CN112487968A - 床垫的分区方法和分区床垫 - Google Patents
床垫的分区方法和分区床垫 Download PDFInfo
- Publication number
- CN112487968A CN112487968A CN202011370475.1A CN202011370475A CN112487968A CN 112487968 A CN112487968 A CN 112487968A CN 202011370475 A CN202011370475 A CN 202011370475A CN 112487968 A CN112487968 A CN 112487968A
- Authority
- CN
- China
- Prior art keywords
- mattress
- target
- target object
- partition
- determining
- 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.)
- Pending
Links
- 238000000638 solvent extraction Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000005192 partition Methods 0.000 claims abstract description 135
- 230000036544 posture Effects 0.000 claims abstract description 46
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 7
- 238000013527 convolutional neural network Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000013316 zoning Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 229920000742 Cotton Polymers 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47C—CHAIRS; SOFAS; BEDS
- A47C27/00—Spring, stuffed or fluid mattresses or cushions specially adapted for chairs, beds or sofas
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mattresses And Other Support Structures For Chairs And Beds (AREA)
Abstract
本公开提供床垫的分区方法和分区床垫。该方法包括：根据获取的目标对象在床垫上的目标轮廓确定出所述目标对象的目标骨架；基于所述目标对象在所述床垫上的压力区域以及所述目标骨架，确定出所述目标对象的各目标关键点在床垫上的位置；通过所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行分区；根据所述目标对象的目标骨架确定出各分区的软硬程度；利用确定出的各分区的软硬程度分别对各分区的软硬程度进行调节。故此，本公开中针对不同的目标对象的各目标关键点在床垫上的位置来实现与该目标对象相对应的分区，以此满足了不同身高和不同睡姿的用户的需求。
Description
技术领域
本发明涉及智能家居技术领域，特别涉及一种床垫的分区方法和分区床垫。
背景技术
随着互联网技术的迅速发展，,智能家居逐渐得进入了人们的视野,人们对床垫的软硬程度也要求更加苛刻,希望软硬合适,最好还能有一个护腰护脊的功能。因此，分区床垫就诞生了。分区床垫是根据人体不同的部位的受力区域，区分下陷程度，从而提供不同的软硬支撑力度。
现有技术中，分区床垫的各区域是固定的。只能适应相应身高和完美的睡姿的用户，无法满足不同身高或不同睡姿的用户的需求。
发明内容
本公开示例性的实施方式中提供一种床垫的分区方法和分区床垫，来满足不用身高和不同睡姿的用户。
本公开的第一方面提供一种床垫的分区方法，所述方法包括：
根据获取的目标对象在床垫上的目标轮廓确定出所述目标对象的目标骨架；
基于所述目标对象在所述床垫上的压力区域以及所述目标骨架，确定出所述目标对象的各目标关键点在床垫上的位置；
通过所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行分区；
根据所述目标对象的目标骨架确定出各分区的软硬程度；
利用确定出的各分区的软硬程度分别对各分区的软硬程度进行调节。
本实施例中通过确定出目标对象的各目标关键点在床垫上的位置，以此来实现对床垫进行分区，并根据目标对象的目标骨架确定出各分区的软硬程度，由此，本实施针对不同的目标对象的各目标关键点在床垫上的位置来实现与该目标对象相对应的分区，以此满足了不同身高和不同睡姿的用户的需求。
在一个实施例中，所述通过所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行分区，包括：
根据预设的分区标准和所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行划分，得到所述床垫的各分区；所述分区标准为各分区对应的目标关键点。
本实施例通过预设分区标准和目标对象各关键点在床垫上的位置对所述床垫进行划分来得到床垫的各分区，以此使得该床垫各分区的划分更加准确。
