CN110934591A - 一种坐姿检测方法及装置 - Google Patents

一种坐姿检测方法及装置 Download PDF

Info

Publication number
CN110934591A
CN110934591A CN201910938133.6A CN201910938133A CN110934591A CN 110934591 A CN110934591 A CN 110934591A CN 201910938133 A CN201910938133 A CN 201910938133A CN 110934591 A CN110934591 A CN 110934591A
Authority
CN
China
Prior art keywords
sitting posture
center
user
real
coordinate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910938133.6A
Other languages
English (en)
Other versions
CN110934591B (zh
Inventor
孙斌
陈泽雄
王伟东
王宁
于琦
柯睦鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ningbo Huamao Youjia Technology Co Ltd
Original Assignee
Ningbo Huamao Youjia Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ningbo Huamao Youjia Technology Co Ltd filed Critical Ningbo Huamao Youjia Technology Co Ltd
Priority to CN201910938133.6A priority Critical patent/CN110934591B/zh
Publication of CN110934591A publication Critical patent/CN110934591A/zh
Application granted granted Critical
Publication of CN110934591B publication Critical patent/CN110934591B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1079—Measuring physical dimensions, e.g. size of the entire body or parts thereof using optical or photographic means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
    • A61B5/4561—Evaluating static posture, e.g. undesirable back curvature
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Rheumatology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了一种坐姿检测方法，包括以下步骤：S1、利用摄像头采集用户实时的坐姿图像并将采集到的坐姿图像传输给中央控制系统，执行S2；S2、中央控制系统以采集的坐姿图像为基准进行轮廓提取，获得用户实时的坐姿特征数据，执行S3；S3、将用户实时的坐姿特征数据与标准坐姿的坐姿特征数据进行对比，判断用户实时坐姿是否不良，如是，执行S4，如不是，返回S1；其中，不良坐姿包括有歪头、驼背、读写过近和趴伏听课；S4、提醒装置发出提醒信号，返回S1。本发明还提供了一种应用于上述坐姿检测方法的坐姿检测装置。与现有技术相比，本发明的优点在于：能够准确检测多种不良坐姿。

