本申请适用于图像识别技术领域，提供了一种坐姿识别方法、装置、终端设备和可读存储介质。其中，上述坐姿识别方法具体包括：获取目标用户的坐姿图像；对所述坐姿图像进行特征提取，得到所述坐姿图像的当前图像特征，所述当前图像特征用于表征所述目标用户的用户信息特征和所述目标用户的坐姿信息特征；对所述当前图像特征进行特征解缠，得到所述坐姿信息特征；根据所述坐姿信息特征，确定所述目标用户的当前坐姿的识别结果。本申请的实施例可以提高坐姿识别的准确性。高坐姿识别的准确性。高坐姿识别的准确性。
【技术实现步骤摘要】
一种坐姿识别方法、装置、终端设备和可读存储介质
[0001]本申请属于图像识别
，尤其涉及一种坐姿识别方法、装置、终端设备和可读存储介质。
技术介绍
[0002]坐姿识别是计算机视觉技术的一个实际任务，能够对人体的坐姿进行判定，辅助监护用户(如学生)是否保持正确的坐姿。
[0003]传统的坐姿识别算法一般基于人体关键点检测。这些方法往往先利用人体关键点检测算法定位人体关键点，然后利用人体关键点或人体关键点之间的空间位置关系去制定规则，从而识别坐姿。例如，基于双眼是否齐平来识别用户的当前坐姿是否为端正坐姿，又例如通过识别手腕来判断用户的当前坐姿是否为“托腮”，等等。
[0004]基于人体关键点检测的坐姿类别判定算法存在两个局限性：坐姿识别的准确性依赖于人体关键点的准确性，并且，用户在部分坐姿下人体关键点是不可见的，此时也将影响坐姿识别的准确性。
技术实现思路
[0005]本申请实施例提供一种坐姿识别方法、装置、终端设备和可读存储介质，可以提高坐姿识别的准确性。
[0006]本申请实施例第一方面提供一种坐姿识别方法，包括：获取目标用户的坐姿图像；对所述坐姿图像进行特征提取，得到所述坐姿图像的当前图像特征，所述当前图像特征用于表征所述目标用户的用户信息特征和所述目标用户的坐姿信息特征；对所述当前图像特征进行特征解缠，得到所述坐姿信息特征；根据所述坐姿信息特征，确定所述目标用户的当前坐姿的识别结果。
[0007]本申请实施例第二方面提供的一种坐姿识别装置，包括：图像获取单元，用于获取目标用户的坐姿图像；特征提取单元，用于对所述坐姿图像进行特征提取，得到所述坐姿图像的当前图像特征，所述当前图像特征用于表征所述目标用户的用户信息特征和所述目标用户的坐姿信息特征；特征解缠单元，用于对所述当前图像特征进行特征解缠，得到所述坐姿信息特征；坐姿识别单元，用于根据所述坐姿信息特征，确定所述目标用户的当前坐姿的识别结果。
[0008]本申请实施例第三方面提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述坐姿识别方法的步骤。
[0009]本申请实施例第四方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述坐姿识别方法的步骤。
[0010]本申请实施例第五方面提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面所述的坐姿识别方法。
[0011]在本申请的实施方式中，通过对目标用户的坐姿图像进行特征提取，得到坐姿图像的当前图像特征，其中，当前图像特征用于表征目标用户的用户信息特征和目标用户的坐姿信息特征，然后，对当前图像特征进行特征解缠，得到坐姿信息特征，以根据坐姿信息特征，确定目标用户的当前坐姿的识别结果，一方面，能够利用整个坐姿图像的当前图像特征代替采用人体关键点进行坐姿识别，无需依赖人体关键点识别的准确性，在人体关键点不可见时仍可以较为准确地识别出目标用户的坐姿，另一方面，通过特征解缠，可以避免用户信息特征对坐姿识别的干扰，从而提高坐姿识别的准确性。
附图说明
[0012]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0013]图1是本申请实施例提供的一种坐姿识别方法的实现流程示意图；
[0014]图2是本申请实施例提供的特征解缠的具体实现流程示意图；
[0015]图3是本申请实施例提供的获取样本信息特征示意图；
[0016]图4是本申请实施例提供的一种坐姿识别装置的结构示意图；
[0017]图5是本申请实施例提供的终端设备的结构示意图。
具体实施方式
[0018]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护。