在一个实施例中，所述根据所述目标对象的目标骨架确定出各分区的软硬程度，包括：
根据预设的骨架与姿态的对应关系，确定出与所述目标对象的目标骨架相对应的姿态；
基于所述目标对象的体重与姿态确定出所述目标对象的分区参数；
根据预设的分区参数与各分区的软硬程度的对应关系，确定出与所述目标对象的分区参数相对应的各分区的软硬程度。
本实施例中通过骨架与姿态的对应关系来确定出目标对象的姿态，并基于姿态与体重确定出分区参数，以此来确定出各分区的软硬程度，由此，床垫各分区为不同睡姿和体重的用户提供不同的软硬支撑程度，满足了不同睡姿和体重的用户的需求。
在一个实施例中，所述基于所述目标对象的体重与姿态确定出所述目标对象的分区参数，包括：
确定所述目标对象的体重所属的预设体重范围；
利用预设的体重范围和姿态与分区参数的对应关系，确定出与所述目标对象的体重范围和姿态相对应的分区参数。
本实施例通过目标对象的体重范围和姿态来确定出分区参数，以此使得分区参数的确定更加准确。
在一个实施例中，所述通过所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行分区之前，所述方法还包括：
将确定出的所述目标对象的各目标关键点在所述床垫上的位置分别与所述上一次确定出的所述目标对象的各目标关键点在所述床垫上的位置进行比对，得到平均误差值；
若确定出所述平均误差值小于指定阈值，则执行通过所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行分区的步骤。
本实施例在对床垫进行分区之前，需要将确定出的所述目标对象的各目标关键点在所述床垫上的位置分别与所述上一次确定出的所述目标对象的各目标关键点在所述床垫上的位置进行比对来确定出是否需要重新进行分区，以避免进行重复分区。
在一个实施例中，所述方法还包括：
若确定出所述平均误差值不小于所述指定阈值，则返回执行根据获取的目标对象在床垫上的目标轮廓确定出所述目标对象的目标骨架的步骤。
本实施例中通过确定平均误差值不小于指定阈值时，则确定出不需要进行分区。
本公开第二方面提供一种分区床垫，所述分区床垫包括：
目标骨架确定模块，用于根据获取的目标对象在床垫上的目标轮廓确定出所述目标对象的目标骨架；
目标关键点位置确定模块，用于基于所述目标对象在所述床垫上的压力区域以及所述目标骨架，确定出所述目标对象的各目标关键点在床垫上的位置；
分区模块，用于通过所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行分区；
软硬程度确定模块，用于根据所述目标对象的目标骨架确定出各分区的软硬程度；
软硬程度调节模块，用于利用确定出的各分区的软硬程度分别对各分区的软硬程度进行调节。
在一个实施例中，所述分区模块，具体用于：
根据预设的分区标准和所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行划分，得到所述床垫的各分区；所述分区标准为各分区对应的目标关键点。
在一个实施例中，所述软硬程度确定模块，具体包括：
姿态确定单元，用于根据预设的骨架与姿态的对应关系，确定出与所述目标对象的目标骨架相对应的姿态；
分区参数确定单元，用于基于所述目标对象的体重与姿态确定出所述目标对象的分区参数；
分区软硬程度确定单元，用于根据预设的分区参数与各分区的软硬程度的对应关系，确定出与所述目标对象的分区参数相对应的各分区的软硬程度。
在一个实施例中，所述分区参数确定单元，具体用于：
确定所述目标对象的体重所属的预设体重范围；
利用预设的体重范围和姿态与分区参数的对应关系，确定出与所述目标对象的体重范围和姿态相对应的分区参数。
在一个实施例中，所述分区床垫还包括：
比对模块，用于所述通过所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行分区之前，将确定出的所述目标对象的各目标关键点在所述床垫上的位置分别与所述上一次确定出的所述目标对象的各目标关键点在所述床垫上的位置进行比对，得到平均误差值；
第一执行模块，用于若确定出所述平均误差值小于指定阈值，则执行通过所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行分区的步骤。
在一个实施例中，所述分区床垫还包括：
第二执行模块，用于若确定出所述平均误差值不小于所述指定阈值，则返回执行根据获取的目标对象在床垫上的目标轮廓确定出所述目标对象的目标骨架的步骤。
根据本公开实施例的第三方面，提供一种电子设备，包括：
至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令；所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如第一方面所述的方法。
根据本公开实施例的第四方面，提供一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序用于执行如第一方面所述的方法。
附图说明
为了更清楚地说明本公开实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1A-图1B为根据本公开一个实施例中的分区床垫的结构示意图；
图2为根据本公开一个实施例的床垫的分区方法的流程示意图之一；
图3为根据本公开一个实施例的人体姿态识别算法的结构示意图；
图4为根据本公开一个实施例的床垫的分区方法中的目标关键点的二维置信图；
图5为根据本公开一个实施例的床垫的分区方法中的各目标关键点之间的关联度的映射图；
图6A为根据本公开一个实施例的床垫的分区方法中压力区域示意图；
