智能坐姿监控方法、装置、智能升降桌及存储介质
技术领域
本申请实施例涉及办公家具领域,尤其涉及一种智能坐姿监控方法、装置、智能升降桌及存储介质。
背景技术
自古以来,人们的劳动工作就是一种运动,可以锻炼人的体质。不过随着现代信息技术的飞速发展,互联网技术已普及全球和各个领域,越来越多的人开始坐着工作,而且一坐就是一整天,坐姿与健康密切相关,由于坐姿不当,造成了许多中小学生近视、驼背,导致许多的白领患上颈椎、腰椎等疾病。这些问题往往影响到人们正常的学习和工作,降低了他们的生活质量,因此,在学习和工作中,保持正确的坐姿非常重要。但是,由于各种原因,长时间保持正确的坐姿是不可能的。由于中小学生认知能力和自制能力普遍较差,家长和老师又很难对他们的日常坐姿进行及时监督,所以他们很容易养成错误的读写习惯。传统的方式主要是在课桌上加护栏等用强制性措施,迫使孩子们保持正确的坐姿,并利用一根限位杆来限制孩子们的弯腰幅度,而后缩短椅子与桌子间的距离,从而使学生保持正确的坐姿。现有的医学保健椅,在椅子前面安装一个可以分力的支点,胸部的支撑让坐立者的脊柱和背部肌肉自主前倾。坐立着的骨盆可以支撑臂部压力,简洁缓解背部的压力,让背部曲线趋于正常水平。肘部的支撑减轻了颈肩的疲劳,但是价格昂贵,并且胸腔靠在胸腔支架上工作时,容易有压迫感和疲劳。胸腔支架也不能当作靠背等别的用途,即使是自然的坐姿,固定20分钟以上对脊椎仍然有不好的影响。为解决上述问题,市场中还出现了大量改正用户坐姿的产品如锁骨固定带、坐姿纠正椅等,这类产品都是通过直接作用于人体骨关节,进而达到纠正用户坐姿的目的。然而不同的人的骨关节存在着差异,直接作用于人体的这类产品,一旦出现偏差,将使用户的骨关节造成无法恢复的损伤。而出现偏差的主要原因在于,固定带、坐姿纠正椅都只能最大程度地预估用户最佳的坐立姿势,然后根据预估的结果固定用户坐势,而一旦用户的坐立姿势被固定,则用户很难调整,也就是说,市场上出现的诸如此类的产品,无法让用户通过自身的身体状况去调自身的坐姿。但是如果让用户能够过度自由地调整自身的坐姿,那将势必会降低该产品对用户坐姿调整的效果。此外这些纠正用户坐姿的产品大多是独立于桌子之外的其他产品,因此用户在使用该类产品时,需要随身携带,这便给用户带来了诸多不便。
上述现有技术均无法实现用户坐姿的实时监控,用户坐姿调整人性化程度低,存在缺陷。
发明内容
本申请提供了一种智能坐姿监控方法、装置、智能升降桌及存储介质,来解决以上背景技术部分提到的问题。
第一方面,本申请实施例提供了一种智能坐姿监控方法,该方法包括:
建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据;
根据所述坐姿基准点的位置数据,构建人体最佳坐姿模型;
模拟摄像头根据设定频率采集用户上身视频图像数据;
对用户上身视频图像数据进行平滑处理,将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值;
采用背景差分法提取用户上身视频图像数据中的目标图像;
对目标图像进行边缘检测提取出用户上身轮廓图像;
将用户上身轮廓图像动态匹配到人体最佳坐姿模型;
智能升降桌显示界面上显示匹配结果,并给出调整方案。
可选的,所述建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据中坐姿基准点包括但不限于:额头、肘关节、肩关节。
可选的,所述建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据,具体包括:建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸,采用坐标变换方计算坐姿基准点的位置数据。
可选的,所述根据所述坐姿基准点的位置数据,构建人体最佳坐姿模型,具体包括:
根据所述坐姿基准点的位置数据,将各坐姿基准点之间的肢体按百分位分别造型,插入二坐姿基准点之间,根据人体最佳坐姿统计数据集构建人体最佳坐姿模型。
可选的,所述对用户上身视频图像数据进行平滑处理,将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值,具体包括:
采用中值滤波算法对用户上身视频图像数据进行平滑处理,将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值。
可选的,所述智能升降桌显示界面上显示匹配结果,并给出调整方案,具体包括:
智能升降桌显示界面上显示匹配结果,给出具体调整步骤,并语音指引用户将坐姿调整的最佳坐姿,智能升降桌显示界面实时显示调整过程。