Description

一种坐姿检测方法及装置
技术领域
本发明涉及坐姿检测技术领域，具体指一种坐姿检测方法及装置。
背景技术
青少年正处于身体快速长成和习惯养成的关键时期，青少年每天有超过10个小时与课桌椅相伴。在长时间的坐立情况下，由于人们很难一直保持良好的坐立姿态，因此很容易出现离书桌太近、身体倾斜、头偏等不良坐姿。久而久之，就会很容易患上近视、斜眼、腰椎疾病、颈椎疾病等，严重的影响人们的身体健康。因此为了促使人们纠正不良坐姿、养成良好的坐姿习惯、降低患近视、腰椎疾病等疾病的概率，进行坐姿检测是非常有必要的。
目前，已有很多坐姿检测、预防近视、纠正坐姿的技术方案。其中，最普遍的方法就是通过传感器(红外、压力、加速度、超声波等传感器)实现的。如专利申请号为CN201410134765.4(公告号为CN103908065A)的发明专利《一种矫正坐姿的智能书桌及其矫正方法》公开了在书桌上嵌入红外发射器、红外摄像头与显示器，通过红外线发射器与红外线摄像头进行主动式红外成像，提取结构光的特征点信息，测定特征点的深度信息，复原对象轮廓，完成图像的三维重建，并根据对象轮廓信息运用机器学习的方法识别出人眼、胸部、主要关节、桌面等对象，提取人体脊椎的骨骼模型，计算坐距、视矩，通过骨骼模型与标准的模型进行比较，判断含胸、歪斜等坐姿。
但是上述方案中，不良姿势的种类较为局限，且未公开判断不良坐姿的具体数学模型。
发明内容
本发明所要解决的第一个技术问题是针对现有技术的现状，提供一种能够准确检测多种不良坐姿的坐姿检测方法。
本发明所要解决的第二个技术问题是提供一种应用于上述坐姿检测方法的坐姿检测装置。
本发明解决第一个技术问题所采用的技术方案为：一种坐姿检测方法，其特征在于包括以下步骤：
S1、利用摄像头采集用户实时的坐姿图像并将采集到的坐姿图像传输给中央控制系统，执行S2；
S2、中央控制系统以采集的坐姿图像为基准进行轮廓提取，获得用户实时的坐姿特征数据，执行S3；
S3、将用户实时的坐姿特征数据与标准坐姿的坐姿特征数据进行对比，判断用户实时坐姿是否不良，如是，执行S4，如不是，返回S1；
其中，不良坐姿包括有歪头、驼背、读写过近和趴伏听课，用户实时坐姿满足歪头、驼背、读写过近、趴伏听课中的至少一种的条件下，判定用户实时坐姿不良；
S4、提醒装置发出提醒信号，返回S1。
优选地，所述的坐姿特征数据包括有额头正中心的坐标和下巴正中心的坐标；
将用户实时的额头正中心的横坐标记为x额头，纵坐标记为y额头；
将用户实时的下巴正中心的横坐标记为x下巴，纵坐标记为y下巴；
若前述坐标值满足以下关系：
Figure BDA0002222133050000021
其中，a的值为0.5～0.99；
判定为歪头。
进一步，所述a的值为0.98。
优选地，所述的坐姿特征数据包括有左肩正中心的坐标、右肩正中心的坐标、下嘴唇正中心的坐标、左眼中心的坐标和右眼中心的坐标；
将用户实时的左肩正中心的纵坐标记为y左肩；
将用户实时的右肩正中心的纵坐标记为y右肩；
将用户实时的下嘴唇正中心的横坐标记为x嘴，纵坐标记为y嘴；
将用户实时的左眼中心的横坐标记为x左眼，纵坐标记为y左眼；
将用户实时的右眼中心的横坐标记为x右眼，纵坐标记为y右眼；
将标准坐姿的下嘴唇正中心的横坐标记为x*嘴，纵坐标记为y*嘴；
将标准坐姿的左眼中心的横坐标记为x*左眼，纵坐标记为y*左眼；
将标准坐姿的右眼中心的横坐标记为x*右眼，纵坐标记为y*右眼；
若前述坐标值满足以下关系：
|y嘴-y左肩|＜b或|y嘴-y右肩|＜b，
且
Figure BDA0002222133050000031
Figure BDA0002222133050000032
其中，b的值为(5～15)*摄像头的像素值/2.54，c的值为1～1.5；
判定为驼背。
进一步，所述c的值为1.15。
优选地，所述的坐姿特征数据包括有左肩正中心的坐标、右肩正中心的坐标、下嘴唇正中心的坐标、左眼中心的坐标和右眼中心的坐标；