图6B为根据本公开一个实施例的床垫的分区方法中的各目标关键点在床垫上的位置示意图；
图7为根据本公开一个实施例的床垫的分区方法中的床垫分区示意图；
图8为根据本公开一个实施例的床垫的分区方法的流程示意图之二；
图9为根据本公开一个实施例的分区床垫结构示意图之二；
图10为根据本公开一个实施例的电子设备的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
本公开实施例中术语“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本公开实施例描述的应用场景是为了更加清楚的说明本公开实施例的技术方案，并不构成对于本公开实施例提供的技术方案的限定，本领域普通技术人员可知，随着新应用场景的出现，本公开实施例提供的技术方案对于类似的技术问题，同样适用。其中，在本公开的描述中，除非另有说明，“多个”的含义是两个或两个以上。
现有技术中，分区床垫的各区域是固定的。只能适应相应身高和完美的睡姿的用户，无法满足不同身高或不同睡姿的用户的需求。
因此，本公开提供一种床垫的分区方法和分区床垫，本实施例中通过确定出目标对象的各目标关键点在床垫上的位置，以此来实现对床垫进行分区，并根据目标对象的目标骨架确定出各分区的软硬程度，由此，本实施针对不同的目标对象的各目标关键点在床垫上的位置来实现与该目标对象相对应的分区，以此满足了不同身高和不同睡姿的用户的需求。下面，结合附图对本公开的方案详细的进行介绍。
在对本公开的方法进行详细道的介绍之前，先介绍下本公开中的分区床垫，图1A为本公开中的分区床垫的结构示意图之一，该分区床垫包括传感器模块1A10，控制器模块1A20，调节模块1A30、转子1A40和床垫1A50。其中，传感器模块1A10可包括红外传感器和压力传感器。其中床垫1A50可为海绵、记忆棉等。或者床垫1A50可为充气的床垫。
在一种可能的应用场景中，传感器模块1A10获取目标到目标对象在床垫上的目标轮廓发送给控制器模块1A20，控制器模块1A20根据获取的目标对象在床垫上的目标轮廓确定出所述目标对象的目标骨架；并基于所述目标对象在所述床垫上的压力区域以及所述目标骨架，确定出所述目标对象的各目标关键点在床垫上的位置；然后控制器模块1A20通过所述目标对象的各目标关键点在所述床垫上的位置得到床垫的各分区，并根据所述目标对象的目标骨架确定出各分区的软硬程度。然后发送指令给调节模块1A30，调节模块1A30根据该指令调节转子1A40来划分出各分区以及各分区的软硬程度。
图1B为本公开中的分区床垫的结构示意图之二，该分区床垫包括传感器模块1B10，控制器模块1B20，调节模块1B30，充气调节部件1B40，充气/放气口1B41和床垫1B50。
在一种可能的场景中，传感器模块1B10获取目标到目标对象在床垫上的目标轮廓发送给控制器模块1B20，控制器模块1B20根据获取的目标对象在床垫上的目标轮廓确定出所述目标对象的目标骨架；并基于所述目标对象在所述床垫上的压力区域以及所述目标骨架，确定出所述目标对象的各目标关键点在床垫上的位置；然后控制器模块1B20通过所述目标对象的各目标关键点在所述床垫上的位置得到床垫的各分区，并根据所述目标对象的目标骨架确定出各分区的软硬程度。然后发送指令给调节模块1B30，调节模块1B30根据该指令对各充气调节部件1B40通过充气/放气口1B41来进行充气或放气，以此来实现划分出各分区以及调节各分区的软硬程度。
图2为本公开的床垫的分区方法的流程示意图，可包括以下步骤：
步骤201：根据获取的目标对象在床垫上的目标轮廓确定出所述目标对象的目标骨架；
需要说明的是，可每隔指定时间段获取一次目标对象在床垫上的目标轮廓，也可以根据用户的触发进行获取，本公开在此并不进行限定。
下面，对确定出所述目标对象的目标骨架进行详细的介绍：
首先，本公开使用的是人体姿态识别(openpose)算法来确定出的目标对象的目标骨架。如图3所示，为openpose算法的体系结构：包括深度卷积神经网络和两个卷积神经网络(Convolutional Neural Network，CNN)。下面，对本公开中利用openpose算法来确定出目标对象的目标骨架的整体流程进行详细的介绍。
首先，将获取的目标对象在床垫上的目标轮廓的图像输入至openpose算法中，深度卷积神经网络会对该目标轮廓的图像进行特征提取，生成该目标轮廓的图像的特征映射。然后将该特征映射分别通过两个卷积神经网络分别得到各目标关键点的二维置信图和各目标关键点之间的关联度。其中，置信图的作用是以灰白程度展示各目标关键点出现的可能性。以其中一个目标关键点为左肩为例，其目标关键点的二维置信图如图4所示，图中人左肩部位被标出，图中右侧不同的灰度值代表该标出的该部位为左肩的置信度。当该被标出的部位的灰度值对应的置信度大于第一指定阈值时，则确定该被标出的部位为目标关键点。如图5所示，为目标对象的脖子与左肩关联度的映射图，右边不同的灰度代表不同的关联度。当目标关键点之间的关联度超过第二指定阈值时，可对这两个目标关键点之间进行连接，以便于确定出目标对象的目标骨架。
其中，可根据二维置信图来查找各目标关键点，然后根据各目标关键点之间的关联度映射图对各目标关键点进行有效连接，以此来确定出目标对象的目标骨架。
步骤202：基于所述目标对象在所述床垫上的压力区域以及所述目标骨架，确定出所述目标对象的各目标关键点在床垫上的位置；
如图6A所示，左半部分为目标对象在床垫上的压力区域，右半部分为根据压力区域确定出的目标骨架，其中目标骨架中的各目标关键点的标识与身体部位相对应。例如，图6A中的目标骨架中，目标关键点0为头部，目标关键点1为脖子，目标关键点2为右肩，目标关键点3为左肩，目标关键点4为腰部，目标关键点5为右腿，目标关键点6为左腿。压力区域和目标骨架二者结合可确定出所述目标对象的各目标关键点在床垫上的位置，如图6B所示。