第二方面,本申请实施例还提供了一种智能坐姿监控装置,该装置包括:
坐姿基准点位置数据计算模块,用于建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据;
坐姿模型构建模块,用于根据所述坐姿基准点的位置数据,构建人体最佳坐姿模型;
图像采集模块,用于通过模拟摄像头根据设定频率采集用户上身视频图像数据;
图像处理模块,用于对用户上身视频图像数据进行平滑处理,将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值;
目标图像提取模块,用于采用背景差分法提取用户上身视频图像数据中的目标图像;
轮廓图像提取模块,用于对所述目标图像进行边缘检测提取出用户上身轮廓图像;
图像动态匹配模块,用于将所述用户上身轮廓图像动态匹配到人体最佳坐姿模型;
坐姿提示模块,用于在智能升降桌显示界面上显示匹配结果,并给出调整方案。
可选的,所述坐姿提示模块具体用于:通过智能升降桌显示界面上显示匹配结果,给出具体调整步骤,并语音指引用户将坐姿调整的最佳坐姿,智能升降桌显示界面实时显示调整过程。
第三方面,本申请实施例还提供了一种智能升降桌,包括:处理器、存储器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请实施例所述的智能坐姿监控方法。
第四方面,本申请实施例还提供了一种包含智能升降桌可执行指令的存储介质,所述智能升降桌可执行指令在由智能升降桌处理器执行时用于执行本申请实施例所述的智能坐姿监控方法。
本方案中,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据;根据所述坐姿基准点的位置数据,构建人体最佳坐姿模型;通过模拟摄像头根据设定频率采集用户上身视频图像数据;对目标图像进行边缘检测提取出用户上身轮廓图像;将用户上身轮廓图像动态匹配到人体最佳坐姿模型;智能升降桌显示界面上显示匹配结果,并可语音指引用户将坐姿调整的最佳坐姿,智能升降桌显示界面实时显示调整过程,通过智能升降桌即可完成对人体坐姿的有效监控,人机交互效果好,智能化程度高。相比于传统已有的实物矫正坐姿方法,本发明简单易用而且不会影响正常的工作和学习。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请实施例提供的一种智能坐姿监控方法的流程图;
图2是本申请实施例提供的另一种智能坐姿监控方法的流程图;
图3是本申请实施例提供的另一种智能坐姿监控方法的流程图;
图4是本申请实施例提供的另一种智能坐姿监控方法的流程图;
图5是本申请实施例提供的另一种智能坐姿监控方法的流程图;
图6是本申请实施例提供的一种智能坐姿监控装置结构框图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。
图1是本申请实施例提供的一种智能坐姿监控方法的流程图,可适用于通过智能升降桌监控人体坐姿,该方法可以由本申请实施例提供的智能升降桌来执行,该智能升降桌的智能坐姿监控装置可采用软件和/或硬件的方式实现,如图1所示,本实施例提供的具体方案如下:
S101、建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据。
在本实施例中所述建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据中坐姿基准点包括但不限于:额头、肘关节、肩关节、颈部等等。其中,智能升降桌的长度、宽度数据是预存的,智能升降桌的长度、宽度不同,额头、肘关节、肩关节、颈部等坐姿基准点在最佳坐姿的位置相应不同。
S102、根据所述坐姿基准点的位置数据,构建人体最佳坐姿模型。
在本实施例中人体最佳坐姿模型并不是指单一的一个模型,人体最佳坐姿模型存储在人体最佳坐姿模型库中;在每个年龄段如3-5岁,5-10岁,10-15岁,15-20岁,20-30岁,30-40岁,40-50岁,50-60岁,60-75岁等,根据人的成长特点,不同肩宽,身高,臂长的人均进行最佳坐姿计算,并将最终的健康坐姿均归类为最佳坐姿。其中,最佳坐姿并不是指一种做坐姿,它是一个范围,示例性的,同一个人的最佳坐姿不只一种,可以是三种或五种。人体最佳坐姿模型是与智能升降桌具体规格相对应的,规格不同,人体最佳坐姿模型将适应性微调。
S103、模拟摄像头根据设定频率采集用户上身视频图像数据。
在本实施例中模拟摄像头设置为可升降摄像头,在需要采集用户视频图像时,自动升起,图像采集完毕后自动缩回智能升降桌的摄像头放置槽中,具体实现方式有多种,在此不再赘述。