将用户实时的下嘴唇正中心的横坐标记为x嘴，纵坐标记为y嘴；
将用户实时的左眼中心的横坐标记为x左眼，纵坐标记为y左眼；
将用户实时的右眼中心的横坐标记为x右眼，纵坐标记为y右眼；
将标准坐姿的下嘴唇正中心的横坐标记为x*嘴，纵坐标记为y*嘴；
将标准坐姿的左眼中心的横坐标记为x*左眼，纵坐标记为y*左眼；
将标准坐姿的右眼中心的横坐标记为x*右眼，纵坐标记为y*右眼；
若前述坐标值满足以下关系：
Figure BDA0002222133050000033
且
Figure BDA0002222133050000034
其中，d的值为1～1.5；
判定为读写过近。
进一步，所述d的值为1.2。
优选地，所述的坐姿特征数据包括有额头正中心的坐标、下巴正中心的坐标和脸部最低点的坐标；
将用户实时的额头正中心的横坐标记为x额头，纵坐标记为y额头；
将用户实时的下巴正中心的横坐标记为x下巴，纵坐标记为y下巴；
将用户实时的脸部最低点的纵坐标记为ymin；
若前述坐标值满足以下关系：
Figure BDA0002222133050000041
且ymin＜f；
其中，e的值为0.5～0.94，f的值为(10～20)*摄像头的像素值/2.54；
判定为趴伏听课。
进一步，所述e的值为0.87。
优选地，所述的步骤S1中，还利用超声波传感器采集用户实时与超声波传感器之间的距离数据并将采集到的距离数据传输给中央控制系统；
所述的步骤S2中，所述的坐姿特征数据还包括中央控制系统收到的距离数据。
本发明解决第二个技术问题所采用的技术方案为：一种应用于上述姿检测方法的坐姿检测装置，包括有中空的机体，所述的摄像头设于机体的前端，所述的中央控制系统设于机体的内部，所述的提醒装置包括有转动设于机体下方的显示屏和设于机体后端的扬声器。
优选地，所述摄像头的数量至少为两个，沿机体的长度方向间隔布置在机体的前端。
或者，一种应用于上述坐姿检测方法的坐姿检测装置，包括有中空的机体，所述的摄像头和超声波传感器设于机体的前端，所述的中央控制系统设于机体的内部，所述的提醒装置包括有转动设于机体下方的显示屏和设于机体后端的扬声器。
与现有技术相比，本发明的优点在于：可以实时监测用户的坐姿情况，准确检测包括多种歪头、驼背、读写过近、趴伏听课在内的多种不良坐姿，在坐姿不良的情况下第一时间提醒用户及时纠正自己的坐姿。
附图说明
图1为本发明实施例中坐姿检测装置的立体结构示意图；
图2为图1的立体结构示意图；
图3为图1的电路原理框图；
图4为本发明实施例中坐姿检测方法的流程图；
图5为图4中坐姿特征数据的示意图。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
如图1至图3所示，为本发明坐姿检测装置的一个优选实施例。该坐姿检测装置包括有中空的机体1、摄像头2、超声波传感器3、中央控制系统和提醒装置。
其中，摄像头2的数量为两个，分别间隔布置在机体1的前端，用于采集用户实时的坐姿图像并将采集到的坐姿图像传输给中央控制系统。具体地，该摄像头2能穿透有机玻璃(或PC材质)正常工作，有效识别距离不小于1米，并具有自动对焦功能，采集分辨率≥640×480像素的内嵌式图像采集摄像头，用于进行包括用户面部、颈部、肩部等在内的多个关键区域进行不同角度同一坐姿的实时图像采集。
超声波传感器3设于机体1的前端，用于采集用户实时与超声波传感器3之间的距离数据并将采集到的距离数据传输给中央控制系统。工作时，超声波传感器3向设定区域(用户面部区域)定期发射超声波，利用超声波测距原理，得到距离数据。
中央控制系统设于机体的内部，能够以摄像头2采集的坐姿图像为基准进行轮廓提取，获得用户实时的坐姿特征数据，将用户实时的坐姿特征数据与标准坐姿的坐姿特征数据进行对比，判断用户实时坐姿是否不良；同时能够以超声波传感器3采集到的距离数据来判定用户坐姿是否距离标准位置过近；甚至可以将摄像头2和超声波传感器3采集到的数据进行整合。