步骤203：通过所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行分区；
在一个实施例中，步骤203可实施为：根据预设的分区标准和所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行划分，得到所述床垫的各分区；所述分区标准为各分区对应的目标关键点。
其中，预设的分区标准可为3区、5区或7区等。若是3区的话，对应的目标关键点可头部区域、腰部区域以及腿部区域。具体分成几区以及各分区对应的目标关键点可根据实际情况来确定，本公开在此不进行限定。
下面，以预设标准为3区，对应的目标关键点可头部区域、肩部区域以及腿部区域为例进行说明：其中，不同的预设标准对应不同的划分标准，以预设标准为3区，对应的目标关键点可头部区域、肩部区域以及腿部区域为例，其划分标准可为头部和肩部的划分可根据脖子对应的目标关键点的位置进行划分，其中，肩部区域和腿部区域之间的划分可根据腰部关键点的位置进行划分。
例如，如图6B所示，可以看到目标对象的各关键点在床垫上的位置，则可根据前文所述的分区标准确定对目标对象所在的床垫进行划分，划分后的结构如图7所示。
由此，通过预设分区标准和目标对象各关键点在床垫上的位置对所述床垫进行划分来得到床垫的各分区，以此使得该床垫各分区的划分更加准确。
步骤204：根据所述目标对象的目标骨架确定出各分区的软硬程度；
在一个实施例中，根据预设的骨架与姿态的对应关系，确定出与所述目标对象的目标骨架相对应的姿态；基于所述目标对象的体重与姿态确定出所述目标对象的分区参数；根据预设的分区参数与各分区的软硬程度的对应关系，确定出与所述目标对象的分区参数相对应的各分区的软硬程度。
其中，分区参数与各分区的软硬程度的对应关系可如表1所示：
其中，基于所述目标对象的体重与姿态确定出所述目标对象的分区参数可根据以下方法确定：确定所述目标对象的体重所属的预设体重范围；利用预设的体重范围和姿态与分区参数的对应关系，确定出与所述目标对象的体重范围和姿态相对应的分区参数。
步骤205：利用确定出的各分区的软硬程度分别对各分区的软硬程度进行调节。
为了避免进行重复分区，在通过所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行分区之前，在一个实施例中，将确定出的所述目标对象的各目标关键点在所述床垫上的位置分别与所述上一次确定出的所述目标对象的各目标关键点在所述床垫上的位置进行比对，得到平均误差值；若确定出所述平均误差值小于指定阈值，则执行通过所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行分区的步骤。
其中，平均误差值的确定方法可根据公式(1)确定：
其中，θ为平均误差值，a1…an为本次确定出的所述目标对象的各目标关键点在所述床垫上的位置；a′1…a′n为上一次确定出的所述目标对象的各目标关键点在所述床垫上的位置。
在一个实施例中，若确定出所述平均误差值不小于所述指定阈值，则返回执行根据获取的目标对象在床垫上的目标轮廓确定出所述目标对象的目标骨架的步骤。由此，当确定出不需要再次进行分区时，则不需要进行分区。避免浪费资源。
为了进一步的了解本公开的技术方案，下面结合图8进行详细的说明，可包括以下步骤：
步骤801：根据获取的目标对象在床垫上的目标轮廓确定出所述目标对象的目标骨架；
步骤802：基于所述目标对象在所述床垫上的压力区域以及所述目标骨架，确定出所述目标对象的各目标关键点在床垫上的位置；
步骤803：将确定出的所述目标对象的各目标关键点在所述床垫上的位置分别与所述上一次确定出的所述目标对象的各目标关键点在所述床垫上的位置进行比对，得到平均误差值；
步骤804：判读所述平均误差值是否小于指定阈值，若是，则执行步骤805；若否，则返回执行步骤801；
步骤805：通过所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行分区；
步骤806：根据预设的骨架与姿态的对应关系，确定出与所述目标对象的目标骨架相对应的姿态；
步骤807：确定所述目标对象的体重所属的预设体重范围；
步骤808：利用预设的体重范围和姿态与分区参数的对应关系，确定出与所述目标对象的体重范围和姿态相对应的分区参数；
步骤809：根据预设的分区参数与各分区的软硬程度的对应关系，确定出与所述目标对象的分区参数相对应的各分区的软硬程度；
步骤810：利用确定出的各分区的软硬程度分别对各分区的软硬程度进行调节。
基于相同的公开构思，本公开如上所述的床垫的分区方法还可以由一种分区床垫实现。该分区床底的效果与前述方法的效果相似，在此不再赘述。
图9为根据本公开一个实施例的分区床垫的另一结构示意图。
如图9所示，本公开的分区床垫900可以包括目标骨架确定模块910、目标关键点位置确定模块920、分区模块930、软硬程度确定模块940和软硬程度调节模块950。
目标骨架确定模块910，用于根据获取的目标对象在床垫上的目标轮廓确定出所述目标对象的目标骨架；
目标关键点位置确定模块920，用于基于所述目标对象在所述床垫上的压力区域以及所述目标骨架，确定出所述目标对象的各目标关键点在床垫上的位置；
分区模块930，用于通过所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行分区；
软硬程度确定模块940，用于根据所述目标对象的目标骨架确定出各分区的软硬程度；
软硬程度调节模块950，用于利用确定出的各分区的软硬程度分别对各分区的软硬程度进行调节。