在本实施例中所述设定频率根据不同的应用场景可以进行调节,例如,对于学生:根据疲劳分析,学生上课20分钟后注意力开始分散,随之而来的精神疲态影响生理疲态,坐姿开始发生变换,针对这种情况频率一般设置为20分钟进行一次视频图像采集,完成坐姿监控;对于办公室人员,一般是1个小时后坐姿会发生变化,此时,频率即可设置为60分钟进行一次视频图像采集。另外,随着季节不同,时辰不同(上午、下午、晚上)等人体状态都会发生变化,因此,本实施例中模拟摄像头的采集频率可以根据人员年龄、职业、季节、时辰不同进行适应性调整。
S104、对用户上身视频图像数据进行平滑处理,将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值。
S105、采用背景差分法提取用户上身视频图像数据中的目标图像。
在本实施例中背景差分法提取用户上身视频图像数据中的目标图像时有可能会出现面部轮廓丢失的情况,在发生这种情况时,可以通过肤色信息人脸识别算法来补全面部轮廓信息。
S106、对目标图像进行边缘检测提取出用户上身轮廓图像。
S107、将用户上身轮廓图像动态匹配到人体最佳坐姿模型。
根据初始化阶段用户登录时填写的个人信息,从人体最佳坐姿模型库中调取相应的人体最佳坐姿模型,将用户上身轮廓图像与调取出的人体最佳坐姿模型一一进行比对,将差别最小的一对匹配结果显示在智能升降桌显示界面上。
S108、智能升降桌显示界面上显示匹配结果,并给出调整方案。
在本实施例中智能升降桌上设置的触摸液晶显示屏,匹配结果显示在触摸液晶显示屏上。通过触摸液晶显示屏,用户可以触摸调节匹配出的图像,放大细节点,具体了解那个坐姿基准点的位置错误导致坐姿不规范。通过触摸液晶显示屏用户还可以调取自己的历史坐姿监控结果,清楚了解自己一定时间段如一天、一周、一个月、三个月内的健康坐姿保持情况,并可通过将自己的坐姿情况发送到社交圈如微信圈、QQ空间等与好友分享。更进一步的,通过触摸液晶显示屏,用户可以查看自己的坐姿达标次数在自己社交圈的排行,从而更好的督促自己养成良好的坐姿习惯。
图2是本申请实施例提供的另一种智能坐姿监控方法的流程图,可适用于通过智能升降桌监控人体坐姿,该方法可以由本申请实施例提供的智能升降桌来执行,该智能升降桌的智能坐姿监控装置可采用软件和/或硬件的方式实现,如图2所示,本实施例提供的具体方案如下:
S201、建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据。
在本实施例中所述建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据,具体包括:建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸,采用坐标变换方计算坐姿基准点的位置数据。
在本实施例中所述建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据中坐姿基准点包括但不限于:额头、肘关节、肩关节、颈部等等。其中,智能升降桌的长度、宽度数据是预存的,智能升降桌的长度、宽度不同,额头、肘关节、肩关节、颈部等坐姿基准点在最佳坐姿的位置相应不同。
S202、根据所述坐姿基准点的位置数据,构建人体最佳坐姿模型。
在本实施例中人体最佳坐姿模型并不是指单一的一个模型,人体最佳坐姿模型存储在人体最佳坐姿模型库中;在每个年龄段如3-5岁,5-10岁,10-15岁,15-20岁,20-30岁,30-40岁,40-50岁,50-60岁,60-75岁等,根据人的成长特点,不同肩宽,身高,臂长的人均进行最佳坐姿计算,并将最终的健康坐姿均归类为最佳坐姿。其中,最佳坐姿并不是指一种做坐姿,它是一个范围,示例性的,同一个人的最佳坐姿不只一种,可以是三种或五种。人体最佳坐姿模型是与智能升降桌具体规格相对应的,规格不同,人体最佳坐姿模型将适应性微调。
S203、模拟摄像头根据设定频率采集用户上身视频图像数据。
在本实施例中模拟摄像头设置为可升降摄像头,在需要采集用户视频图像时,自动升起,图像采集完毕后自动缩回智能升降桌的摄像头放置槽中,具体实现方式有多种,在此不再赘述。在本实施例中所述设定频率根据不同的应用场景可以进行调节,例如,对于学生:根据疲劳分析,学生上课20分钟后注意力开始分散,随之而来的精神疲态影响生理疲态,坐姿开始发生变换,针对这种情况频率一般设置为20分钟进行一次视频图像采集,完成坐姿监控;对于办公室人员,一般是1个小时后坐姿会发生变化,此时,频率即可设置为60分钟进行一次视频图像采集。另外,随着季节不同,时辰不同(上午、下午、晚上)等人体状态都会发生变化,因此,本实施例中模拟摄像头的采集频率可以根据人员年龄、职业、季节、时辰不同进行适应性调整。
