[發(fā)明專利]一種坐姿檢測(cè)方法、系統(tǒng)、終端和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011279754.7
• 申請(qǐng)日: 2020-11-16
• 公開(kāi)（公告）號(hào): CN112773356B
• 公開(kāi)（公告）日: 2023-05-09
• 發(fā)明（設(shè)計(jì)）人: 王偉;周奎
• 申請(qǐng)（專利權(quán)）人: 深圳數(shù)聯(lián)天下智能科技有限公司
• 主分類號(hào): A61B5/11
• 分類號(hào): A61B5/11
• 代理公司: 深圳中細(xì)軟知識(shí)產(chǎn)權(quán)代理有限公司 44528
• 代理人: 袁文英

本發(fā)明實(shí)施例公開(kāi)了一種坐姿檢測(cè)方法，應(yīng)用于坐姿檢測(cè)設(shè)備，坐姿檢測(cè)設(shè)備包括N*M個(gè)矩陣排列的壓力傳感器，其中，N和M為任意正整數(shù)；坐姿檢測(cè)方法包括：檢測(cè)到用戶坐下時(shí)，獲取N*M個(gè)壓力傳感器的當(dāng)前特征數(shù)據(jù)，當(dāng)前特征數(shù)據(jù)包括每個(gè)壓力傳感器檢測(cè)到的當(dāng)前壓力值和每個(gè)壓力傳感器的坐標(biāo)值；對(duì)當(dāng)前特征數(shù)據(jù)進(jìn)行特征提取，獲取當(dāng)前特征數(shù)據(jù)的當(dāng)前高階數(shù)據(jù)，當(dāng)前高階數(shù)據(jù)用于表示當(dāng)前特征數(shù)據(jù)的分布特征；將當(dāng)前特征數(shù)據(jù)和當(dāng)前高階數(shù)據(jù)輸入預(yù)訓(xùn)練的目標(biāo)坐姿檢測(cè)神經(jīng)網(wǎng)絡(luò)的不同層中，獲取用戶坐下時(shí)的當(dāng)前坐姿。本發(fā)明還提供了坐姿檢測(cè)系統(tǒng)、終端和存儲(chǔ)介質(zhì)，本發(fā)明可以提升坐姿判斷的可靠性和準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種坐姿檢測(cè)方法、系統(tǒng)、終端和存儲(chǔ)介質(zhì)。

背景技術(shù)

坐姿已經(jīng)成為人們每天最常用、時(shí)間最久的姿態(tài)，據(jù)統(tǒng)計(jì)分析，長(zhǎng)期需求坐姿作業(yè)的人群占70％，包括讀書(shū)期間的青少年，以計(jì)算機(jī)、科學(xué)儀器為主的工作人員，需要輪椅助行的病人和殘障人士，不良的坐姿會(huì)誘發(fā)脊柱側(cè)彎、腰背疾病、頸椎病、呼吸系統(tǒng)疾病等。合理的監(jiān)測(cè)個(gè)人的坐姿，并對(duì)不良坐姿進(jìn)行識(shí)別、反饋具有重要意義。現(xiàn)有的坐姿檢測(cè)識(shí)別方案過(guò)于復(fù)雜，不利于推廣和實(shí)施。