在一个实施例中，所述分区模块930，具体用于：
根据预设的分区标准和所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行划分，得到所述床垫的各分区；所述分区标准为各分区对应的目标关键点。
在一个实施例中，所述软硬程度确定模块940，具体包括：
姿态确定单元941，用于根据预设的骨架与姿态的对应关系，确定出与所述目标对象的目标骨架相对应的姿态；
分区参数确定单元942，用于基于所述目标对象的体重与姿态确定出所述目标对象的分区参数；
分区软硬程度确定单元943，用于根据预设的分区参数与各分区的软硬程度的对应关系，确定出与所述目标对象的分区参数相对应的各分区的软硬程度。
在一个实施例中，所述分区参数确定单元942，具体用于：
确定所述目标对象的体重所属的预设体重范围；
利用预设的体重范围和姿态与分区参数的对应关系，确定出与所述目标对象的体重范围和姿态相对应的分区参数。
在一个实施例中，所述分区床垫还包括：
比对模块960，用于所述通过所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行分区之前，将确定出的所述目标对象的各目标关键点在所述床垫上的位置分别与所述上一次确定出的所述目标对象的各目标关键点在所述床垫上的位置进行比对，得到平均误差值；
第一执行模块970，用于若确定出所述平均误差值小于指定阈值，则执行通过所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行分区的步骤。
在一个实施例中，所述分区床垫还包括：
第二执行模块980，用于若确定出所述平均误差值不小于所述指定阈值，则返回执行根据获取的目标对象在床垫上的目标轮廓确定出所述目标对象的目标骨架的步骤。
在介绍了本公开示例性实施方式的一种床垫的分区方法和分区床垫之后，接下来，介绍根据本公开的另一示例性实施方式的电子设备。
所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
在一些可能的实施方式中，根据本公开的电子设备可以至少包括至少一个处理器、以及至少一个计算机存储介质。其中，计算机存储介质存储有程序代码，当程序代码被处理器执行时，使得处理器执行本说明书上述描述的根据本公开各种示例性实施方式的床垫的分区方法中的步骤。例如，处理器可以执行如图2中所示的步骤201-205。
下面参照图10来描述根据本公开的这种实施方式的电子设备1000。图10显示的电子设备1000仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图10所示，电子设备1000以通用电子设备的形式表现。电子设备1000的组件可以包括但不限于：上述至少一个处理器1001、上述至少一个计算机存储介质1002、连接不同系统组件(包括计算机存储介质1002和处理器1001)的总线1003。
总线1003表示几类总线结构中的一种或多种，包括计算机存储介质总线或者计算机存储介质控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
计算机存储介质1002可以包括易失性计算机存储介质形式的可读介质，例如随机存取计算机存储介质(RAM)1021和/或高速缓存存储介质1022，还可以进一步包括只读计算机存储介质(ROM)1023。
计算机存储介质1002还可以包括具有一组(至少一个)程序模块1024的程序/实用工具1025，这样的程序模块1024包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
电子设备1000也可以与一个或多个外部设备1004(例如键盘、指向设备等)通信，还可与一个或者多个使得用户能与电子设备1000交互的设备通信，和/或与使得该电子设备1000能与一个或多个其它电子设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1005进行。并且，电子设备1000还可以通过网络适配器1006与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图10所示，网络适配器1006通过总线1003与用于电子设备1000的其它模块通信。应当理解，尽管图中未示出，可以结合电子设备1000使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
在一些可能的实施方式中，本公开提供的一种床垫的分区方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在计算机设备上运行时，程序代码用于使计算机设备执行本说明书上述描述的根据本公开各种示例性实施方式的床垫的分区方法中的步骤。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取计算机存储介质(RAM)、只读计算机存储介质(ROM)、可擦式可编程只读计算机存储介质(EPROM或闪存)、光纤、便携式紧凑盘只读计算机存储介质(CD-ROM)、光计算机存储介质件、磁计算机存储介质件、或者上述的任意合适的组合。
