[發(fā)明專利]基于機器視覺的青少年坐姿及情緒狀態(tài)的分析方法

有效

• 申請?zhí)枺?/td>: 201910305722.0
• 申請日: 2019-04-16
• 公開（公告）號: CN110148092B
• 公開（公告）日: 2022-12-13
• 發(fā)明（設(shè)計）人: 史建剛;張亮亮;劉冬冬
• 申請（專利權(quán)）人: 無錫海鴻信息技術(shù)有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/40;G06T7/11;G06T7/136;G06T7/194;G06T7/40;G06T7/90;G06V40/16
• 代理公司: 北京勁創(chuàng)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11589
• 代理人: 王闖

本發(fā)明公開了基于機器視覺的青少年坐姿及情緒狀態(tài)的分析方法，包括采用廣角攝像頭實時采集青少年的坐姿畫面視頻、對采集的視頻數(shù)據(jù)進行預(yù)處理、對視頻前景和背景進行分離、人臉檢測和定位、三維空間投影、判斷分析的步驟，本發(fā)明通過機器視覺智能分析，不存在物理接觸，舒適性強；通過神經(jīng)網(wǎng)絡(luò)算法模型進行訓(xùn)練，可以對各種不合規(guī)的坐姿以及異常動作、情緒、精神(疲勞程度、發(fā)呆、小動作、打哈欠、閉眼、玩手機)狀態(tài)有效識別，智能提醒、誤報率低、檢測精度高；成本低、實現(xiàn)方便、通用的攝像頭就可實現(xiàn)功能；相比傳統(tǒng)的紅外或超聲檢測，準(zhǔn)確率高，安全性好。

技術(shù)領(lǐng)域：

本發(fā)明涉及青少年坐姿分析技術(shù)領(lǐng)域,具體的涉及基于機器視覺的青少年坐姿及情緒狀態(tài)的分析方法。

背景技術(shù)：

兒童健康情況堪憂，據(jù)調(diào)查，青少年學(xué)生不同程度的脊椎側(cè)彎發(fā)病率高達20％以上！青少年學(xué)生的近視、健忘、頭暈、脖筋痛、胸痛、困乏而上課走神等與脊椎的健康問題關(guān)系密切，現(xiàn)有市場上的坐姿檢測(糾正)裝置是通過以下幾種方式實現(xiàn)的：物理方式：通過在座椅上增加物理背帶，強制保持坐姿；通過壓力傳感器或者無線測距的方式(紅外、超聲波)主要的原來是通過檢查人體的距離來評估坐姿。以上方式有存在舒適性差、誤報率大、檢測效果差、可擴展性差、成本高。

公開于該背景技術(shù)部分的信息僅僅旨在增加對本發(fā)明的總體背景的理解，而不應(yīng)當(dāng)被視為承認(rèn)或以任何形式暗示該信息構(gòu)成已為本領(lǐng)域一般技術(shù)人員所公知的現(xiàn)有技術(shù)。

發(fā)明內(nèi)容：

本發(fā)明的目的在于提供基于機器視覺的青少年坐姿及情緒狀態(tài)的分析方法，從而克服上述現(xiàn)有技術(shù)中的缺陷。

為實現(xiàn)上述目的，本發(fā)明提供了基于機器視覺的青少年坐姿及情緒狀態(tài)的分析方法，其特征在于：包括以下步驟：

1)采用廣角攝像頭實時采集青少年的坐姿畫面視頻；

2)對采集的視頻數(shù)據(jù)進行預(yù)處理，首先對視頻信息進行灰度化處理，再基于直方圖的方法將相鄰幀的各個像素的灰度、亮度或顏色分成N個等級，針對每個等級統(tǒng)計像素數(shù)做成直方圖比較，通過像素的高斯變化獲取自適應(yīng)的分割閥值，突出視頻數(shù)據(jù)中的物體特征點，再依據(jù)視頻數(shù)據(jù)中的特征點，集合圖像的顏色、紋理特征獲取關(guān)鍵幀，對不包含特征點的視頻幀不做處理；

3)對視頻前景和背景進行分離，對背景中靜止像素不作處理，只處理前景移動畫面，將分離出的前景畫面進行降噪，獲取圖域中的坐標(biāo)和區(qū)域，作為模型識別的輸入數(shù)據(jù)源；

4)人臉檢測和定位，基于2)和3)對圖像處理后識別人臉的特征點并進行精準(zhǔn)定位；

5)三維空間投影，對檢測到的人臉視頻數(shù)據(jù)通過數(shù)據(jù)融合投影到三維空間，并計算頭部在三維空間的X,Y,Z軸的位置；

6)判斷分析，通過訓(xùn)練的模型庫與計算出的頭部在三維空間的X,Y,Z軸的位置進行比對，檢測坐姿是否正常；根據(jù)臉部特征點，識別臉部表情，從而判斷是否分神、發(fā)呆、注意力是否集中。

所述步驟1)采用的廣角攝像頭與智能學(xué)習(xí)桌相連。

判斷分析結(jié)果通過語音、信息推送給老師或者家長。

與現(xiàn)有技術(shù)相比，本發(fā)明的一方面具有如下有益效果：

本發(fā)明通過機器視覺智能分析，與傳統(tǒng)的物理接觸分析的方法相比不存在物理接觸，舒適性強；通過神經(jīng)網(wǎng)絡(luò)算法模型進行訓(xùn)練，可以對各種不合規(guī)的坐姿以及異常動作、情緒、精神(疲勞程度、發(fā)呆、小動作、打哈欠、閉眼、玩手機)狀態(tài)有效識別，智能提醒、誤報率低、檢測精度高；成本低、實現(xiàn)方便、通用的攝像頭就可實現(xiàn)功能；相比傳統(tǒng)的紅外或超聲環(huán)境分析，識別率高、安全性好。

具體實施方式：

下面對本發(fā)明的具體實施方式進行詳細描述，但應(yīng)當(dāng)理解本發(fā)明的保護范圍并不受具體實施方式的限制。