【技术实现步骤摘要】
本申请涉及智能家居与健康医疗技术的结合领域，具体涉及一种基于重力物理及人体自主平衡特性的智能脊椎调整健康椅。
技术介绍
1、现代人对健康生活方式的追求不断增强，这促使脊椎保健和中医养生方法成为越来越多人关注的焦点。然而，现有的脊椎调整方法往往忽视了个体差异和自主调节的重要性。具体地，由于每个人的脊椎状况和健康状况都是独特的，而传统的脊椎调整方法可能过于统一，没有考虑到个体的重力和坐姿姿态的差异，导致调整效果有限。
2、因此，期望一种优化的脊椎调整健康椅，以满足不同用户的脊椎状况和坐姿姿态差异的个性化需求。
技术实现思路
1、考虑到以上问题而做出了本申请。本申请的一个目的是提供一种基于重力物理及人体自主平衡特性的智能脊椎调整健康椅。
2、本申请的实施例提供了一种基于重力物理及人体自主平衡特性的智能脊椎调整健康椅，其包括：
3、座椅主体；
4、传感器模块，包括重力传感器和姿态传感器，其中，所述重力传感器用于采集用户重力分布图像，所述姿态传感器用于使用所述姿态传感器中的摄像头采集用户坐姿姿态图像；
5、控制与驱动模块，用于对所述用户重力分布图像和所述用户坐姿姿态图像进行分析处理以得到脊椎调整方案，并基于所述脊椎调整方案驱动脊椎调整模块进行调整；
6、所述脊椎调整模块，包括多个可调节的支撑块，所述可调节的支撑块用于基于所述脊椎调整方案进行调整；
7、智能控制模块，用于通过终端设备对所述脊椎调整模块进行控制。
8、例如，根据本申请的实施例的基于重力物理及人体自主平衡特性的智能脊椎调整健康椅，其中，所述控制与驱动模块，包括：
9、重力分布语义特征提取单元，用于将所述用户重力分布图像输入重力分布特征提取器以得到重力分布语义特征向量；
10、用户坐姿语义特征提取单元，用于将所述用户坐姿姿态图像输入用户坐姿语义特征提取器以得到用户坐姿语义特征图；
11、用户坐姿语义特征强化单元，用于将所述用户坐姿语义特征图输入压缩抑制结构下的特征注意力选择增强器以得到强化用户坐姿语义特征图；
12、重力特征辅助坐姿语义归一化单元，用于以所述重力分布语义特征向量作为辅助条件信息，对所述强化用户坐姿语义特征图进行基于辅助条件信息的条件归一化以得到重力分布条件引导用户坐姿归一化语义特征图作为重力分布条件引导用户坐姿归一化语义特征；
13、角度推荐单元，用于基于所述重力分布条件引导用户坐姿归一化语义特征，得到角度推荐值作为所述脊椎调整方案。
14、例如，根据本申请的实施例的基于重力物理及人体自主平衡特性的智能脊椎调整健康椅，其中，所述重力分布语义特征提取单元，用于：将所述用户重力分布图像输入基于空洞卷积神经网络模型的重力分布特征提取器以得到所述重力分布语义特征向量。
15、例如，根据本申请的实施例的基于重力物理及人体自主平衡特性的智能脊椎调整健康椅，其中，所述用户坐姿语义特征提取单元，用于：将所述用户坐姿姿态图像输入基于alexnet模型的用户坐姿语义特征提取器以得到所述用户坐姿语义特征图。
16、例如，根据本申请的实施例的基于重力物理及人体自主平衡特性的智能脊椎调整健康椅，其中，所述用户坐姿语义特征强化单元，包括：
17、全局均值处理子单元，用于计算所述用户坐姿语义特征图的沿通道维度的各个特征矩阵的全局均值以得到用户坐姿语义特征压缩信息表示向量；
18、一维卷积编码子单元，用于对所述用户坐姿语义特征压缩信息表示向量进行一维卷积编码以得到用户坐姿语义特征压缩信息间关联表示特征向量；
19、级联子单元，用于将所述用户坐姿语义特征压缩信息表示向量和所述用户坐姿语义特征压缩信息间关联表示特征向量进行级联以得到用户坐姿语义特征压缩信息多尺度表示向量；
20、信息压缩子单元，用于将所述用户坐姿语义特征压缩信息多尺度表示向量输入压缩信息特征提取模块以得到用户坐姿语义特征压缩信息多尺度关联特征向量，其中所述压缩信息特征提取模块为包含两个全连接层和silu激活函数的多层感知机；
21、归一化子单元，用于使用sigmoid函数对所述用户坐姿语义特征压缩信息多尺度关联特征向量进行归一化操作以得到用户坐姿语义权重特征向量；
22、放大抑制子单元，用于基于所述用户坐姿语义权重特征向量，对所述用户坐姿语义特征图进行特征放大和抑制操作以得到所述强化用户坐姿语义特征图。
23、例如，根据本申请的实施例的基于重力物理及人体自主平衡特性的智能脊椎调整健康椅，其中，所述重力特征辅助坐姿语义归一化单元，包括：
24、均值和标准差计算子单元，用于计算所述强化用户坐姿语义特征图中各个位置特征值之间的均值和标准差以得到强化用户坐姿语义特征均值和强化用户坐姿语义特征标准差；