本公开的实施方式的床垫的分区的程序产品可以采用便携式紧凑盘只读计算机存储介质(CD-ROM)并包括程序代码，并可以在电子设备上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户电子设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户电子设备上部分在远程电子设备上执行、或者完全在远程电子设备或服务器上执行。在涉及远程电子设备的情形中，远程电子设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户电子设备，或者，可以连接到外部电子设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意，尽管在上文详细描述中提及了装置的若干模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之，上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。
此外，尽管在附图中以特定顺序描述了本公开方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘计算机存储介质、CD-ROM、光学计算机存储介质等)上实施的计算机程序产品的形式。
本公开是参照根据本公开的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读计算机存储介质中，使得存储在该计算机可读计算机存储介质中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本公开进行各种改动和变型而不脱离本公开的精神和范围。这样，倘若本公开的这些修改和变型属于本公开权利要求及其等同技术的范围之内，则本公开也意图包含这些改动和变型在内。
Claims (14)
1.一种床垫的分区方法，其特征在于，所述方法包括：
根据获取的目标对象在床垫上的目标轮廓确定出所述目标对象的目标骨架；
基于所述目标对象在所述床垫上的压力区域以及所述目标骨架，确定出所述目标对象的各目标关键点在床垫上的位置；
通过所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行分区；
根据所述目标对象的目标骨架确定出各分区的软硬程度；
利用确定出的各分区的软硬程度分别对各分区的软硬程度进行调节。
2.根据权利要求1所述的方法，其特征在于，所述通过所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行分区，包括：
根据预设的分区标准和所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行划分，得到所述床垫的各分区；所述分区标准为各分区对应的目标关键点。
3.根据权利要求1所述的方法，其特征在于，所述根据所述目标对象的目标骨架确定出各分区的软硬程度，包括：
根据预设的骨架与姿态的对应关系，确定出与所述目标对象的目标骨架相对应的姿态；
基于所述目标对象的体重与姿态确定出所述目标对象的分区参数；
根据预设的分区参数与各分区的软硬程度的对应关系，确定出与所述目标对象的分区参数相对应的各分区的软硬程度。
4.根据权利要求3所述的方法，其特征在于，所述基于所述目标对象的体重与姿态确定出所述目标对象的分区参数，包括：
确定所述目标对象的体重所属的预设体重范围；
利用预设的体重范围和姿态与分区参数的对应关系，确定出与所述目标对象的体重范围和姿态相对应的分区参数。
5.根据权利要求1所述的方法，其特征在于，所述通过所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行分区之前，所述方法还包括：
将确定出的所述目标对象的各目标关键点在所述床垫上的位置分别与所述上一次确定出的所述目标对象的各目标关键点在所述床垫上的位置进行比对，得到平均误差值；
若确定出所述平均误差值小于指定阈值，则执行通过所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行分区的步骤。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
若确定出所述平均误差值不小于所述指定阈值，则返回执行根据获取的目标对象在床垫上的目标轮廓确定出所述目标对象的目标骨架的步骤。
7.一种分区床垫，其特征在于，所述分区床垫包括：
目标骨架确定模块，用于根据获取的目标对象在床垫上的目标轮廓确定出所述目标对象的目标骨架；
目标关键点位置确定模块，用于基于所述目标对象在所述床垫上的压力区域以及所述目标骨架，确定出所述目标对象的各目标关键点在床垫上的位置；
分区模块，用于通过所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行分区；
软硬程度确定模块，用于根据所述目标对象的目标骨架确定出各分区的软硬程度；
软硬程度调节模块，用于利用确定出的各分区的软硬程度分别对各分区的软硬程度进行调节。
8.根据权利要求7所述的分区床垫，其特征在于，所述分区模块，具体用于：
根据预设的分区标准和所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行划分，得到所述床垫的各分区；所述分区标准为各分区对应的目标关键点。
9.根据权利要求7所述的分区床垫，其特征在于，所述软硬程度确定模块，具体包括：
姿态确定单元，用于根据预设的骨架与姿态的对应关系，确定出与所述目标对象的目标骨架相对应的姿态；
分区参数确定单元，用于基于所述目标对象的体重与姿态确定出所述目标对象的分区参数；
分区软硬程度确定单元，用于根据预设的分区参数与各分区的软硬程度的对应关系，确定出与所述目标对象的分区参数相对应的各分区的软硬程度。
10.根据权利要求9所述的分区床垫，其特征在于，所述分区参数确定单元，具体用于：
确定所述目标对象的体重所属的预设体重范围；
利用预设的体重范围和姿态与分区参数的对应关系，确定出与所述目标对象的体重范围和姿态相对应的分区参数。
