[发明专利]坐姿类别检测方法、装置、电子设备及存储介质在审
申请号: | 202211103472.0 | 申请日: | 2022-09-09 |
公开(公告)号: | CN116052205A | 公开(公告)日: | 2023-05-02 |
发明(设计)人: | 王侃;胡淑萍;方芹;陈嘉莉;蔡诗晗;庞建新;谭欢 | 申请(专利权)人: | 深圳市优必选科技股份有限公司 |
主分类号: | G06V40/10 | 分类号: | G06V40/10;G06V10/764;G06V10/46 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 姚大雷 |
地址: | 518000 广东省深圳市南山区*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 坐姿 类别 检测 方法 装置 电子设备 存储 介质 | ||
1.一种坐姿类别检测方法,其特征在于,所述方法包括:
通过图像分类模型将待判别图像分类为预设图像类型;
在所述待判别图像的图像类型为肩头完整类型时,从所述待判别图像中检测人体关键点;
根据检测到的人体关键点和/或相对位置关系确定坐姿类别。
2.根据权利要求1所述的方法,其特征在于,根据检测到的人体关键点确定坐姿类别,包括:
在检测到的人体关键点包括手腕关键点时,确定处于抬腕坐姿;
根据检测到的人体关键点的相对位置关系确定坐姿类别,包括:
在检测到的人体关键点包括两个对称人体关键点时,根据所述两个对称人体关键点的竖直位置相对关系确定坐姿类别。
3.根据权利要求2所述的方法,其特征在于,根据所述两个对称人体关键点的竖直位置相对关系确定坐姿类别,包括:
在所述两个对称人体关键点为左肩关键点和右肩关键点时,在所述左肩关键点和所述右肩关键点的竖直位置差异大于或等于预设长度阈值时,确定处于高低肩坐姿;
在所述两个对称人体关键点为左眼关键点和右眼关键点时,在所述左眼关键点和所述右眼关键点的竖直位置差异大于或等于预设长度阈值时,确定处于歪头坐姿。
4.根据权利要求3所述的方法,其特征在于,根据检测到的人体关键点和相对位置关系确定坐姿类别,包括:
在检测到的人体关键点不包括手腕关键点,所述左肩关键点和所述右肩关键点的竖直位置差异小于预设长度阈值,且所述左眼关键点和所述右眼关键点的竖直位置差异小于预设长度阈值时,确定处于端正坐姿。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述图像类型为头肩缺陷类型时,根据所述头肩缺陷类型确定坐姿类别。
6.根据权利要求5所述的方法,其特征在于,所述头肩缺陷类型为驼背类型、伏案类型和后仰类型中的一种,所述根据所述头肩缺陷类型确定坐姿类别,包括:
在所述头肩缺陷类型为所述驼背类型时,确定处于驼背坐姿;
在所述头肩缺陷类型为所述伏案类型时,确定处于伏案坐姿;
在所述头肩缺陷类型为所述后仰类型时,确定处于后仰坐姿。
7.根据权利要求5所述的坐姿类别检测方法,其特征在于,所述通过图像分类模型将待判别图像分类为预设图像类型,包括:
通过所述图像分类模型检测所述待判别图像的头部及肩膀完整度;
在所述头部及肩膀完整度大于或等于预设完整度阈值时,将所述待判别图像的图像类型确定为所述肩头完整类型;
在所述头部及肩膀完整度小于预设完整度阈值时,将所述待判别图像的图像类型确定为所述肩头缺陷类型。
8.一种坐姿类别检测装置,其特征在于,所述装置包括:
分类模块,用于通过图像分类模型将待判别图像分类为预设图像类型;
检测模块,用于在所述待判别图像的图像类型为肩头完整类型时,从所述待判别图像中检测人体关键点;
确定模块,用于根据检测到的人体关键点和/或相对位置关系确定坐姿类别。
9.一种电子设备,其特征在于,包括存储器以及处理器,所述存储器存储有计算机程序,所述计算机程序在所述处理器运行时执行权利要求1至7中任一项所述的坐姿类别检测方法。
10.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序在处理器上运行时执行权利要求1至7中任一项所述的坐姿类别检测方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市优必选科技股份有限公司,未经深圳市优必选科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211103472.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种预制墙安装辅助夹
- 下一篇:一种半导体产品的生产控制方法、装置及系统