25、强化用户坐姿语义特征值批量归一化处理子单元，用于基于所述强化用户坐姿语义特征均值和所述强化用户坐姿语义特征标准差，对所述强化用户坐姿语义特征图中每个位置的特征值进行批量归一化处理以得到由多个强化用户坐姿语义批量归一化特征值组成的归一化强化用户坐姿语义特征图；
26、多层感知子单元，用于将所述重力分布语义特征向量作为辅助模态条件分别输入两个不同网络参数的多层感知器以得到重力分布语义辅助缩放因子和重力分布语义辅助平移因子；
27、融合子单元，用于将所述归一化强化用户坐姿语义特征图中每个位置的特征值先与所述重力分布语义辅助缩放因子相乘再与所述重力分布语义辅助平移因子相加以得到由多个重力分布辅助下强化用户坐姿语义特征值组成的所述重力分布条件引导用户坐姿归一化语义特征图；
28、其中，所述强化用户坐姿语义特征值批量归一化处理子单元，用于：
29、将所述强化用户坐姿语义特征图中每个位置的特征值与所述强化用户坐姿语义特征均值进行相减以得到强化用户坐姿语义偏移值；
30、计算所述强化用户坐姿语义特征标准差与调整参数加和的平方根以得到强化用户坐姿语义调整值；
31、将所述强化用户坐姿语义偏移值除以所述强化用户坐姿语义调整值以得到所述强化用户坐姿语义批量归一化特征值。
32、例如，根据本申请的实施例的基于重力物理及人体自主平衡特性的智能脊椎调整健康椅，其中，所述角度推荐单元，用于：将所述重力分布条件引导用户坐姿归一化语义特征图输入基于解码器的支撑部分角度推荐器以得到角度推荐解码值。
33、例如，根据本申请的实施例的基于重力物理及人体自主平衡特性的智能脊椎调整健康椅，其中，还包括用于对所述基于空洞卷积神经网络模型的重力分布特征提取器、所述基于alexnet模型的用户坐姿语义特征提取器、所述压缩抑制结构下的特征注意力选择增强器和所述基于解码器的支撑部分角度推荐器进行训练的训练模块。
34、例如，根据本申请的实施例的基于重力物理及人体自主平衡特本文档来自技高网...
【技术保护点】
1.一种基于重力物理及人体自主平衡特性的智能脊椎调整健康椅，其特征在于，包括：
2.根据权利要求1所述的基于重力物理及人体自主平衡特性的智能脊椎调整健康椅，其特征在于，所述控制与驱动模块，包括：
3.根据权利要求2所述的基于重力物理及人体自主平衡特性的智能脊椎调整健康椅，其特征在于，所述重力分布语义特征提取单元，用于：将所述用户重力分布图像输入基于空洞卷积神经网络模型的重力分布特征提取器以得到所述重力分布语义特征向量。
4.根据权利要求3所述的基于重力物理及人体自主平衡特性的智能脊椎调整健康椅，其特征在于，所述用户坐姿语义特征提取单元，用于：将所述用户坐姿姿态图像输入基于AlexNet模型的用户坐姿语义特征提取器以得到所述用户坐姿语义特征图。
5.根据权利要求4所述的基于重力物理及人体自主平衡特性的智能脊椎调整健康椅，其特征在于，所述用户坐姿语义特征强化单元，包括：
6.根据权利要求5所述的基于重力物理及人体自主平衡特性的智能脊椎调整健康椅，其特征在于，所述重力特征辅助坐姿语义归一化单元，包括：
7.根据权利
8.根据权利要求7所述的基于重力物理及人体自主平衡特性的智能脊椎调整健康椅，其特征在于，还包括用于对所述基于空洞卷积神经网络模型的重力分布特征提取器、所述基于AlexNet模型的用户坐姿语义特征提取器、所述压缩抑制结构下的特征注意力选择增强器和所述基于解码器的支撑部分角度推荐器进行训练的训练模块。
9.根据权利要求8所述的基于重力物理及人体自主平衡特性的智能脊椎调整健康椅，其特征在于，所述训练模块，包括：
...【技术特征摘要】
1.一种基于重力物理及人体自主平衡特性的智能脊椎调整健康椅，其特征在于，包括：
2.根据权利要求1所述的基于重力物理及人体自主平衡特性的智能脊椎调整健康椅，其特征在于，所述控制与驱动模块，包括：
3.根据权利要求2所述的基于重力物理及人体自主平衡特性的智能脊椎调整健康椅，其特征在于，所述重力分布语义特征提取单元，用于：将所述用户重力分布图像输入基于空洞卷积神经网络模型的重力分布特征提取器以得到所述重力分布语义特征向量。
4.根据权利要求3所述的基于重力物理及人体自主平衡特性的智能脊椎调整健康椅，其特征在于，所述用户坐姿语义特征提取单元，用于：将所述用户坐姿姿态图像输入基于alexnet模型的用户坐姿语义特征提取器以得到所述用户坐姿语义特征图。
5.根据权利要求4所述的基于重力物理及人体自主平衡特性的智能脊椎调整健康椅，其特征在于，所述用户坐姿语义特征强化单元...
【专利技术属性】
技术研发人员：郑光浩，蓝启诚，
申请(专利权)人：一心回乡康养武汉科技有限公司，
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。