[发明专利]坐姿检测方法、系统及电子设备

说明书

本发明提供了一种坐姿检测方法、系统及电子设备，涉及模式识别技术领域，该方法将获取的包含待检测人员的视频数据输入至已完成训练的坐姿检测模型中，利用坐姿检测模型输出待检测人员的关键点及连接关系，并根据关键点及连接关系确定待检测人员的关节点；然后根据关节点的坐标确定关节点之间的距离及角度关系，并根据关节点之间的距离及角度关系确定待检测人员的坐姿。该方法中使用的坐姿检测模型对低秩特征图进行滤波器剪枝操作实现了对传统模型的压缩，能够在保证精度的前提下实现了模型的加速，并根据该坐姿检测模型识别得到的待检测人员关节点快速确定待检测人员的坐姿，在保证检测精度的前提下降低了检测过程的资源消耗。

技术领域

本发明涉及模式识别技术领域，尤其是涉及一种坐姿检测方法、系统及电子设备。

背景技术

坐姿检测是一种常见的人体姿态检测，主要用于坐姿矫正、坐姿评估等使用场景中。坐姿检测主要利用传感器及图像识别等技术，对人体坐姿时头部与肩部的姿态进行识别。在利用超声波或红外线传感器等设备进行坐姿评估过程中，主要利用传感器获取与待测人员的距离来判断坐姿，该方法虽然快速，但精度较为低；而利用图像识别技术中的相关识别算法可直接获取待测人员的姿势，例如，利用openpose模型可直接将待测人员图像中关节点的数据进行获取，从而得到待检测人员的坐姿；但现有的图像识别技术虽然精度较高，但运算成本较大，需要耗费较高的运算资源。

综上所述，现有技术中的坐姿检测过程中还缺少一种精度高且资源消耗低的检测方法。

发明内容

有鉴于此，本发明的目的在于提供一种坐姿检测方法、系统及电子设备，该方法中使用的坐姿检测模型对低秩特征图进行滤波器剪枝操作实现了对传统模型的压缩，能够在保证精度的前提下实现了模型的加速，并根据该坐姿检测模型识别得到的待检测人员关节点快速确定待检测人员的坐姿，在保证检测精度的前提下降低了检测过程的资源消耗。

第一方面，本发明实施例提供了一种坐姿检测方法，该方法包括以下步骤：

获取包含待检测人员的视频数据；

将已获取的视频数据输入至已完成训练的坐姿检测模型中；其中，坐姿检测模型为经过剪枝操作的OpenPose模型；坐姿检测模型包括主干层、初始化层和提炼层；主干层为经过剪枝操作的MoblieNet网络；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；提炼层中所用的卷积核中包括多个3×3卷积核；

利用坐姿检测模型输出待检测人员的关键点及连接关系，并根据关键点及连接关系确定待检测人员的关节点；

根据关节点的坐标确定关节点之间的距离及角度关系，并根据关节点之间的距离及角度关系确定待检测人员的坐姿。

在一些实施方式中，获取包含待检测人员的视频数据的步骤之前，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视频数据；如果否，停止视频摄录设备的工作。

在一些实施方式中，根据关节点的坐标确定关节点之间的距离及角度关系，并根据关节点之间的距离及角度关系确定待检测人员的坐姿的步骤，包括：

根据关节点构建的坐标系，确定关节点的坐标；其中，关节点至少包括：左眼、右眼、左耳、右耳、鼻子、脖子、左肩、右肩；

分别获取关节点中左眼与右眼的两眼连接线、左耳与右耳的两耳连接线，并根据两眼连接线以及两耳连接线的角度确定待检测人员的坐姿是否为歪头坐姿；

获取关键点中鼻子与脖子之间的高度差，并根据高度差确定待检测人员的坐姿是否为低头坐姿；

获取关节点中左肩与右肩之间的两肩连接线，并根据两肩连接线的角度确定待检测人员的坐姿是否为倾斜坐姿。