：S121：获取所述视频流中各帧图像对应的人脸姿态角和人脸位置；S122：根据各所述人脸姿态角由公式：输出所述人脸姿态角方差；S123：根据各所述人脸位置由公式：输出所述人脸位置方差；其中，n为视频流包括n帧图像，为视频流中所有帧图像对应的人脸姿态角方差，x
n
为第n帧图像对应的人脸姿态角，为视频流中所有帧图像对应的人脸位置方差，y
n
为第n帧<...

【专利技术属性】
技术研发人员：陈辉，何稳，张智，熊章，雷奇文，
申请(专利权)人：宁波星巡智能科技有限公司，
类型：发明
国别省市：