一種坐姿檢測(cè)方法和裝置制造方法
【專利摘要】本發(fā)明公開了一種坐姿檢測(cè)方法和裝置，其中所述方法包括：獲取連續(xù)多幀紅外圖像，從所述紅外圖像中提取檢測(cè)對(duì)象的坐姿輪廓，獲取所述檢測(cè)對(duì)象的坐姿輪廓的特征信息，將所述特征信息與預(yù)設(shè)的特征信息進(jìn)行匹配，根據(jù)匹配結(jié)果判定所述檢測(cè)對(duì)象的坐姿是否符合預(yù)設(shè)標(biāo)準(zhǔn)。本發(fā)明使得坐姿檢測(cè)時(shí)只需提取檢測(cè)對(duì)象的坐姿輪廓，便可以對(duì)檢測(cè)對(duì)象的坐姿進(jìn)行檢測(cè)，避免坐姿檢測(cè)發(fā)生誤判，提高了坐姿檢測(cè)的穩(wěn)定性和準(zhǔn)確性。
【專利說(shuō)明】一種坐姿檢測(cè)方法和裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像識(shí)別領(lǐng)域，具體涉及一種坐姿檢測(cè)方法和裝置。
【背景技術(shù)】
[0002]由于青少年近視眼發(fā)病率逐年增高，因此，往往需要通過(guò)糾正坐姿以使眼睛與書本之間保持適當(dāng)?shù)木嚯x，避免眼睛成為近視眼。糾正坐姿過(guò)程中坐姿的檢測(cè)尤為重要。
[0003]現(xiàn)有的坐姿檢測(cè)是通過(guò)人眼與書本之間的距離判斷檢測(cè)對(duì)象的坐姿是否標(biāo)準(zhǔn)。首先，采用普通光學(xué)攝像頭來(lái)獲取檢測(cè)對(duì)象的人臉圖像，使用圖像識(shí)別技術(shù)定位檢測(cè)對(duì)象的眼睛與書本和桌面的位置之間的相對(duì)距離。并通過(guò)人臉識(shí)別分辨不同的使用者，從而得知檢測(cè)對(duì)象的臉的長(zhǎng)度，把人臉當(dāng)作近似的橢圓，計(jì)算橢圓長(zhǎng)軸與短軸的比例，判斷人臉朝向角度，再通過(guò)攝像頭與人臉之間的空間關(guān)系確定眼與書本的距離，然后根據(jù)確定的距離判斷坐姿是否標(biāo)準(zhǔn)。
[0004]但是，當(dāng)檢測(cè)對(duì)象的臉部被遮擋時(shí)，無(wú)法檢測(cè)出檢測(cè)對(duì)象的眼睛與書本之間的距離，導(dǎo)致誤判，且該檢測(cè)方法不穩(wěn)定，檢測(cè)準(zhǔn)確性較低。

【發(fā)明內(nèi)容】

[0005]有鑒于此，本發(fā)明實(shí)施例提供一種坐姿檢測(cè)方法和裝置，以避免對(duì)坐姿產(chǎn)生誤判，提高坐姿檢測(cè)的穩(wěn)定性和準(zhǔn)確性。
[0006]一方面，本發(fā)明實(shí)施例提供了一種坐姿檢測(cè)方法，所述方法包括:
[0007]獲取連續(xù)多幀紅外圖像；
[0008]從所述連續(xù)多幀紅外圖像中提取檢測(cè)對(duì)象的坐姿輪廓；
[0009]獲取所述檢測(cè)對(duì)象的坐姿輪廓的特征信息；
[0010]將所述特征信息與預(yù)設(shè)的特征信息進(jìn)行匹配；
[0011]根據(jù)匹配結(jié)果判定所述檢測(cè)對(duì)象的坐姿是否符合預(yù)設(shè)標(biāo)準(zhǔn)。
[0012]另一方面，本發(fā)明實(shí)施例提供了一種坐姿檢測(cè)裝置，所述裝置包括:
[0013]第一獲取單元，用于獲取連續(xù)多幀紅外圖像；
[0014]提取單元，用于從所述第一獲取單元獲取的紅外圖像中提取檢測(cè)對(duì)象的坐姿輪廓；