S204、对用户上身视频图像数据进行平滑处理,将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值。
S205、采用背景差分法提取用户上身视频图像数据中的目标图像。
在本实施例中背景差分法提取用户上身视频图像数据中的目标图像时有可能会出现面部轮廓丢失的情况,在发生这种情况时,可以通过肤色信息人脸识别算法来补全面部轮廓信息。
S206、对目标图像进行边缘检测提取出用户上身轮廓图像。
在本实施例中针对上半身轮廓图像的提取可以采用椭圆拟合,长半轴、短半轴、椭圆中心横坐标和纵坐标及长半轴相对应横轴的转角完整描述用户上半生的位置。
S207、将用户上身轮廓图像动态匹配到人体最佳坐姿模型。
根据初始化阶段用户登录时填写的个人信息,从人体最佳坐姿模型库中调取相应的人体最佳坐姿模型,将用户上身轮廓图像与调取出的人体最佳坐姿模型一一进行比对,将差别最小的一对匹配结果显示在智能升降桌显示界面上。
S208、智能升降桌显示界面上显示匹配结果,并给出调整方案。
在本实施例中智能升降桌上设置的触摸液晶显示屏,匹配结果显示在触摸液晶显示屏上。通过触摸液晶显示屏,用户可以触摸调节匹配出的图像,放大细节点,具体了解那个坐姿基准点的位置错误导致坐姿不规范。通过触摸液晶显示屏用户还可以调取自己的历史坐姿监控结果,清楚了解自己一定时间段如一天、一周、一个月、三个月内的健康坐姿保持情况,并可通过将自己的坐姿情况发送到社交圈如微信圈、QQ空间等与好友分享。更进一步的,通过触摸液晶显示屏,用户可以查看自己的坐姿达标次数在自己社交圈的排行,从而更好的督促自己养成良好的坐姿习惯。
图3是本申请实施例提供的另一种智能坐姿监控方法的流程图,可适用于通过智能升降桌监控人体坐姿,该方法可以由本申请实施例提供的智能升降桌来执行,该智能升降桌的智能坐姿监控装置可采用软件和/或硬件的方式实现,如图3所示,本实施例提供的具体方案如下:
S301、建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据。
在本实施例中所述建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据,具体包括:建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸,采用坐标变换方计算坐姿基准点的位置数据。
在本实施例中所述建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据中坐姿基准点包括但不限于:额头、肘关节、肩关节、颈部等等。其中,智能升降桌的长度、宽度数据是预存的,智能升降桌的长度、宽度不同,额头、肘关节、肩关节、颈部等坐姿基准点在最佳坐姿的位置相应不同。
S302、根据所述坐姿基准点的位置数据,构建人体最佳坐姿模型。
在本实施例中所述根据所述坐姿基准点的位置数据,构建人体最佳坐姿模型,具体包括:根据所述坐姿基准点的位置数据,将各坐姿基准点之间的肢体按百分位分别造型,插入二坐姿基准点之间,根据人体最佳坐姿统计数据集构建人体最佳坐姿模型。
在本实施例中人体最佳坐姿模型并不是指单一的一个模型,人体最佳坐姿模型存储在人体最佳坐姿模型库中;在每个年龄段如3-5岁,5-10岁,10-15岁,15-20岁,20-30岁,30-40岁,40-50岁,50-60岁,60-75岁等,根据人的成长特点,不同肩宽,身高,臂长的人均进行最佳坐姿计算,并将最终的健康坐姿均归类为最佳坐姿。其中,最佳坐姿并不是指一种做坐姿,它是一个范围,示例性的,同一个人的最佳坐姿不只一种,可以是三种或五种。人体最佳坐姿模型是与智能升降桌具体规格相对应的,规格不同,人体最佳坐姿模型将适应性微调。
S303、模拟摄像头根据设定频率采集用户上身视频图像数据。
在本实施例中模拟摄像头设置为可升降摄像头,在需要采集用户视频图像时,自动升起,图像采集完毕后自动缩回智能升降桌的摄像头放置槽中,具体实现方式有多种,在此不再赘述。在本实施例中所述设定频率根据不同的应用场景可以进行调节,例如,对于学生:根据疲劳分析,学生上课20分钟后注意力开始分散,随之而来的精神疲态影响生理疲态,坐姿开始发生变换,针对这种情况频率一般设置为20分钟进行一次视频图像采集,完成坐姿监控;对于办公室人员,一般是1个小时后坐姿会发生变化,此时,频率即可设置为60分钟进行一次视频图像采集。另外,随着季节不同,时辰不同(上午、下午、晚上)等人体状态都会发生变化,因此,本实施例中模拟摄像头的采集频率可以根据人员年龄、职业、季节、时辰不同进行适应性调整。
