[發明專利]一種基于機器視覺的用戶不良坐姿矯正系統

在審

• 申請號: 201911027701.3
• 申請日: 2019-10-28
• 公開（公告）號: CN111091046A
• 公開（公告）日: 2020-05-01
• 發明（設計）人: 黃堅;王鵬舉;韋祖興
• 申請（專利權）人: 北京靈鸚科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 安麗

1.一種基于機器視覺的用戶不良坐姿矯正系統，其特征在于，包括：攝像頭和服務器，服務器包括識別模塊和統計模塊；通過安裝在書桌旁的攝像頭按一定時間間隔捕捉用戶的側面坐姿圖片，根據需求，選擇性的加裝正攝像頭圖片，用作輔助識別；將所獲取的圖片傳回到服務器，服務器中的識別模塊是由大量數據集訓練的神經網絡模型，該識別模塊對圖片人物進行骨骼關鍵點提取，然后將提取的數據輸入到神經網絡中進行坐姿識別，并將識別結果傳遞并存儲至統計模塊；統計模塊記錄識別結果并對一段時間的數據進行分析，給出該用戶坐姿不良的評定等級，如果判斷學生坐姿不規范，就會將評定等級和矯正坐姿不良的矯正方法提供給智能設備，智能設備給出采取相應措施的提示給用戶，同時智能設備再將矯正方法分類按次反饋到給統計模塊，統計模塊再根據矯正后用戶意見的表現情況，分析出造成用戶坐姿不良的真正原因，讓用戶針對性的進行矯正。

2.根據權利要求1所述的一種基于機器視覺的用戶不良坐姿矯正系統，其特征在于：所述神經網絡訓練所采集數據集為采集的學生坐姿圖片數據集，其中采集的照片包含正常坐姿、前趴、后仰、左趴、右趴、左傾、右傾共7種姿勢，正面、側面圖片分別2000張。

3.根據權利要求1所述的一種基于機器視覺的用戶不良坐姿矯正系統，其特征在于：所述骨骼關鍵點提取采用的通用工具openpose；所述關鍵點包含：正面15個關鍵點和側面10個關鍵點，正面15個關鍵點包括左耳、右耳、左眼、右眼鼻、頸、左肩、左肘、左手腕、右肩、右肘、右手腕、左臀、中臀和右臀；側面10個關鍵點包括左耳、左眼、鼻、頸、左肩、左肘、左手腕、左臀、左膝蓋和左腳踝。

4.根據權利要求1所述的一種基于機器視覺的用戶不良坐姿矯正系統，其特征在于：所述神經網絡采用能有效防止訓練衰退的Resnet網絡，Resnet神經網絡的識別過程：卷積層初步提取特征，池化層提取主要特征，全連接層將各部分特征匯總，最后產生分類器進行識別；Resnet網絡結構由Residual塊構成Residual序列，Residual序列包含3個3*3*64Residual塊,4個3*3*128Residual塊，6個3*3*256Residual塊，3個3*#*512Residual塊。其中Residual塊分為：Residual和identity兩部分，F(x)即為Residual，x為identity，訓練過程中神經網絡會把最后的識別結果和真實結果作對比，得到一個loss值，通過降低loss值來提高識別精度。

5.根據權利要求1所述的一種基于機器視覺的用戶不良坐姿矯正系統，其特征在于：所述攝像頭為單攝像頭或雙攝像頭，定時獲取用戶的坐姿圖片。

6.根據權利要求1所述的一種基于機器視覺的用戶不良坐姿矯正系統，其特征在于：所述統計模塊的具體過程：(1)統計用戶不良坐姿次數，評出不良坐姿情況Y；(2)統計用戶各種矯正方式X的次數；(3)統計不良坐姿情況Y的變化；(4)根據X,Y的變化關系分別求出用戶各種矯正方式X的次數與Y的相關系數，即找到主要影響坐姿不良的主要因素；

所述相關系數的求解公式如下：

X,Y的協方差：

Sx樣本標準差：

Sy樣本標準差：

相關系數：

分別求出用戶各種矯正方式X的因素與Y的相關系數，根據實際相關系數越大，表示X與Y的相關性越大，根據相關性系數找到造成坐姿不良的主要原因。