[0015]第二獲取單元，用于獲取所述提取單元提取的檢測(cè)對(duì)象的坐姿輪廓的特征信息；
[0016]匹配單元，用于將所述獲取單元獲取的特征信息與預(yù)設(shè)的特征信息進(jìn)行匹配；
[0017]第一判定單元，用于根據(jù)所述匹配單元的匹配結(jié)果判定所述檢測(cè)對(duì)象的坐姿是否符合預(yù)設(shè)標(biāo)準(zhǔn)。
[0018]本發(fā)明實(shí)施例提供的坐姿檢測(cè)方法和裝置，通過(guò)獲取連續(xù)多幀的紅外圖像，從所述紅外圖像中提取到檢測(cè)對(duì)象的坐姿輪廓，并獲取坐姿輪廓的特征信息，將所述特征信息與預(yù)設(shè)的特征信息進(jìn)行匹配，從而根據(jù)匹配結(jié)果來(lái)判定檢測(cè)對(duì)象的坐姿是否符合預(yù)設(shè)的標(biāo)準(zhǔn)，由此，只需提取檢測(cè)對(duì)象的坐姿輪廓，便可以對(duì)檢測(cè)對(duì)象的坐姿進(jìn)行檢測(cè)，避免坐姿檢測(cè)發(fā)生誤判，提高了坐姿檢測(cè)的穩(wěn)定性和準(zhǔn)確性。
【專利附圖】

【附圖說(shuō)明】
[0019]下面將通過(guò)參照附圖詳細(xì)描述本發(fā)明的示例性實(shí)施例，使本領(lǐng)域的普通技術(shù)人員更清楚本發(fā)明的上述及其他特征和優(yōu)點(diǎn)，附圖中:
[0020]圖1是本發(fā)明實(shí)施例提供的一種坐姿檢測(cè)方法的流程圖；
[0021]圖2是本發(fā)明實(shí)施例提供的一種坐姿檢測(cè)方法中提取檢測(cè)對(duì)象的坐姿輪廓的流程圖；
[0022]圖3是本發(fā)明實(shí)施例提供的一種坐姿檢測(cè)方法中對(duì)紅外圖像進(jìn)行二值化的流程圖；
[0023]圖4是本發(fā)明實(shí)施例提供的一種坐姿檢測(cè)方法中獲取所述檢測(cè)對(duì)象的坐姿輪廓的特征信息的流程圖；
[0024]圖5是本發(fā)明實(shí)施例提供的一種坐姿檢測(cè)方法中計(jì)算成對(duì)幾何直方圖的示意圖；
[0025]圖6是本發(fā)明實(shí)施例提供的一種坐姿檢測(cè)方法中多邊形的幾何直方圖的關(guān)系示意圖；
[0026]圖7是本發(fā)明實(shí)施例提供的一種坐姿檢測(cè)方法中檢測(cè)窗口的劃分示意圖；
[0027]圖8是本發(fā)明實(shí)施例提供的另一種坐姿檢測(cè)方法的流程圖；
[0028]圖9是本發(fā)明實(shí)施例提供的又一種坐姿檢測(cè)方法的流程圖；
[0029]圖10是本發(fā)明實(shí)施例提供的一種坐姿檢測(cè)裝置的結(jié)構(gòu)圖；
[0030]圖11是本發(fā)明實(shí)施例提供的一種坐姿檢測(cè)裝置中提取單元的結(jié)構(gòu)圖；
[0031]圖12是本發(fā)明實(shí)施例提供的一種坐姿檢測(cè)裝置中第二獲取單元的結(jié)構(gòu)圖；
[0032]圖13是本發(fā)明實(shí)施例提供的一種坐姿檢測(cè)裝置應(yīng)用于臺(tái)燈時(shí)的安裝示意圖；
[0033]圖14是本發(fā)明實(shí)施例提供的另一種坐姿檢測(cè)裝置的結(jié)構(gòu)圖；
[0034]圖15是本發(fā)明實(shí)施例提供的又一種坐姿檢測(cè)裝置的結(jié)構(gòu)圖。
【具體實(shí)施方式】