S304、对用户上身视频图像数据进行平滑处理,将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值。
S305、采用背景差分法提取用户上身视频图像数据中的目标图像。
在本实施例中背景差分法提取用户上身视频图像数据中的目标图像时有可能会出现面部轮廓丢失的情况,在发生这种情况时,可以通过肤色信息人脸识别算法来补全面部轮廓信息。
S306、对目标图像进行边缘检测提取出用户上身轮廓图像。
S307、将用户上身轮廓图像动态匹配到人体最佳坐姿模型。
根据初始化阶段用户登录时填写的个人信息,从人体最佳坐姿模型库中调取相应的人体最佳坐姿模型,将用户上身轮廓图像与调取出的人体最佳坐姿模型一一进行比对,将差别最小的一对匹配结果显示在智能升降桌显示界面上。
S308、智能升降桌显示界面上显示匹配结果,并给出调整方案。
在本实施例中智能升降桌上设置的触摸液晶显示屏,匹配结果显示在触摸液晶显示屏上。通过触摸液晶显示屏,用户可以触摸调节匹配出的图像,放大细节点,具体了解那个坐姿基准点的位置错误导致坐姿不规范。通过触摸液晶显示屏用户还可以调取自己的历史坐姿监控结果,清楚了解自己一定时间段如一天、一周、一个月、三个月内的健康坐姿保持情况,并可通过将自己的坐姿情况发送到社交圈如微信圈、QQ空间等与好友分享。更进一步的,通过触摸液晶显示屏,用户可以查看自己的坐姿达标次数在自己社交圈的排行,从而更好的督促自己养成良好的坐姿习惯。
图4是本申请实施例提供的另一种智能坐姿监控方法的流程图,可适用于通过智能升降桌监控人体坐姿,该方法可以由本申请实施例提供的智能升降桌来执行,该智能升降桌的智能坐姿监控装置可采用软件和/或硬件的方式实现,如图4所示,本实施例提供的具体方案如下:
S401、建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据。
在本实施例中所述建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据,具体包括:建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸,采用坐标变换方计算坐姿基准点的位置数据。在本实施例中所述建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据中坐姿基准点包括但不限于:额头、肘关节、肩关节、颈部等等。其中,智能升降桌的长度、宽度数据是预存的,智能升降桌的长度、宽度不同,额头、肘关节、肩关节、颈部等坐姿基准点在最佳坐姿的位置相应不同。
S402、根据所述坐姿基准点的位置数据,构建人体最佳坐姿模型。
在本实施例中所述根据所述坐姿基准点的位置数据,构建人体最佳坐姿模型,具体包括:根据所述坐姿基准点的位置数据,将各坐姿基准点之间的肢体按百分位分别造型,插入二坐姿基准点之间,根据人体最佳坐姿统计数据集构建人体最佳坐姿模型。在本实施例中人体最佳坐姿模型并不是指单一的一个模型,人体最佳坐姿模型存储在人体最佳坐姿模型库中;在每个年龄段如3-5岁,5-10岁,10-15岁,15-20岁,20-30岁,30-40岁,40-50岁,50-60岁,60-75岁等,根据人的成长特点,不同肩宽,身高,臂长的人均进行最佳坐姿计算,并将最终的健康坐姿均归类为最佳坐姿。其中,最佳坐姿并不是指一种做坐姿,它是一个范围,示例性的,同一个人的最佳坐姿不只一种,可以是三种或五种。人体最佳坐姿模型是与智能升降桌具体规格相对应的,规格不同,人体最佳坐姿模型将适应性微调。
S403、模拟摄像头根据设定频率采集用户上身视频图像数据。
在本实施例中模拟摄像头设置为可升降摄像头,在需要采集用户视频图像时,自动升起,图像采集完毕后自动缩回智能升降桌的摄像头放置槽中,具体实现方式有多种,在此不再赘述。在本实施例中所述设定频率根据不同的应用场景可以进行调节,例如,对于学生:根据疲劳分析,学生上课20分钟后注意力开始分散,随之而来的精神疲态影响生理疲态,坐姿开始发生变换,针对这种情况频率一般设置为20分钟进行一次视频图像采集,完成坐姿监控;对于办公室人员,一般是1个小时后坐姿会发生变化,此时,频率即可设置为60分钟进行一次视频图像采集。另外,随着季节不同,时辰不同(上午、下午、晚上)等人体状态都会发生变化,因此,本实施例中模拟摄像头的采集频率可以根据人员年龄、职业、季节、时辰不同进行适应性调整。
