[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

本發明涉及一種基于機器視覺的用戶不良坐姿矯正系統，通過安裝在書桌旁的單、雙攝像頭來定時獲取青少年的坐姿圖片，然后將圖片輸入到后臺的識別模塊進行坐姿識別，然后會把結果傳遞并存儲到統計模塊，統計模塊會根據一定時間的統計結果給出該青少年坐姿不良的嚴重程度，并將結果和矯正坐姿不良的可能方法提供給青少年監護人。監護人將采用的矯方法分類按次提供給統計模塊，會在之后的統計結果中分析出造成該青少年坐姿不良的原因，讓其監護人可以針對性的幫其矯正，可以更快的幫其矯正不良坐姿。

技術領域

本發明涉及一種基于機器視覺的用戶坐姿矯正系統，屬于健康領域，主要應用的知識是計算機深度學習領域比較流行的深度學習，以及數理統計的相關知識。

背景技術

中小學生學習壓力太大導致學生長時間坐立已成為一個嚴重的社會問題，嚴重影響了青少年身體的發育，特別是不良坐姿容易引起更嚴重的身體問題，而正確的坐姿則可以將危害降到最小化。

在以往的研究中，姿態識別是一個人們關注度比較高的領域，從最開始的機器學習算法(比較著名的有K-近鄰法，SVM等)，到類似圖像分類方面的直接把圖片放到CNN中進行卷積分類的算法，識別的正確率也在逐步提升，而在人體姿態識別方面，人們引入骨骼關鍵點的特征提取之后，使得準確率得到顯著提升。

在人體姿態方面研究挺多，但人們更多的是關注人體動作方面，具體到基于機器視覺坐姿方面論文卻非常少，而在這些研究中有的是數據集局限性大，有的提取的特征不合理，很難具有普適性。湖南大學黃旭的研究生畢業論文《基于判別式深度學習的坐姿視覺識別方法研究》，在最終優化后只是提取了雙目相機的圖片視差作為補充特征，沒有充分利用圖片數據，且其數據集普化程度小，不具備說服力。

發明內容

本發明所解決的問題：克服現有技術的不足，提供一種基于機器視覺的用戶坐姿矯正系統，采用人體骨骼關鍵點作為神經網絡的輸入，使系統不受用戶衣物，所處背景的影響；采用普通攝像頭作為圖片采集工具，所需成本低。通過系統的識別模塊和統計模塊結合，可以準確分析出用戶的坐姿狀況。

本發明技術解決方案：

一種基于機器視覺的用戶不良坐姿矯正系統，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。

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。

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。