發(fā)明內(nèi)容

基于此，有必要針對(duì)上述問(wèn)題，提出了一種坐姿檢測(cè)方法、系統(tǒng)、終端和存儲(chǔ)介質(zhì)。

一種坐姿檢測(cè)方法，應(yīng)用于坐姿檢測(cè)設(shè)備，所述坐姿檢測(cè)設(shè)備包括N*M個(gè)矩陣排列的壓力傳感器，其中，N和M為任意正整數(shù)；所述坐姿檢測(cè)方法包括：檢測(cè)到用戶坐下時(shí)，獲取所述N*M個(gè)壓力傳感器的當(dāng)前特征數(shù)據(jù)，所述當(dāng)前特征數(shù)據(jù)包括每個(gè)所述壓力傳感器檢測(cè)到的當(dāng)前壓力值和每個(gè)所述壓力傳感器的坐標(biāo)值；對(duì)所述當(dāng)前特征數(shù)據(jù)進(jìn)行特征提取，獲取所述當(dāng)前特征數(shù)據(jù)的當(dāng)前高階數(shù)據(jù)，所述當(dāng)前高階數(shù)據(jù)用于表示所述當(dāng)前特征數(shù)據(jù)的分布特征；將所述當(dāng)前特征數(shù)據(jù)和所述當(dāng)前高階數(shù)據(jù)輸入預(yù)訓(xùn)練的目標(biāo)坐姿檢測(cè)神經(jīng)網(wǎng)絡(luò)的不同層中，獲取所述用戶坐下時(shí)的當(dāng)前坐姿。

一種坐姿檢測(cè)系統(tǒng)，應(yīng)用于坐姿檢測(cè)設(shè)備，所述坐姿檢測(cè)設(shè)備包括N*M個(gè)矩陣排列的壓力傳感器，其中，N和M為任意正整數(shù)；所述坐姿檢測(cè)方法包括：當(dāng)前模塊，用于檢測(cè)到用戶坐下時(shí)，獲取所述N*M個(gè)壓力傳感器的當(dāng)前特征數(shù)據(jù)，所述當(dāng)前特征數(shù)據(jù)包括每個(gè)所述壓力傳感器檢測(cè)到的當(dāng)前壓力值和每個(gè)所述壓力傳感器的坐標(biāo)值；高階模塊，用于對(duì)所述當(dāng)前特征數(shù)據(jù)進(jìn)行特征提取，獲取所述當(dāng)前特征數(shù)據(jù)的當(dāng)前高階數(shù)據(jù)，所述當(dāng)前高階數(shù)據(jù)用于表示所述當(dāng)前特征數(shù)據(jù)的分布特征；獲取模塊，用于將所述當(dāng)前特征數(shù)據(jù)和所述當(dāng)前高階數(shù)據(jù)輸入預(yù)訓(xùn)練的坐姿檢測(cè)模型的不同層中，獲取所述用戶坐下時(shí)的當(dāng)前坐姿。

一種坐姿檢測(cè)終端，包括：處理器和存儲(chǔ)器，所述處理器耦接所述存儲(chǔ)器，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序以實(shí)現(xiàn)如上所述的方法。

一種存儲(chǔ)介質(zhì)，存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序能夠被處理器執(zhí)行以實(shí)現(xiàn)如上所述的方法。

采用本發(fā)明實(shí)施例，具有如下有益效果：

獲取N*M個(gè)壓力傳感器的當(dāng)前特征數(shù)據(jù)以及當(dāng)前特征數(shù)據(jù)的當(dāng)前高階數(shù)據(jù)，將當(dāng)前特征數(shù)據(jù)和當(dāng)前高階數(shù)據(jù)輸入預(yù)訓(xùn)練的目標(biāo)坐姿檢測(cè)神經(jīng)網(wǎng)絡(luò)的不同層中，獲取用戶坐下時(shí)的當(dāng)前坐姿，目標(biāo)坐姿檢測(cè)神經(jīng)網(wǎng)絡(luò)為具有多個(gè)輸入層的網(wǎng)絡(luò)結(jié)構(gòu)相對(duì)于基本的神經(jīng)網(wǎng)絡(luò)模型，運(yùn)算能力和魯棒性更強(qiáng)，將表示當(dāng)前特征數(shù)據(jù)的分布特征的當(dāng)前高階數(shù)據(jù)輸入到預(yù)訓(xùn)練的目標(biāo)坐姿檢測(cè)神經(jīng)網(wǎng)絡(luò)中，提供了更多的判斷參考信息，可以進(jìn)一步提升判斷的可靠性和準(zhǔn)確性。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

其中：

圖1是本發(fā)明提供的坐姿檢測(cè)設(shè)備的一實(shí)施例的結(jié)構(gòu)示意圖；