[发明专利]坐姿检测方法、系统及电子设备在审
申请号: | 202210009187.6 | 申请日: | 2022-01-06 |
公开(公告)号: | CN114332951A | 公开(公告)日: | 2022-04-12 |
发明(设计)人: | 宣琦;虞馨杭;周洁韵;俞山青;翔云;韦永昌 | 申请(专利权)人: | 杭州鳑鲏智能科技有限公司 |
主分类号: | G06V40/10 | 分类号: | G06V40/10;G06V10/25;G06V10/82;G06N3/04;G06N3/08 |
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: | 舒淼 |
地址: | 310000 浙江省杭州*** | 国省代码: | 浙江;33 |
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 检测 方法 系统 电子设备 | ||
1.一种坐姿检测方法,其特征在于,所述方法包括以下步骤:
获取包含待检测人员的视频数据;
将已获取的所述视频数据输入至已完成训练的坐姿检测模型中;其中,所述坐姿检测模型为经过剪枝操作的OpenPose模型;所述坐姿检测模型包括主干层、初始化层和提炼层;所述主干层为经过剪枝操作的MoblieNet网络;所述坐姿检测模型的初始化层中结构相同的分支进行权值共享;所述提炼层中所用的卷积核中包括多个3×3卷积核;
利用所述坐姿检测模型输出所述待检测人员的关键点及连接关系,并根据所述关键点及所述连接关系确定所述待检测人员的关节点;
根据所述关节点的坐标确定所述关节点之间的距离及角度关系,并根据所述关节点之间的距离及角度关系确定所述待检测人员的坐姿。
2.根据权利要求1所述的坐姿检测方法,其特征在于,所述获取包含待检测人员的视频数据的步骤之前,所述方法包括:
判断待检测人员的获取区域中是否有人存在;
如果有,启动视频摄录设备获取所述视频数据;如果否,停止视频摄录设备的工作。
3.根据权利要求1所述的坐姿检测方法,其特征在于,根据所述关节点的坐标确定所述关节点之间的距离及角度关系,并根据所述关节点之间的距离及角度关系确定所述待检测人员的坐姿的步骤,包括:
根据所述关节点构建的坐标系,确定所述关节点的坐标;其中,所述关节点至少包括:左眼、右眼、左耳、右耳、鼻子、脖子、左肩、右肩;
分别获取所述关节点中所述左眼与所述右眼的两眼连接线、所述左耳与所述右耳的两耳连接线,并根据所述两眼连接线以及所述两耳连接线的角度确定所述待检测人员的坐姿是否为歪头坐姿;
获取所述关键点中所述鼻子与所述脖子之间的高度差,并根据所述高度差确定所述待检测人员的坐姿是否为低头坐姿;
获取所述关节点中所述左肩与所述右肩之间的两肩连接线,并根据所述两肩连接线的角度确定所述待检测人员的坐姿是否为倾斜坐姿。
4.根据权利要求3所述的坐姿检测方法,其特征在于,当检测到所述两眼连接线与水平线的夹角超过15度或所述两耳连接线与水平线的夹角超过15度时,将所述待检测人员的坐姿确定为歪头坐姿;
当检测到所述鼻子的高度低于所述脖子的高度,则将所述人员的坐姿确定为低头坐姿;
当检测到所述两肩连接线与水平线的夹角超过15度时,将所述待检测人员的坐姿确定为倾斜坐姿。
5.根据权利要求1所述的坐姿检测方法,其特征在于,所述坐姿检测模型的获取过程,包括:
获取已完成初始化的openpose模型;其中,所述openpose模型中包括主干层、初始化层以及细化层;
将所述主干层替换为经过滤波器剪枝操作的Mobilenet-V1模型结构;所述滤波器剪枝操作利用Mobilenet-V1模型中包含的卷积核对应的输出特征图的平均秩的排序结果进行剪枝操作;其中,剪枝率为0.3,剪枝后的通道数为358;
将所述细化层中的7×7卷积核替换为(1×1,3×3,3×3)的卷积级联,得到所述坐姿检测模型。
6.根据权利要求5所述的坐姿检测方法,其特征在于,所述剪枝操作,利用以下算式得以实现:
其中,K为卷积层的个数,ni表示第i层卷积层中滤波器的数量;表示第i层卷积层第j个滤波器;δij是一个指标,当是低秩的值时为1,当是高秩的值时为0;由生成第j层的特征映射ni2表示低秩滤波器的数量,ni1表示高秩滤波器的数量,即ni=ni1+ni2。
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杭州鳑鲏智能科技有限公司,未经杭州鳑鲏智能科技有限公司许可,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/202210009187.6/1.html,转载请声明来源钻瓜专利网。