[发明专利]一种基于深度学习的人体坐姿实时监视方法和系统在审
| 申请号： | 201910386822.0 | 申请日： | 2019-05-10 |
| 公开（公告）号： | CN110321786A | 公开（公告）日： | 2019-10-11 |
| 发明（设计）人： | 张闯;冯慕妍;吴铭 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G08B21/24 |
| 代理公司： | 北京挺立专利事务所(普通合伙) 11265 | 代理人： | 叶树明 |
| 地址： | 100876 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的人体坐姿实时监视方法和系统，方法包括：将拍摄的人体坐姿图像实时输入至核心处理器中；核心处理器将接收到的人体坐姿图像作为输入，进入已训练好的Yolo3网络中，输出分类为人的包围框；将包围框输入姿态估计器，通过G‑RMI的网络得到关键点骨架图；将骨架图输入分类器，得到人体坐姿图像对应用户的当前坐姿状态；将当前坐姿状态输入姿态纠正器中，通过状态转移图，得到当前坐姿状态的姿态纠正方案，并对当前坐姿状态进行记录，当用户维持同一姿态超过规定时间，通过语音提示模块进行语音提示。本发明将人工智能的算法应用至传统的硬件系统，获取功能和性能的提升，可以快速产生姿态的分类和纠正姿态的信息。 | ||
| 搜索关键词： | 人体坐姿 坐姿状态 核心处理器 实时监视 姿态纠正 包围框 骨架图 图像 语音提示模块 输入分类器 状态转移图 姿态估计器 人工智能 算法应用 硬件系统 语音提示 传统的 关键点 分类 网络 拍摄 输出 学习 记录 纠正 | ||
【主权项】：
1.一种基于深度学习的人体坐姿实时监视方法，其特征在于，包括：步骤一、将摄像头拍摄的人体坐姿图像实时输入至核心处理器中；步骤二、核心处理器将接收到的人体坐姿图像作为输入，进入已训练好的Yolo3网络中，输出分类为人的包围框；步骤三、将输出的包围框输入姿态估计器，通过G‑RMI的网络得到关键点骨架图；步骤四、将得到的骨架图输入分类器，得到人体坐姿图像对应用户的当前坐姿状态；步骤五、将当前坐姿状态输入姿态纠正器中，通过状态转移图，得到当前坐姿状态的姿态纠正方案，并对当前坐姿状态进行记录，当用户维持同一姿态超过规定时间，通过语音提示模块进行语音提示。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京邮电大学，未经北京邮电大学许可，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/patent/201910386822.0/，转载请声明来源钻瓜专利网。