提醒装置包括有转动设于机体下方的显示屏4和设于机体后端的扬声器5。
另外，机体1的一侧还设有光传感器6、按钮7、TYPE-C接口8和LED灯9。光传感器6用于检测环境亮度，因为摄像头进行轮廓扫描的时候，比如眉心等一些点需要高亮突出，这时候就需要采集环境亮度，来加强眉心等重要位置的亮度。按钮7用于操作显示屏4。TYPE-C接口8用于给坐姿检测装置进行充电。LED灯9起到指示作用。
如图4和图5所示，本发明还提供了一种应用有上述坐姿检测装置的坐姿检测方法，包括以下步骤：
S1、利用摄像头采集用户实时的坐姿图像并将采集到的坐姿图像传输给中央控制系统，利用超声波传感器采集用户实时与超声波传感器之间的距离数据并将采集到的距离数据传输给中央控制系统，执行S2；
S2、中央控制系统以采集的坐姿图像为基准进行轮廓提取，结合收到的距离数据，获得用户实时的坐姿特征数据，执行S3；
具体地，中央控制系统以采集的坐姿图像为基准，基于Ad boost算法、质心算法、肤色检测、图像二值化、高斯滤波、Canny算子、多尺度霍夫变换等方法完成对用户实时的坐姿图像的轮廓提取，并在控制系统内部生成包括双眉顶点连线、双肩顶点连线、面部轮廓线、颈-肩轮廓线(侧视)、双眼中心连线、双耳顶点连线、唇中线等在内的实时坐姿特征线与包括双眉顶点连线/双肩顶点连线/双眼中心连线/双耳顶点连线/唇中线与水平基线夹角、颈-肩轮廓线夹角、人脸识别面部轮廓长宽及面积、人脸识别面部轮廓下沿高度等在内对的特征线几何参量进行实时计算，获得额头正中心A的坐标、左眼中心B的坐标、右眼中心C的坐标、下嘴唇正中心D的坐标、左肩正中心E的坐标、右肩正中心F的坐标、下巴正中心G的坐标等坐姿特征数据。
其中,中央控制系统对人体特征轮廓提取、特征线绘制、特征线几何参量计算等功能的实现可以通过多种方法实现，具体可参见专利申请号为CN201410059849.6(公告号为CN103810478A)的发明专利《一种坐姿检测方法和装置》和专利申请号为CN201710345838.8(公告号为CN107169456A)的发明专利《一种基于坐姿深度图像的坐姿检测方法》等，此处不再赘述。
S3、将用户实时的坐姿特征数据与标准坐姿的坐姿特征数据进行对比，判断用户实时坐姿是否不良，如是，执行S4，如不是，返回S1；
其中，不良坐姿包括有讲空话、交头接耳、歪头、驼背、读写过近、趴伏听课、身体歪斜、跷二郎腿等，本实施例中，用户实时坐姿满足歪头、驼背、读写过近、趴伏听课中的至少一种的条件下，判定用户实时坐姿不良；
具体地，判断用户实时坐姿是否不良的数学模型如下：
(1)判断是否歪头：
实时使用过程中，用户额头正中心A的平面坐标为(x额头，y额头)，下巴正中心G 的平面坐标为(x下巴，y下巴)；
当
Figure BDA0002222133050000061
其中，a的理论取值范围为0～1，在通过大量实验数据对比后，将额头中心与下巴中心连线和竖直方向的直线夹角>8°～60°定为歪头，即a的值在0.5至0.99的范围内较为合理；
判定为歪头；
a的值优选为0.98，即脸部主轴方向与竖直基线夹角>10°时判定为歪头为宜。
(2)判断是否驼背：
实时使用过程中，用户左肩正中心E的平面坐标为(x左肩，y左肩)，右肩正中心F 的平面坐标为(x右肩，y右肩)，下嘴唇正中心D的平面坐标为(x嘴，y嘴)，左眼中心B平面坐标为(x左眼，y左眼)，右眼中心C平面坐标为(x右眼，y右眼)；
标准坐姿下，用户下嘴唇正中心D的平面坐标为(x*嘴，y*嘴)，左眼中心B平面坐标为(x*左眼，y*左眼)，右眼中心C平面坐标为(x*右眼，y*右眼)；
当|y嘴-y左肩|＜b或|y嘴-y右肩|＜b，
且
Figure BDA0002222133050000071
Figure BDA0002222133050000072
