[發明專利]一種坐姿識別方法、裝置、設備及存儲介質

在審

• 申請號: 202110706613.7
• 申請日: 2021-06-24
• 公開（公告）號: CN113627236A
• 公開（公告）日: 2021-11-09
• 發明（設計）人: 黃岳;黃宏興;羅小梅;鄭志君;陳榮軍;趙慧民;崔懷林
• 申請（專利權）人: 廣東技術師范大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G01L1/26
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 劉俊

本發明為解決現有技術中坐姿識別精度較低的問題，提出一種坐姿識別方法、裝置、設備及存儲介質，其中坐姿識別方法包括以下步驟：采集大量坐姿數據，并對所述坐姿數據進行預處理，得到訓練數據集；對所述訓練數據集采用聚類算法進行訓練，構建坐姿識別模型；采用壓力傳感器采集當前坐姿數據，輸入完成訓練的坐姿識別模型中，輸出得到識別的坐姿類別標簽。本發明使用聚類算法預訓練一個算法模型，然后使用已訓練好的該算法模型對未知的坐姿數據進行類別判定，能夠有效提高坐姿識別精度，且能夠有效降低計算資源開銷。

技術領域

本發明涉及人工智能技術領域，更具體地，涉及一種坐姿識別方法、裝置、設備及存儲介質。

背景技術

隨著社會不斷進步，生活和工作節奏不斷加快，大部分人工作學習，休閑娛樂，社交等活動都在座位上度過，人們日常花在座位上的時間越來越長。其中，不正確的坐姿產生了許多健康問題，對于每天長期坐在椅子上學習的學生來說，不正確的坐姿會對其視力和脊椎造成不良影響。對于工作的人來說，也會導致脊柱側彎，肌肉骨骼疾患，頸椎疼痛等疾病。

目前，隨著計算機科學技術的發展，有不少采用視覺和圖像處理技術進行坐姿識別，如公開號為CN110717392A(公開日2020-01-21)提出的一種坐姿檢測與糾正方法，通過獲取目標對象當前所處座位的環境信息和所述目標對象的屬性信息作為拍攝參數，獲取目標對象的圖像進行上半身追蹤分析處理，從而確定所述目標對象當前所處坐姿的姿態信息。但采用圖像處理技術的坐姿識別方法需要成本較高的硬件支持，而且由于所采集的圖像的噪音影響，例如衣服、障礙物等，其識別結果存在精度較低的問題。

發明內容

本發明為解決上述現有技術所述的坐姿識別精度較低的問題，提供一種坐姿識別方法、裝置、設備及存儲介質。

為解決上述技術問題，本發明的技術方案如下：

一種坐姿識別方法，包括以下步驟：

S1：采集大量坐姿數據，并對所述坐姿數據進行預處理，得到訓練數據集；

S2：對所述訓練數據集采用聚類算法進行訓練，構建坐姿識別模型；

S3：采用壓力傳感器采集當前坐姿數據，輸入完成訓練的坐姿識別模型中，輸出得到識別的坐姿類別標簽。

作為優選方案，所述聚類算法包括K均值聚類算法、均值漂移聚類算法、基于密度的聚類方法、基于高斯混合模型的最大期望聚類算法、凝聚層次聚類算法中的一種或多種。

作為優選方案，對所述訓練數據集采用K均值聚類算法進行擬合訓練構建坐姿識別模型的步驟包括：

S21：從所述訓練數據集中選取前k條坐姿數據作為初始聚類質心，所述初始聚類質心分別形成簇；其中k為正整數；

S22：計算其余坐姿數據樣本到每個聚類質心的距離，并將其分配到距離最近的簇中；

S23：判斷當前坐姿數據樣本所屬的簇是否發生變化，若是，則更新質心，并跳轉執行S22步驟；若否，則完成坐姿識別模型的構建。

作為優選方案，對所述坐姿數據進行預處理的步驟包括：清洗數據；對所述坐姿數據分別人工標注坐姿類別標簽。

作為優選方案，所述坐姿類別標簽包括前傾、后仰、左傾、右傾、正坐。

本發明還提出了一種坐姿識別裝置，包括坐墊、壓力傳感器組和坐姿識別模塊，其中，所述壓力傳感器組設置在所述坐墊上，所述壓力傳感器組的輸出端與所述坐姿識別模塊的輸入端連接；所述坐姿識別模塊存儲有基于聚類算法構建的坐姿識別模型，所述壓力傳感器組采集的坐姿數據輸入所述坐姿識別模塊中，所述坐姿識別模塊將所述坐姿數據輸入完成訓練的坐姿識別模型中得到坐姿類別標簽。