11.根据权利要求7所述的分区床垫，其特征在于，所述分区床垫还包括：
比对模块，用于所述通过所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行分区之前，将确定出的所述目标对象的各目标关键点在所述床垫上的位置分别与所述上一次确定出的所述目标对象的各目标关键点在所述床垫上的位置进行比对，得到平均误差值；
第一执行模块，用于若确定出所述平均误差值小于指定阈值，则执行通过所述目标对象的各目标关键点在所述床垫上的位置对所述床垫进行分区的步骤。
12.根据权利要求11所述的分区床垫，其特征在于，所述分区床垫还包括：
第二执行模块，用于若确定出所述平均误差值不小于所述指定阈值，则返回执行根据获取的目标对象在床垫上的目标轮廓确定出所述目标对象的目标骨架的步骤。
13.一种电子设备，其特征在于，包括至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令；所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行根据权利要求1-6中任一项所述的方法。
14.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序用于执行根据权利要求1-6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011370475.1A CN112487968A (zh) | 2020-11-30 | 2020-11-30 | 床垫的分区方法和分区床垫 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011370475.1A CN112487968A (zh) | 2020-11-30 | 2020-11-30 | 床垫的分区方法和分区床垫 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112487968A true CN112487968A (zh) | 2021-03-12 |
Family
ID=74937074
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011370475.1A Pending CN112487968A (zh) | 2020-11-30 | 2020-11-30 | 床垫的分区方法和分区床垫 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112487968A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113951674A (zh) * | 2021-09-27 | 2022-01-21 | 杭州顾家寝具有限公司 | 一种智能床垫的控制方法、智能床垫、系统及存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104837383A (zh) * | 2012-12-19 | 2015-08-12 | 谢恩菲耶德拉尔股份公司 | 具有自动可调节特性的床 |
| CN105093987A (zh) * | 2015-07-24 | 2015-11-25 | 小米科技有限责任公司 | 垫体的调整方法、装置及终端 |
| CN106419292A (zh) * | 2016-11-21 | 2017-02-22 | 深圳市易控迪智能家居科技有限公司 | 软硬度可调床垫 |
| CN108937325A (zh) * | 2018-08-01 | 2018-12-07 | 浙江想能睡眠科技股份有限公司 | 一种适应人体睡姿曲线的软硬可调床垫及其调节方法 |
| CN109157194A (zh) * | 2018-08-17 | 2019-01-08 | 浙江想能云软件股份有限公司 | 一种软硬可调床垫的人体健康数据采集和分析系统及方法 |
| CN109412909A (zh) * | 2018-10-31 | 2019-03-01 | 浙江想能云软件股份有限公司 | 软硬智控床垫的智能化管理方法、系统及服务器 |
| CN209528609U (zh) * | 2018-11-16 | 2019-10-25 | 深圳市联奕实业有限公司 | 软硬度可调的床垫 |
| CN209769793U (zh) * | 2018-11-16 | 2019-12-13 | 深圳市联奕实业有限公司 | 软硬度可调的床垫 |
| CN111067300A (zh) * | 2019-11-01 | 2020-04-28 | 珠海格力电器股份有限公司 | 一种床垫控制方法、装置、电子设备及存储介质 |
-
2020
- 2020-11-30 CN CN202011370475.1A patent/CN112487968A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104837383A (zh) * | 2012-12-19 | 2015-08-12 | 谢恩菲耶德拉尔股份公司 | 具有自动可调节特性的床 |
| CN105093987A (zh) * | 2015-07-24 | 2015-11-25 | 小米科技有限责任公司 | 垫体的调整方法、装置及终端 |
| CN106419292A (zh) * | 2016-11-21 | 2017-02-22 | 深圳市易控迪智能家居科技有限公司 | 软硬度可调床垫 |