其中，b的值需要根据使用者在摄像头前进行标准坐姿下的轮廓采集录入，系统方可自行生成一固定值，因为不同身高的使用者肩膀到嘴的距离不同，所以暂时不做设定，其中b的对应实际取值范围初步定在5～15cm，该处实际距离值除以2.54再乘以相机的像素值(dpi)就是中央系统处理器中对应的数据值，即b的值为(5～15)*摄像头2的像素值/2.54，c的取值范围为1～1.5；
判定为驼背；
b的值根据使用者在摄像头前进行标准坐姿下的轮廓采集录入，系统方可自行生成一对应实际取值范围在5～15cm的固定值(该处实际距离值除以2.54再乘以相机的像素值(dpi)就是中央系统处理器中对应的数据值)，c的值优选为1.15，即|y嘴-y左肩|或 |y嘴-y右肩|小于系统生成固定的值且双眼和嘴巴形成的三角区域面积大于1.15倍标准坐姿时的三角区面积时判定为驼背为宜。
(3)判断是否读写过近：
实时使用过程中，用户下嘴唇正中心D的平面坐标为(x嘴，y嘴)，左眼中心B平面坐标为(x左眼，y左眼)，右眼中心C平面坐标为(x右眼，y右眼)；
标准坐姿下，用户下嘴唇正中心D的平面坐标为(x*嘴，y*嘴)，左眼中心B平面坐标为(x*左眼，y*左眼)，右眼中心C平面坐标为(x*右眼，y*右眼)；
当
Figure BDA0002222133050000073
Figure BDA0002222133050000074
且
Figure BDA0002222133050000075
其中，d的值为1～1.5；
判定为读写过近；
d的值优选为1.2，即双眼和嘴巴形成的三角区域面积大于1.2倍标准读写坐姿时的三角区面积，且双眼竖直位置低于标准读写坐姿时的位置时判定为读写过近为宜。
当然还可以通过超声波传感器3测得的距离数据判断是否读写过近。
(4)判断是否趴伏听课：
实时使用过程中，用户额头正中心A的平面坐标为(x额头，y额头)，下巴正中心G 的平面坐标为(x下巴，y下巴)，脸部最低点的平面坐标为(xmin，ymin)；
若
Figure BDA0002222133050000081
且ymin＜f；
其中，e的理论取值范围为0～1，在通过大量实验数据对比后，脸部主轴方向与竖直基线夹角e的值>20°～60°定为歪头，即e在0.5至0.94的范围内较为合理，f的值指的是标准坐姿下脸部最低点到桌面的距离，使用者可以根据自己调整的坐垫高度进行设置，如果不输入，默认值为在摄像头前进行标准坐姿下的轮廓采集录入后使用者头部宽度或者长度其中数值最大的尺寸，其对应的实际距离一般为10～20cm，该处实际距离值除以2.54再乘以相机的像素值(dpi)就是中央系统处理器中对应的数据值，即f的值为(10～20)*摄像头2的像素值/2.54；
判定为趴伏听课；
e的值优选为0.87，f的值为系统自动生成或者用户输入值，即脸部主轴方向与竖直基线夹角>30°且实时脸部最低点到桌面的距离ymin小于f值时判定为趴伏听课为宜。
S4、提醒装置发出提醒信号，返回S1。
具体地，如果检测结果不合格，会同步通过扬声器5和显示屏4播报并显示判定的结果，以达到提醒用户注意坐姿的效果。
本发明可以实时监测用户的坐姿情况，在坐姿不端正的情况下第一时间提醒用户及时纠正自己的坐姿，同时可以在受遮挡时，依旧正确识别学生头部、面部、肩部、颈部等重点扫描区域，较少误判。同时因学生头部、面部、肩部、颈部等因受伤等原因，可能造成部分特征线正常无法绘制时，错误坐姿检测成功率依旧≥90％，采用的数学模型简单且准确，并且可以准确判断学生上课状态(认真、积极、举手、站立回答问题等状态)，作业状态等，识别错误坐姿类型包括：讲空话、交头接耳、歪头、驼背、读写过近、趴伏听课、身体歪斜、跷二郎腿等，保证整体姿势判断准确率大于95％。此外，图像处理结果等相关数据可以存储在中央控制系统中，与用户课程相关联，并形成相关报表，并提供接口以供拷贝数据，供数据分析处理，还可以将检测结果传输到配套的电子移动设备APP上，让家长可以更方便的了解儿童学习过程中的坐姿状态，可以累加记录坐姿状态数据。