S404、对用户上身视频图像数据进行平滑处理,将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值。
在本实施例中所述对用户上身视频图像数据进行平滑处理,将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值,具体包括:采用中值滤波算法对用户上身视频图像数据进行平滑处理,将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值。
S405、采用背景差分法提取用户上身视频图像数据中的目标图像。
在本实施例中背景差分法提取用户上身视频图像数据中的目标图像时有可能会出现面部轮廓丢失的情况,在发生这种情况时,可以通过肤色信息人脸识别算法来补全面部轮廓信息。
S406、对目标图像进行边缘检测提取出用户上身轮廓图像。
S407、将用户上身轮廓图像动态匹配到人体最佳坐姿模型。
根据初始化阶段用户登录时填写的个人信息,从人体最佳坐姿模型库中调取相应的人体最佳坐姿模型,将用户上身轮廓图像与调取出的人体最佳坐姿模型一一进行比对,将差别最小的一对匹配结果显示在智能升降桌显示界面上。
S408、智能升降桌显示界面上显示匹配结果,并给出调整方案。
在本实施例中智能升降桌上设置的触摸液晶显示屏,匹配结果显示在触摸液晶显示屏上。通过触摸液晶显示屏,用户可以触摸调节匹配出的图像,放大细节点,具体了解那个坐姿基准点的位置错误导致坐姿不规范。通过触摸液晶显示屏用户还可以调取自己的历史坐姿监控结果,清楚了解自己一定时间段如一天、一周、一个月、三个月内的健康坐姿保持情况,并可通过将自己的坐姿情况发送到社交圈如微信圈、QQ空间等与好友分享。更进一步的,通过触摸液晶显示屏,用户可以查看自己的坐姿达标次数在自己社交圈的排行,从而更好的督促自己养成良好的坐姿习惯。
图5是本申请实施例提供的另一种智能坐姿监控方法的流程图,可适用于通过智能升降桌监控人体坐姿,该方法可以由本申请实施例提供的智能升降桌来执行,该智能升降桌的智能坐姿监控装置可采用软件和/或硬件的方式实现,如图5所示,本实施例提供的具体方案如下:
S501、建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据。
在本实施例中所述建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据,具体包括:建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸,采用坐标变换方计算坐姿基准点的位置数据。在本实施例中所述建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据中坐姿基准点包括但不限于:额头、肘关节、肩关节、颈部等等。其中,智能升降桌的长度、宽度数据是预存的,智能升降桌的长度、宽度不同,额头、肘关节、肩关节、颈部等坐姿基准点在最佳坐姿的位置相应不同。
S502、根据所述坐姿基准点的位置数据,构建人体最佳坐姿模型。
在本实施例中所述根据所述坐姿基准点的位置数据,构建人体最佳坐姿模型,具体包括:根据所述坐姿基准点的位置数据,将各坐姿基准点之间的肢体按百分位分别造型,插入二坐姿基准点之间,根据人体最佳坐姿统计数据集构建人体最佳坐姿模型。在本实施例中人体最佳坐姿模型并不是指单一的一个模型,人体最佳坐姿模型存储在人体最佳坐姿模型库中;在每个年龄段如3-5岁,5-10岁,10-15岁,15-20岁,20-30岁,30-40岁,40-50岁,50-60岁,60-75岁等,根据人的成长特点,不同肩宽,身高,臂长的人均进行最佳坐姿计算,并将最终的健康坐姿均归类为最佳坐姿。其中,最佳坐姿并不是指一种做坐姿,它是一个范围,示例性的,同一个人的最佳坐姿不只一种,可以是三种或五种。人体最佳坐姿模型是与智能升降桌具体规格相对应的,规格不同,人体最佳坐姿模型将适应性微调。
S503、模拟摄像头根据设定频率采集用户上身视频图像数据。
在本实施例中模拟摄像头设置为可升降摄像头,在需要采集用户视频图像时,自动升起,图像采集完毕后自动缩回智能升降桌的摄像头放置槽中,具体实现方式有多种,在此不再赘述。在本实施例中所述设定频率根据不同的应用场景可以进行调节,例如,对于学生:根据疲劳分析,学生上课20分钟后注意力开始分散,随之而来的精神疲态影响生理疲态,坐姿开始发生变换,针对这种情况频率一般设置为20分钟进行一次视频图像采集,完成坐姿监控;对于办公室人员,一般是1个小时后坐姿会发生变化,此时,频率即可设置为60分钟进行一次视频图像采集。另外,随着季节不同,时辰不同(上午、下午、晚上)等人体状态都会发生变化,因此,本实施例中模拟摄像头的采集频率可以根据人员年龄、职业、季节、时辰不同进行适应性调整。
