[发明专利]坐姿检测方法、装置、电子设备、存储介质及程序产品在审

专利信息
申请号: 202210303780.1 申请日: 2022-03-24
公开(公告)号: CN114758354A 公开(公告)日: 2022-07-15
发明(设计)人: 蔡馥励;康宏伟;白钰;张经纬;张程 申请(专利权)人: 阿里巴巴(中国)有限公司
主分类号: G06V40/10 分类号: G06V40/10;G06V10/25;G06V10/60;G06V10/46
代理公司: 北京同钧律师事务所 16037 代理人: 许怀远
地址: 310056 浙江省杭州市滨江*** 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 装置 电子设备 存储 介质 程序 产品
【说明书】:

本申请提供一种坐姿检测方法、装置、电子设备、存储介质及程序产品。该方法包括:获取图像采集装置采集的目标对象的第一图像;确定第一图像是否为关键帧;根据第一图像是否为关键帧的结果对应的关键点检测方式,对第一图像进行关键点检测,得到第一图像中目标对象的关键点的坐标;根据第一图像中目标对象的关键点的坐标,获取目标对象的坐姿检测结果;若坐姿检测结果表征目标对象存在坐姿问题,则输出报警信息,报警信息用于提示目标对象调整坐姿。本申请提高了坐姿检测的准确性和效率。

技术领域

本申请涉及图像处理技术,尤其涉及一种坐姿检测方法、装置、电子设备、存储介质及程序产品。

背景技术

与传统台灯仅仅作为一种照明工具相比,智能台灯因其功能多样性越来越受人们欢迎。以具备坐姿检测功能的智能台灯为例,该智能台灯上可以安装有摄像头,以采集包括用户的图像。根据该图像可以确定用户坐姿是否标准。

目前,常见的坐姿检测方法主要是使用深度学习模型,逐帧对包括用户的图像进行人脸关键点检测,并根据人脸关键点检测结果,判断用户坐姿是否标准。此外,在一些相关技术中,还可以在上述台灯上安装红外探测装置,用于检测用户坐姿轮廓。然后根据该用户坐姿轮廓确定用户坐姿。

然而,上述现有的坐姿检测方法存在检测准确性和检测效率均较低的问题。

发明内容

本申请提供一种坐姿检测方法、装置、电子设备、存储介质及程序产品,以提高坐姿检测的准确性和效率。

第一方面,本申请提供一种坐姿检测方法,所述方法包括:

获取图像采集装置采集的目标对象的第一图像;

确定所述第一图像是否为关键帧;

根据所述第一图像是否为关键帧的结果对应的关键点检测方式,对所述第一图像进行关键点检测,得到所述第一图像中所述目标对象的关键点的坐标;

根据所述第一图像中所述目标对象的关键点的坐标,获取所述目标对象的坐姿检测结果;

若所述坐姿检测结果表征所述目标对象存在坐姿问题,则输出报警信息,所述报警信息用于提示所述目标对象调整坐姿。

可选的,所述根据所述第一图像是否为关键帧的结果对应的关键点检测方式,对所述第一图像进行关键点检测,得到所述第一图像中所述目标对象的关键点的坐标,包括:

若所述第一图像非关键帧,则获取所述第一图像与第一关键帧之间的光流变化向量,并根据所述光流变化向量,以及,所述第一关键帧中所述目标对象的关键点坐标,预测所述第一图像中所述目标对象的关键点的坐标;所述第一关键帧为关键帧缓存池中所述图像采集装置采集的、且距离所述第一图像采集时间最近的关键帧,所述光流变化向量用于表征所述目标对象的运动方向和运动速度;

若所述第一图像为关键帧,则采用深度学习算法对所述第一图像进行关键点检测,获取所述第一图像中所述目标对象的关键点的坐标。

可选的,所述获取所述第一图像与第一关键帧之间的光流变化向量,包括:

采用稀疏光流场算法,获取所述光流变化向量。

可选的,所述采用深度学习算法对所述第一图像进行关键点检测,获取所述第一图像中所述目标对象的关键点的坐标,包括:

采用深度学习算法对所述第一图像进行关键点检测;

若成功检测到所述目标对象的关键点的坐标,则将所述第一图像,以及,所述第一图像中所述目标对象的关键点的坐标缓存至所述关键帧缓存池中;

若未成功检测到所述目标对象的关键点的坐标,则根据所述第一图像与第一关键帧之间的光流变化向量,以及,所述第一关键帧中所述目标对象的关键点坐标,预测所述第一图像中所述目标对象的关键点的坐标。

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阿里巴巴(中国)有限公司,未经阿里巴巴(中国)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/202210303780.1/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top