Claims (13)

1.一种坐姿检测方法，其特征在于包括以下步骤：
S1、利用摄像头采集用户实时的坐姿图像并将采集到的坐姿图像传输给中央控制系统，执行S2；
S2、中央控制系统以采集的坐姿图像为基准进行轮廓提取，获得用户实时的坐姿特征数据，执行S3；
S3、将用户实时的坐姿特征数据与标准坐姿的坐姿特征数据进行对比，判断用户实时坐姿是否不良，如是，执行S4，如不是，返回S1；
其中，不良坐姿包括有歪头、驼背、读写过近和趴伏听课，用户实时坐姿满足歪头、驼背、读写过近、趴伏听课中的至少一种的条件下，判定用户实时坐姿不良；
S4、提醒装置发出提醒信号，返回S1。
2.根据权利要求1所述的坐姿检测方法，其特征在于：所述的坐姿特征数据包括有额头正中心的坐标和下巴正中心的坐标；
将用户实时的额头正中心的横坐标记为x额头，纵坐标记为y额头；
将用户实时的下巴正中心的横坐标记为x下巴，纵坐标记为y下巴；
若前述坐标值满足以下关系：
Figure FDA0002222133040000011
其中，a的值为0.5～0.99；
判定为歪头。
3.根据权利要求2所述的坐姿检测方法，其特征在于：所述a的值为0.98。
4.根据权利要求1所述的坐姿检测方法，其特征在于：所述的坐姿特征数据包括有左肩正中心的坐标、右肩正中心的坐标、下嘴唇正中心的坐标、左眼中心的坐标和右眼中心的坐标；
将用户实时的左肩正中心的纵坐标记为y左肩；
将用户实时的右肩正中心的纵坐标记为y右肩；
将用户实时的下嘴唇正中心的横坐标记为x嘴，纵坐标记为y嘴；
将用户实时的左眼中心的横坐标记为x左眼，纵坐标记为y左眼；
将用户实时的右眼中心的横坐标记为x右眼，纵坐标记为y右眼；
将标准坐姿的下嘴唇正中心的横坐标记为x*嘴，纵坐标记为y*嘴；
将标准坐姿的左眼中心的横坐标记为x*左眼，纵坐标记为y*左眼；
将标准坐姿的右眼中心的横坐标记为x*右眼，纵坐标记为y*右眼；
若前述坐标值满足以下关系：
|y嘴-y左肩|＜b或|y嘴-y右肩|＜b，
且
Figure FDA0002222133040000021
Figure FDA0002222133040000022
其中，b的值为(5～15)*摄像头的像素值/2.54，c的值为1～1.5；
判定为驼背。
5.根据权利要求4所述的坐姿检测方法，其特征在于：所述c的值为1.15。
6.根据权利要求1所述的坐姿检测方法，其特征在于：所述的坐姿特征数据包括有左肩正中心的坐标、右肩正中心的坐标、下嘴唇正中心的坐标、左眼中心的坐标和右眼中心的坐标；
将用户实时的下嘴唇正中心的横坐标记为x嘴，纵坐标记为y嘴；
将用户实时的左眼中心的横坐标记为x左眼，纵坐标记为y左眼；
将用户实时的右眼中心的横坐标记为x右眼，纵坐标记为y右眼；
将标准坐姿的下嘴唇正中心的横坐标记为x*嘴，纵坐标记为y*嘴；
将标准坐姿的左眼中心的横坐标记为x*左眼，纵坐标记为y*左眼；
将标准坐姿的右眼中心的横坐标记为x*右眼，纵坐标记为y*右眼；
若前述坐标值满足以下关系：
Figure FDA0002222133040000023
且
Figure FDA0002222133040000031
其中，d的值为1～1.5；
判定为读写过近。
7.根据权利要求6所述的坐姿检测方法，其特征在于：所述d的值为1.2。
8.根据权利要求1所述的坐姿检测方法，其特征在于：所述的坐姿特征数据包括有额头正中心的坐标、下巴正中心的坐标和脸部最低点的坐标；
将用户实时的额头正中心的横坐标记为x额头，纵坐标记为y额头；
将用户实时的下巴正中心的横坐标记为x下巴，纵坐标记为y下巴；
将用户实时的脸部最低点的纵坐标记为ymin；
若前述坐标值满足以下关系：
Figure FDA0002222133040000032
且ymin＜f；
其中，e的值为0.5～0.94，f的值为(10～20)*摄像头的像素值/2.54；
判定为趴伏听课。
9.根据权利要求8所述的坐姿检测方法，其特征在于：所述e的值为0.87。
10.根据权利要求1至9中任一项所述的坐姿检测方法，其特征在于：
所述的步骤S1中，还利用超声波传感器采集用户实时与超声波传感器之间的距离数据并将采集到的距离数据传输给中央控制系统；
所述的步骤S2中，所述的坐姿特征数据还包括中央控制系统收到的距离数据。
11.一种应用于权利要求1至9中任一权利要求所述的坐姿检测方法的坐姿检测装置，包括有中空的机体，所述的摄像头设于机体的前端，所述的中央控制系统设于机体的内部，所述的提醒装置包括有转动设于机体下方的显示屏和设于机体后端的扬声器。
12.根据权利要求11所述的坐姿检测装置，其特征在于：所述摄像头的数量至少为两个，沿机体的长度方向间隔布置在机体的前端。
13.一种应用于权利要求10所述的坐姿检测方法的坐姿检测装置，包括有中空的机体，所述的摄像头和超声波传感器设于机体的前端，所述的中央控制系统设于机体的内部，所述的提醒装置包括有转动设于机体下方的显示屏和设于机体后端的扬声器。
CN201910938133.6A 2019-09-30 2019-09-30 一种坐姿检测方法及装置 Active CN110934591B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910938133.6A CN110934591B (zh) 2019-09-30 2019-09-30 一种坐姿检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910938133.6A CN110934591B (zh) 2019-09-30 2019-09-30 一种坐姿检测方法及装置