S504、对用户上身视频图像数据进行平滑处理,将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值。
在本实施例中所述对用户上身视频图像数据进行平滑处理,将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值,具体包括:采用中值滤波算法对用户上身视频图像数据进行平滑处理,将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值。
S505、采用背景差分法提取用户上身视频图像数据中的目标图像。
在本实施例中背景差分法提取用户上身视频图像数据中的目标图像时有可能会出现面部轮廓丢失的情况,在发生这种情况时,可以通过肤色信息人脸识别算法来补全面部轮廓信息。
S506、对目标图像进行边缘检测提取出用户上身轮廓图像。
S507、将用户上身轮廓图像动态匹配到人体最佳坐姿模型。
根据初始化阶段用户登录时填写的个人信息,从人体最佳坐姿模型库中调取相应的人体最佳坐姿模型,将用户上身轮廓图像与调取出的人体最佳坐姿模型一一进行比对,将差别最小的一对匹配结果显示在智能升降桌显示界面上。
S508、智能升降桌显示界面上显示匹配结果,并给出调整方案。
在本实施例中所述智能升降桌显示界面上显示匹配结果,并给出调整方案,具体包括:智能升降桌显示界面上显示匹配结果,给出具体调整步骤,并语音指引用户将坐姿调整的最佳坐姿,智能升降桌显示界面实时显示调整过程。另外,智能升降桌显示界面在给出调整方案的同时,还会语音提示用户目前不良坐姿可能带来的危害,示例性的,如肘关节位置不对,可能导致腕关节劳损,肩关节位置不对,可能导致肩周炎,颈部位置不对,可能导致颈椎病等等。在本实施例中智能升降桌上设置的触摸液晶显示屏,匹配结果显示在触摸液晶显示屏上。通过触摸液晶显示屏,用户可以触摸调节匹配出的图像,放大细节点,具体了解那个坐姿基准点的位置错误导致坐姿不规范。通过触摸液晶显示屏用户还可以调取自己的历史坐姿监控结果,清楚了解自己一定时间段如一天、一周、一个月、三个月内的健康坐姿保持情况,并可通过将自己的坐姿情况发送到社交圈如微信圈、QQ空间等与好友分享。更进一步的,通过触摸液晶显示屏,用户可以查看自己的坐姿达标次数在自己社交圈的排行,从而更好的督促自己养成良好的坐姿习惯。
图6是本申请实施例提供的一种智能坐姿监控装置结构框图,该装置用于执行上述实施例提供的智能坐姿监控方法,具备执行方法相应的功能模块和有益效果。如图6所示,本申请实施例提供的一种智能坐姿监控装置具体包括:
坐姿基准点位置数据计算模块601,用于建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据。
坐姿模型构建模块602,用于根据所述坐姿基准点的位置数据,构建人体最佳坐姿模型。
图像采集模块603,用于通过模拟摄像头根据设定频率采集用户上身视频图像数据。
图像处理模块604,用于对用户上身视频图像数据进行平滑处理,将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值。
目标图像提取模块605,用于采用背景差分法提取用户上身视频图像数据中的目标图像。
轮廓图像提取模块606,用于对所述目标图像进行边缘检测提取出用户上身轮廓图像;
图像动态匹配模块607,用于将所述用户上身轮廓图像动态匹配到人体最佳坐姿模型。
坐姿提示模块608,用于在智能升降桌显示界面上显示匹配结果,并给出调整方案。
在本实施例中所述建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算关键点的位置数据中关键点包括但不限于:额头、肘关节、肩关节。
在本实施例中所述坐姿基准点位置数据计算模块601具体用于:建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸,采用坐标变换方计算关键点的位置数据。
在本实施例中所述坐姿模型构建模块602具体用于:根据所述关键点的位置数据,将各关键点之间的肢体按百分位分别造型,插入二关键点之间,根据人体最佳坐姿统计数据集构建人体最佳坐姿模型。
在本实施例中所述图像处理模块604具体用于:采用中值滤波算法对用户上身视频图像数据进行平滑处理,将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值;