| CN108937325A (zh) * | 2018-08-01 | 2018-12-07 | 浙江想能睡眠科技股份有限公司 | 一种适应人体睡姿曲线的软硬可调床垫及其调节方法 |
| CN109157194A (zh) * | 2018-08-17 | 2019-01-08 | 浙江想能云软件股份有限公司 | 一种软硬可调床垫的人体健康数据采集和分析系统及方法 |
| CN109412909A (zh) * | 2018-10-31 | 2019-03-01 | 浙江想能云软件股份有限公司 | 软硬智控床垫的智能化管理方法、系统及服务器 |
| CN209528609U (zh) * | 2018-11-16 | 2019-10-25 | 深圳市联奕实业有限公司 | 软硬度可调的床垫 |
| CN209769793U (zh) * | 2018-11-16 | 2019-12-13 | 深圳市联奕实业有限公司 | 软硬度可调的床垫 |
| CN111067300A (zh) * | 2019-11-01 | 2020-04-28 | 珠海格力电器股份有限公司 | 一种床垫控制方法、装置、电子设备及存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113951674A (zh) * | 2021-09-27 | 2022-01-21 | 杭州顾家寝具有限公司 | 一种智能床垫的控制方法、智能床垫、系统及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210049395A1 (en) | Image processing method and apparatus, and storage medium | |
| JP2018200690A (ja) | 情報処理方法及び情報処理装置 | |
| WO2019036035A1 (en) | DATA PROCESSING APPARATUS FOR ACCESSING A SHARED MEMORY IN PROCESSING STRUCTURED DATA FOR MODIFYING A DATA STRUCTURE OF A PARAMETER VECTOR | |
| US11468292B2 (en) | Techniques for analyzing vehicle design deviations using deep learning with neural networks | |
| CN109308438A (zh) | 动作识别库的建立方法、电子设备、存储介质 | |
| CN113101125B (zh) | 一种床垫调节方法、装置、电子设备及存储介质 | |
| US11335025B2 (en) | Method and device for joint point detection | |
| US20210224692A1 (en) | Hyperparameter tuning method, device, and program | |
| US20210097268A1 (en) | Image processing method and apparatus, and computer storage medium | |
| CN107463400A (zh) | 移动应用的热更新方法及终端设备 | |
| WO2023124160A1 (zh) | 一种自动生成三维房屋布局的方法、系统、装置及介质 | |
| CN112487968A (zh) | 床垫的分区方法和分区床垫 | |
| US11816397B2 (en) | Generating designs for multi-family housing projects using rigid body simulations | |
| CN108320778A (zh) | 病案icd编码方法及系统 | |
| CN109764487A (zh) | 一种环境调节系统的控制方法和装置 | |
| CN113190006A (zh) | 一种机器人路径规划方法、装置及存储介质 | |
| CN108542568A (zh) | 一种用于调整腰背支撑装置的方法与设备 | |
| CN113469091B (zh) | 人脸识别方法、训练方法、电子设备及存储介质 | |
| CN113205090B (zh) | 图片矫正方法、装置、电子设备及计算机可读存储介质 | |
| US9703286B2 (en) | Device and method for verifying CNC production accuracy | |
| KR102224596B1 (ko) | 식별가능한 얼굴 편차를 처리하기 위한 얼굴 교정 디자인 및 애플리케이션 프로토콜을 자동으로 생성하는 시스템 및 방법 | |
| KR20200027080A (ko) | 전자 장치 및 그 제어 방법 | |
| CN109191505A (zh) | 静态生成人脸三维模型的方法、装置、电子设备 | |
| US20180308246A1 (en) | Apparatus and method for applying haptic attributes using texture perceptual space | |
| Shimkin | An online convex optimization approach to Blackwell's approachability |
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 |