Publications (2)

Publication Number Publication Date
CN110934591A true CN110934591A (zh) 2020-03-31
CN110934591B CN110934591B (zh) 2022-12-23

Family

ID=69905790

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910938133.6A Active CN110934591B (zh) 2019-09-30 2019-09-30 一种坐姿检测方法及装置

Country Status (1)

Country Link
CN (1) CN110934591B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112014850A (zh) * 2020-10-23 2020-12-01 四川写正智能科技有限公司 一种基于激光测距传感器判断读写状态的方法及移动设备
CN112200088A (zh) * 2020-10-10 2021-01-08 普联技术有限公司 一种坐姿监测方法、装置、设备以及系统
CN112748685A (zh) * 2020-12-22 2021-05-04 中科彭州智慧产业创新中心有限公司 桌面疲劳提醒方法及系统
CN113487566A (zh) * 2021-07-05 2021-10-08 杭州萤石软件有限公司 一种不良姿态检测方法、检测装置
CN113591522A (zh) * 2020-04-30 2021-11-02 百度在线网络技术（北京）有限公司 图像处理方法、装置及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070106182A1 (en) * 2005-10-17 2007-05-10 Arnett G W Method for determining and measuring frontal head posture and frontal view thereof
CN104601876A (zh) * 2013-10-30 2015-05-06 纬创资通股份有限公司 路人侦测方法与装置
CN106254802A (zh) * 2016-08-08 2016-12-21 Tcl海外电子（惠州）有限公司 电视屏幕观看位置的调节方法及装置
CN106981183A (zh) * 2017-05-04 2017-07-25 湖北工程学院 坐姿矫正方法及系统
CN107103736A (zh) * 2017-04-26 2017-08-29 青岛海澄知识产权事务有限公司 一种智能式读写坐姿矫正装置
CN107169456A (zh) * 2017-05-16 2017-09-15 湖南巨汇科技发展有限公司 一种基于坐姿深度图像的坐姿检测方法
CN109685025A (zh) * 2018-12-27 2019-04-26 中科院合肥技术创新工程院 肩部特征和坐姿行为识别方法
CN109872359A (zh) * 2019-01-27 2019-06-11 武汉星巡智能科技有限公司 坐姿检测方法、装置及计算机可读存储介质
CN110245637A (zh) * 2019-06-20 2019-09-17 深圳市成者云科技有限公司 一种坐姿监控方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070106182A1 (en) * 2005-10-17 2007-05-10 Arnett G W Method for determining and measuring frontal head posture and frontal view thereof
CN104601876A (zh) * 2013-10-30 2015-05-06 纬创资通股份有限公司 路人侦测方法与装置
CN106254802A (zh) * 2016-08-08 2016-12-21 Tcl海外电子（惠州）有限公司 电视屏幕观看位置的调节方法及装置
CN107103736A (zh) * 2017-04-26 2017-08-29 青岛海澄知识产权事务有限公司 一种智能式读写坐姿矫正装置
CN106981183A (zh) * 2017-05-04 2017-07-25 湖北工程学院 坐姿矫正方法及系统
CN107169456A (zh) * 2017-05-16 2017-09-15 湖南巨汇科技发展有限公司 一种基于坐姿深度图像的坐姿检测方法
CN109685025A (zh) * 2018-12-27 2019-04-26 中科院合肥技术创新工程院 肩部特征和坐姿行为识别方法
CN109872359A (zh) * 2019-01-27 2019-06-11 武汉星巡智能科技有限公司 坐姿检测方法、装置及计算机可读存储介质
CN110245637A (zh) * 2019-06-20 2019-09-17 深圳市成者云科技有限公司 一种坐姿监控方法及装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113591522A (zh) * 2020-04-30 2021-11-02 百度在线网络技术（北京）有限公司 图像处理方法、装置及存储介质
CN112200088A (zh) * 2020-10-10 2021-01-08 普联技术有限公司 一种坐姿监测方法、装置、设备以及系统
CN112014850A (zh) * 2020-10-23 2020-12-01 四川写正智能科技有限公司 一种基于激光测距传感器判断读写状态的方法及移动设备
CN112014850B (zh) * 2020-10-23 2021-01-15 四川写正智能科技有限公司 一种基于激光测距传感器判断读写状态的方法及移动设备
CN112748685A (zh) * 2020-12-22 2021-05-04 中科彭州智慧产业创新中心有限公司 桌面疲劳提醒方法及系统
CN113487566A (zh) * 2021-07-05 2021-10-08 杭州萤石软件有限公司 一种不良姿态检测方法、检测装置