在本实施例中所述坐姿提示模块608具体用于:通过智能升降桌显示界面上显示匹配结果,给出具体调整步骤,并语音指引用户将坐姿调整的最佳坐姿,智能升降桌显示界面实时显示调整过程。
本实施例在上述各实施例的基础上提供了一种智能升降桌,智能升降桌可包括桌面、桌腿、触摸液晶显示屏、处理器、存储器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请实施例所述的智能坐姿监控方法。桌腿可根据控制器的控制而伸缩进而调节智能升降桌的高度。应该理解的是,上述的智能升降桌仅仅是智能升降桌的一个范例,并且智能升降桌可以具有更多的或者更少的部件,可以组合两个或更多的部件,或者可以具有不同的部件配置。智能升降桌的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。
本申请实施例还提供一种包含智能升降桌可执行指令的存储介质,所述智能升降桌可执行指令在由智能升降桌处理器执行时用于执行本申请实施例所述的智能坐姿监控方法,该方法包括:
建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据;
根据所述坐姿基准点的位置数据,构建人体最佳坐姿模型;
模拟摄像头根据设定频率采集用户上身视频图像数据;
对用户上身视频图像数据进行平滑处理,将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值;
采用背景差分法提取用户上身视频图像数据中的目标图像;
对目标图像进行边缘检测提取出用户上身轮廓图像;
将用户上身轮廓图像动态匹配到人体最佳坐姿模型;
智能升降桌显示界面上显示匹配结果,并给出调整方案。
可选的,所述建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据中坐姿基准点包括但不限于:额头、肘关节、肩关节。
可选的,所述建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据,具体包括:建立智能升降桌坐标系,根据智能升降桌的长度、宽度数据以及人体肢体尺寸,采用坐标变换方计算坐姿基准点的位置数据。
可选的,所述根据所述坐姿基准点的位置数据,构建人体最佳坐姿模型,具体包括:
根据所述坐姿基准点的位置数据,将各坐姿基准点之间的肢体按百分位分别造型,插入二坐姿基准点之间,根据人体最佳坐姿统计数据集构建人体最佳坐姿模型。
可选的,所述对用户上身视频图像数据进行平滑处理,将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值,具体包括:
采用中值滤波算法对用户上身视频图像数据进行平滑处理,将每一个像素点的灰度值设置为该点邻居窗口内的所有像素点灰度值的中值。
可选的,所述智能升降桌显示界面上显示匹配结果,并给出调整方案,具体包括:
智能升降桌显示界面上显示匹配结果,给出具体调整步骤,并语音指引用户将坐姿调整的最佳坐姿,智能升降桌显示界面实时显示调整过程。
在上述技术方案的基础上,该智能升降桌还具备会议培训中用户参与度调查功能、用户体温、心率监测功能等扩展功能。针对会议培训中用户参与度调查功能,具体实现:通过摄像头对会议培训中用户的表情进行分析判断,根据用户的表情判断用户是否在参与此次培训,从而智能化的对培训效果作出统计,利于后期培训或授课工作的改良。计算人脸表情的过程如下:获取人脸图像,图像归一化处理,直方图均衡化,特征提取,分类器分类,输出分析出的表情标签(喜怒哀乐等)。针对用户体温、心率监测功能,具体实现:在最佳坐姿的手腕的放置位置下方布置心率传感器,根据设定频率检测人体心率;通过视频图像直接对人脸进行检测跟踪,通过人脸图像处理获取体温信息;人体心率数据、体温信息会实时显示在触摸液晶显示屏上,并给出对应的变化曲线,用户可以实时了解自己的身体状况。
本方案中,根据智能升降桌的长度、宽度数据以及人体肢体尺寸计算坐姿基准点的位置数据;根据所述坐姿基准点的位置数据,构建人体最佳坐姿模型;通过模拟摄像头根据设定频率采集用户上身视频图像数据;对目标图像进行边缘检测提取出用户上身轮廓图像;将用户上身轮廓图像动态匹配到人体最佳坐姿模型;智能升降桌显示界面上显示匹配结果,并可语音指引用户将坐姿调整的最佳坐姿,智能升降桌显示界面实时显示调整过程,通过智能升降桌即可完成对人体坐姿的有效监控,人机交互效果好,智能化程度高。相比于传统已有的实物矫正坐姿方法,本发明简单易用而且不会影响正常的工作和学习。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。