[0035]下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明。可以理解的是，此處所描述的具體實(shí)施例僅僅用于解釋本發(fā)明，而非對(duì)本發(fā)明的限定。另外還需要說(shuō)明的是，為了便于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部?jī)?nèi)容。
[0036]圖1是本發(fā)明實(shí)施例提供的一種坐姿檢測(cè)方法的流程圖。本發(fā)明實(shí)施例提供的坐姿檢測(cè)方法可用于臺(tái)燈、電腦、椅子或桌子上對(duì)用戶的坐姿進(jìn)行檢測(cè)，如圖1所示，所述坐姿檢測(cè)方法包括:
[0037]步驟11、獲取連續(xù)多幀紅外圖像。
[0038]所述紅外圖像反應(yīng)了檢測(cè)對(duì)象和背景之間的空間分布，其輻射亮度分布主要是由被檢測(cè)對(duì)象的溫度和發(fā)射率來(lái)決定的，具有很強(qiáng)的環(huán)境適應(yīng)性，因此，采用紅外圖像對(duì)檢測(cè)對(duì)象的坐姿進(jìn)行檢測(cè)不易受外界環(huán)境的干擾，避免了普通光學(xué)成像的不穩(wěn)定性因素，可以通過(guò)CXD紅外照相機(jī)或者紅外攝像頭來(lái)獲得連續(xù)多幀紅外圖像。
[0039]步驟12、從所述紅外圖像中提取檢測(cè)對(duì)象的坐姿輪廓。
[0040]從所述紅外圖像中提取檢測(cè)對(duì)象的坐姿輪廓，也就是從紅外圖像中找出檢測(cè)對(duì)象的坐姿形狀，可以先對(duì)紅外圖像進(jìn)行二值化處理，對(duì)二值化處理后的圖像進(jìn)行處理后，再?gòu)闹刑崛∽溯喞溯喞硎竞?jiǎn)單，計(jì)算量小，便于進(jìn)行圖像處理。
[0041]步驟13、獲取所述檢測(cè)對(duì)象的坐姿輪廓的特征信息。
[0042]從紅外圖像中提取到檢測(cè)對(duì)象的坐姿輪廓以后，就要對(duì)所述坐姿輪廓進(jìn)行描述，從而提高坐姿輪廓的表觀特征性能，所述特征信息可以是特征向量或者特征描述算子。
[0043]步驟14、將所述特征信息與預(yù)設(shè)的特征信息進(jìn)行匹配。
[0044]在獲取檢測(cè)對(duì)象坐姿輪廓的特征信息以后，將所述特征信息與預(yù)設(shè)的特征信息進(jìn)行匹配，可以通過(guò)協(xié)方差公式計(jì)算檢測(cè)對(duì)象坐姿輪廓的特征信息與預(yù)設(shè)的特征信息的匹配相似度，當(dāng)匹配相似度高時(shí)，說(shuō)明所述檢測(cè)對(duì)象的坐姿符合預(yù)設(shè)標(biāo)準(zhǔn)。
[0045]示例性的，通過(guò)下述公式將所述特征信息與預(yù)設(shè)的特征信息進(jìn)行匹配:
【權(quán)利要求】
1.一種坐姿檢測(cè)方法，其特性在于，所述方法包括: 獲取連續(xù)多幀紅外圖像； 從所述紅外圖像中提取檢測(cè)對(duì)象的坐姿輪廓； 獲取所述檢測(cè)對(duì)象的坐姿輪廓的特征信息； 將所述特征信息與預(yù)設(shè)的特征信息進(jìn)行匹配； 根據(jù)匹配結(jié)果判定所述檢測(cè)對(duì)象的坐姿是否符合預(yù)設(shè)標(biāo)準(zhǔn)。