Also Published As

Publication number Publication date
CN110934591B (zh) 2022-12-23

Similar Documents

Publication Publication Date Title
CN110934591B (zh) 一种坐姿检测方法及装置
CN107169456B (zh) 一种基于坐姿深度图像的坐姿检测方法
CN107169453B (zh) 一种基于深度传感器的坐姿检测方法
CN110309787B (zh) 一种基于深度相机的人体坐姿检测方法
US7907752B2 (en) Face center position detecting device, face center position detecting method, and computer-readable medium
CN104157107A (zh) 一种基于Kinect传感器的人体姿势矫正装置
CN109785396B (zh) 基于双目相机的写字姿态监测方法、系统、装置
CN103908065A (zh) 一种矫正坐姿的智能书桌及其矫正方法
CN109948435A (zh) 坐姿提醒方法及装置
CN103908064A (zh) 一种矫正坐姿的智能书桌及其矫正方法
CN110148092B (zh) 基于机器视觉的青少年坐姿及情绪状态的分析方法
US20170156585A1 (en) Eye condition determination system
CN111027517A (zh) 一种基于视觉的坐姿矫正提醒系统及方法、应用
CN212679100U (zh) 姿态检测系统、姿态检测装置以及桌子套件
CN112232128B (zh) 基于视线追踪的老年残障人士照护需求识别方法
CN113361342B (zh) 一种基于多模态的人体坐姿检测方法及装置
JP2016185275A (ja) 身長測定装置、生体計測ブース、身長測定装置の制御方法、および制御プログラム
CN214619150U (zh) 一种用于坐姿监测的台灯
CN111047832A (zh) 具有坐姿调整功能的移动设备及其使用方法
CN111444789B (zh) 一种基于视频感应技术的近视预防方法及其系统
CN113589296A (zh) 一种人体坐姿检测装置及方法
CN110101377A (zh) 一种自动适应使用者身高的血压测量台
CN113100755B (zh) 一种基于视觉追踪控制的肢体康复训练与评估系统
CN114399786A (zh) 一种学习桌的视觉纠正握笔系统及其控制方法
CN104715234A (zh) 一种侧视检测方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant