[发明专利]坐姿判断方法及基于摄像头与压力传感器颈椎病识别系统

摘要

本发明公开了一种基于摄像头与压力传感器的颈椎病识别方法，包括：S1采用摄像头和压力传感器采集用户不同坐姿下的测试样本；S2分别采用人脸分类器和坐姿分类器识别测试样本，获得人脸分类器和坐姿分类器的准确率；S3调整人脸分类器和坐姿分类器的权重；S4采集用户的当前人脸图像和当前压力数据；S5采用人脸分类器从当前人脸图像识别各坐姿概率，采用坐姿分类器从当前压力数据识别各坐姿概率，并计算各坐姿的综合概率，综合概率最大的坐姿即用户当前坐姿；S6分别统计预设周期内用户处于标准坐姿和非标准坐姿的时长，判定用户有患颈椎病风险。本发明结合人脸图像和体压进行颈部姿态确定，增加了判断精度。

主权项

1.一种基于图像的动作捕捉坐姿判断方法，其特征是，包括：S1摄像头采集用户不同坐姿的人脸图像作为训练样本；S2采用训练样本及各训练样本对应的坐姿训练随机森林，得人脸分类器；S3摄像头采集用户的当前人脸图像，采用人脸分类器从当前人脸图像中获取五官坐标，五官坐标即左眼、右眼和嘴的中心点坐标，计算五官坐标的平均坐标，记为五官平均坐标；S4根据当前人脸图像中五官坐标识别用户当前坐姿，本步骤进一步包括：4.1采用人脸分类器从标准坐姿的训练样本中获取五官坐标，即五官标准坐标，计算各五官标准坐标的平均坐标，记为五官平均标准坐标；4.2将五官平均坐标的x轴坐标减去五官平均标准坐标的x轴坐标，所得差值记为第一差值；将五官平均坐标的y轴坐标减去五官平均标准坐标的y轴坐标，所得差值记为第二差值；4.3根据①第一差值和第二差值的大小、②五官平均坐标和五官平均标准坐标的连线与水平方向的夹角、以及③当前人脸图像和标准坐姿训练样本中各五官间距离的差值大小，判断当前人脸图像中五官相对标准坐姿的训练样本中五官的偏移方向，从而识别用户当前坐姿；子步骤4.3具体为：(a)若第一差值和第二差值均大于a，计算五官平均坐标和五官平均标准坐标的连线与水平方向夹角的正切值，若正切值大于1，则判定用户当前坐姿为仰头；否则，判定用户当前坐姿为头部右偏；(b)若第一差值大于a同时第二差值小于‑a，计算五官平均坐标和五官平均标准坐标的连线与水平方向夹角的正切值，若正切值大于1，则判定用户当前坐姿为低头；否则，判定用户当前坐姿为头部右偏；(c)若第一差值大于a同时第二差值位于范围[‑a,a]内，则判定用户当前坐姿为头部右偏；(d)若第一差值小于‑a同时第二差值大于a，计算五官平均坐标和五官平均标准坐标的连线与水平方向夹角的正切值，若正切值大于1，则判定用户当前坐姿为仰头；否则，判定用户当前坐姿为头部左偏；(e)若第一差值和第二差值均小于‑a，计算五官平均坐标和五官平均标准坐标的连线与水平方向夹角的正切值，若正切值大于1，则判定用户当前坐姿为低头；否则，判定用户当前坐姿为头部左偏；(f)若第一差值小于‑a同时第二差值位于范围[‑a,a]，则判定用户当前坐姿为头部左偏；(g)若第一差值位于范围[‑a,a]内，同时第二差值大于a，则判定用户当前坐姿为仰头；(h)若第一差值位于范围[‑a,a]内，同时第二差值大于a，则判定用户当前坐姿为低头；(i)若第一差值和第二差值均位于范围[‑a,a]内，计算标准坐姿的训练样本中左眼与右眼、左眼与嘴、右眼与嘴的距离，分别记为标准距离1、标准距离2、标准距离3，计算当前人脸图像中左眼与右眼、左眼与嘴、右眼与嘴的距离，分别记为距离1、距离2、距离3，计算标准距离1与距离1、标准距离2与距离2、标准距离3与距离3的差值，若所有差值均大于阈值b，则判断用户当前坐姿为头部靠近摄像头；若所有差值都小于阈值b，则判断用户当前坐姿为头部远离摄像头；否则，判断用户当前坐姿为标准坐姿；阈值a和b为与标准坐姿训练样本中人脸宽度像素值有关的经验值，通过多次试验调整获得；S5基于当前人脸图像，采用人脸分类器识别用户当前坐姿；S6比较步骤S4和S5的识别结果，若识别结果相同，则该识别结果即用户当前坐姿，根据用户当前坐姿对用户提出建议或警告，然后，对下一帧人脸图像执行步骤S3～S6；若识别结果不同，直接对下一帧人脸图像执行步骤S3～S6。