[0019]传统的坐姿识别算法一般基于人体关键点检测，例如，利用“双眼的竖直位置的差异是否在一定范围内”来识别坐姿，这依赖于双眼关键点的定位准确程度。然而，人体关键点的定位受光照、相机成像质量等因素的影响，无法保证在所有环境和设置下都足够准确，这将不可避免地影响坐姿类别判定的准确性。其次，部分坐姿下人体关键点不可见，这限制了基于人体关键点检测的坐姿类别判定算法的鲁棒性。例如当人体处于“趴桌”的姿势，双眼可能在图像中不可见，当人体处于“后仰”的姿势，肩膀可能在图像中不可见。此时，依赖于人体关键点的坐姿判别算法就无法判别出用户的当前坐姿。
[0020]有鉴于此，本申请提出一种新的坐姿识别方式，能够基于坐姿图像整体的图像特征代替人体关键点进行坐姿识别，进而避免因人体关键点识别定位不准确导致的坐姿识别不准确问题。
[0021]为了说明本申请的技术方案，下面通过具体实施例来进行说明。
[0022]图1示出了本申请实施例提供的一种坐姿识别方法的实现流程示意图，该方法可以应用于终端设备上，可适用于需提高坐姿识别准确性的情形。其中，上述终端设备可以为智能手机、计算机、学习机、监控设备或者其他具有坐姿识别需求的智能设备。
[0023]具体的，上述坐姿识别方法可以包括以下步骤S101至步骤S104。
[0024]步骤S101，获取目标用户的坐姿图像。
[0025]其中，坐姿图像是指需要进行坐姿识别的图像。在本申请的一些实施方式中，终端设备可以通过自身配置的摄像头对目标用户进行拍摄，得到坐姿图像，也可以由用户输入一张需要进行坐姿识别的坐姿图像，或者从其他设备上获取坐姿图像。坐姿图像中的用户即目标用户，换而言之，坐姿图像可用于对其中的目标用户的坐姿进行坐姿识别。
[0026]步骤S102，对坐姿图像进行特征提取，得到坐姿图像的当前图像特征。
[0027]其中，当前图像特征是指坐姿图像的图像特征，可以包括坐姿图像中像素值、轮廓、纹理等不同图像信息的特征。
[0028]在本申请的实施方式中，由于当前图像特征是直接从坐姿图像中提取出来的，因此，当前图像特征不仅仅携带有该坐姿图像中目标用户的坐姿信息，还携带有该坐姿图像中目标用户的用户信息。也就是说，当前图像特征可用于表征坐姿图像中目标用户的用户信息特征和坐姿图像中目标用户的坐姿信息特征。具体来说，用户信息特征是表征或标识目标用户的信息的特征，坐姿信息特征是表征目标用户在坐姿图像中当前坐姿的特征。
[0029]需要说明的是，本申请不对当前图像特征的特征提取方式进行限制，终端设备可以采用局部二值模式(Loca本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种坐姿识别方法，其特征在于，包括：获取目标用户的坐姿图像；对所述坐姿图像进行特征提取，得到所述坐姿图像的当前图像特征，所述当前图像特征用于表征所述目标用户的用户信息特征和所述目标用户的坐姿信息特征；对所述当前图像特征进行特征解缠，得到所述坐姿信息特征；根据所述坐姿信息特征，确定所述目标用户的当前坐姿的识别结果。2.如权利要求1所述的坐姿识别方法，其特征在于，所述对所述当前图像特征进行特征解缠，得到所述坐姿信息特征，包括：获取所述目标用户的多张参考坐姿图像；分别对每张所述参考坐姿图像进行特征提取，得到每张所述参考坐姿图像的参考图像特征；根据每张所述参考坐姿图像的参考图像特征，确定所述目标用户的所述用户信息特征；根据所述用户信息特征对所述当前图像特征进行特征解缠，得到所述坐姿信息特征。3.如权利要求2所述的坐姿识别方法，其特征在于，所述根据所述用户信息特征对所述当前图像特征进行特征解缠，得到所述坐姿信息特征，包括：计算所有所述参考坐姿图像的参考图像特征的均值，将所述均值作为所述目标用户的用户信息特征。4.如权利要求2所述的坐姿识别方法，其特征在于，所述根据所述用户信息特征对所述当前图像特征进行特征解缠，得到所述坐姿信息特征，包括：将所述当前图像特征和所述用户信息特征做差，得到所述坐姿信息特征。5.如权利要求1至4任意一项所述的坐姿识别方法，其特征在于，所述根据所述坐姿信息特征，确定所述目标用户的当前坐姿的识别结果，包括：获取多种候选坐姿分别对应的样本信息特征；根据每种所述候选坐姿分别对应的所述样本信息特征，对所述坐姿信息特征进行分类，得到所述识别结果。6.如权利要求5所述的坐姿识别方法，其特征在于，所述根...
【专利技术属性】
技术研发人员：王侃，庞建新，谭欢，
申请(专利权)人：深圳市优必选科技股份有限公司，
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。