[發明專利]基于神經網絡的位姿識別與檢測方法

在審

• 申請號: 202010820827.2
• 申請日: 2020-08-14
• 公開（公告）號: CN111967376A
• 公開（公告）日: 2020-11-20
• 發明（設計）人: 楊小康;李恒宇;劉軍;謝少榮;羅均
• 申請（專利權）人: 上海大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 鄭州翊博專利代理事務所(普通合伙) 41155
• 代理人: 涂連梅

本發明屬于計算機視覺技術領域，具體涉及一種基于神經網絡的位姿識別與檢測方法，包括兩方面的內容：一方面為位姿識別網絡模型建立；另一方面為利用該網絡模型對坐姿進行識別檢測及矯正提示的方法。位姿識別網絡模型的建立包括如下步驟：（1）獲取坐姿正負樣本圖像；（2）對所述坐姿正負樣本圖像進行分類標簽標記；（3）將所述坐姿正負樣本圖像與相應的分類標簽融合，得到融合后的訓練樣本圖像；（4）將訓練樣本圖像輸入分類網絡進行訓練，得到位姿識別網絡模型。本發明通過對坐姿進行分類統計，基于ResNet?50網絡建立位姿識別網絡模型，利用該網絡模型對坐姿進行識別，具有識別速度快、準確度高的優點，準確率能達到85%以上，且成本低、操作簡單。

技術領域

本發明屬于計算機視覺技術領域，具體涉及一種基于神經網絡的位姿識別與檢測方法。

背景技術

隨著計算機視覺技術的飛速發展，將計算機視覺技術應用到人類生活的各方面越來越受到人們的關注。

坐姿不端是一種極為常見的問題，坐姿不端易造成脊椎變形、視力降低等一系列危害，這些危害對于兒童來說尤其突出，對于如何糾正坐姿不端問題是人們急需解決的問題。目前對于矯正兒童坐姿不斷，大多采用穿戴矯正設備，雖可在一定程度上實現兒童坐姿的矯正，但其使用效率較低且矯正范圍狹窄，如僅能促使兒童保持上半身直立狀態，并不能實現真正的全身坐姿矯正。另外，有一些利用儀器進行測量矯正的方法，如通過測量座椅上的感應壓力值判斷兒童坐姿的狀態并進行提醒，但這種方法對兒童坐姿的判斷并不準確，無法全面檢測兒童當前的坐姿類別。

發明內容

本發明的目的在于提供一種基于神經網絡的位姿識別與檢測方法，對坐姿進行有效識別及矯正提示，對矯正兒童坐姿尤其行之有效。

基于上述目的，本發明采用如下技術方案：一種基于神經網絡的位姿識別與檢測方法包括兩方面的內容：一方面為位姿識別網絡模型建立；另一方面為利用該位姿識別網絡模型對坐姿進行實時識別檢測及矯正提示的方法。

一種生成位姿識別網絡模型的方法，包括如下步驟：

(1)獲取坐姿正負樣本圖像；

(2)對坐姿正負樣本圖像進行分類標簽標記；

(3)將坐姿正負樣本圖像與相應的分類標簽融合，得到融合后的訓練樣本圖像；

(4)將訓練樣本圖像輸入分類網絡進行訓練，得到位姿識別網絡模型。

進一步地，坐姿正負樣本圖像中的正樣本圖像為正常坐姿圖像，坐姿正負樣本圖像中的負樣本圖像為彎腰含背、身體左/右傾斜、身體過于前傾、腿置于座椅上、單手撐在座椅上，肩膀傾斜、側身坐、蹺“二郎腿”這七種不同坐姿圖像；坐姿正樣本圖像對應的分類標簽為數字“0”；負樣本圖像中彎腰含背、身體左/右傾斜、身體過于前傾、腿置于座椅上、單手撐在座椅上，肩膀傾斜、側身坐、蹺“二郎腿”這七種不同坐姿圖像對應的分類標簽依次為數字“1”、“2”、“3”、“4”、“5”、“6”、“7”，即y_i∈[0,1,2,3,4,5,6,7]。

進一步地，訓練樣本圖像的總數量至少為1600，且訓練樣本圖像中標簽為“0”～“7”的八種坐姿圖像的數量相同；所述訓練樣本圖像中各個圖像的寬(W)、高(H)均為224pixel。

進一步地，分類網絡為ResNet-50網絡。

進一步地，步驟(4)將訓練樣本圖像輸入分類網絡進行訓練，得到位姿識別網絡模型的具體過程為：