2.根據(jù)權(quán)利要求1所述的坐姿檢測(cè)方法，其特征在于，在從所述紅外圖像中提取檢測(cè)對(duì)象的坐姿輪廓之前，所述方法還包括: 檢測(cè)所述紅外圖像中是否存在干擾光線； 如果所述紅外圖像中存在干擾，則對(duì)所述紅外圖像中的干擾光線進(jìn)行補(bǔ)償，濾除所述紅外圖像中的干擾光線。
3.根據(jù)權(quán)利要求1所述的坐姿檢測(cè)方法，其特征在于，從所述紅外圖像中提取檢測(cè)對(duì)象的坐姿輪廓，包括: 對(duì)所述紅外圖像進(jìn)行二值化，獲得二值化后的圖像； 對(duì)所述二值化后的圖像進(jìn)行增強(qiáng)處理； 對(duì)所述增強(qiáng)處理后的圖像進(jìn)行濾波處理，用形態(tài)學(xué)的方法查詢所述濾波處理后的圖像中所有的連通域，統(tǒng)計(jì)所述 連通域的面積，選擇最大的連通域作為檢測(cè)對(duì)象的坐姿輪廓。
4.根據(jù)權(quán)利要求3所述的坐姿檢測(cè)方法，其特征在于，對(duì)所述紅外圖像進(jìn)行二值化，獲得二值化后的圖像，包括: 從連續(xù)多幀紅外圖像中選取連續(xù)三幀紅外圖像進(jìn)行差分運(yùn)算，獲得差分圖像； 對(duì)所述差分圖像進(jìn)行二值化； 對(duì)所述二值化后的差分圖像進(jìn)行邏輯與運(yùn)算，獲得二值化后的圖像。
5.根據(jù)權(quán)利要求4所述的坐姿檢測(cè)方法，其特征在于，對(duì)所述差分圖像進(jìn)行二值化，包括: 將所述差分圖像中的像素按列從上到下依次順序排列，得到一維差分圖像； 通過(guò)下述公式對(duì)得到的所述一維差分圖像進(jìn)行二值化:
6.根據(jù)權(quán)利要求1-5任一項(xiàng)所述的坐姿檢測(cè)方法，其特征在于，所述獲取所述檢測(cè)對(duì)象的坐姿輪廓的特征信息，包括: 根據(jù)檢測(cè)對(duì)象的坐姿輪廓確定檢測(cè)窗口的大小； 將檢測(cè)窗口分割為若干個(gè)基本塊，并計(jì)算所述若干個(gè)基本塊中每一個(gè)基本塊的成對(duì)幾何直方圖，獲得每一個(gè)基本塊的特征信息； 將所述若干個(gè)基本塊中任意相鄰的2X2個(gè)基本塊組成一個(gè)超級(jí)塊，并將各超級(jí)塊內(nèi)每一個(gè)基本塊的特征信息進(jìn)行串聯(lián)，獲得每一個(gè)超級(jí)塊的特征信息；將檢測(cè)窗口內(nèi)所有超級(jí)塊的特征信息進(jìn)行串聯(lián)，獲得檢測(cè)對(duì)象的坐姿輪廓特征信息。
7.根據(jù)權(quán)利要求1-5任一項(xiàng)所述的坐姿檢測(cè)方法，其特征在于，通過(guò)下述公式將所述特征信息與預(yù)設(shè)的特征信息進(jìn)行匹配:
8.根據(jù)權(quán)利要求1-5任一項(xiàng)所述的坐姿檢測(cè)方法，其特性在于，根據(jù)匹配結(jié)果判定所述檢測(cè)對(duì)象的坐姿是否符合預(yù)設(shè)標(biāo)準(zhǔn)，包括: 判斷所述匹配的結(jié)果是否大于預(yù)設(shè)閾值； 當(dāng)所述匹配結(jié)果大于預(yù)設(shè)閾值時(shí)，判定所述檢測(cè)對(duì)象的坐姿符合預(yù)設(shè)標(biāo)準(zhǔn)； 當(dāng)所述匹配結(jié)果小于或等于預(yù)設(shè)閾值時(shí)，判定所述檢測(cè)對(duì)象的坐姿不符合預(yù)設(shè)標(biāo)準(zhǔn)。
9.根據(jù)權(quán)利要求8所述的坐姿檢測(cè)方法，其特征在于，當(dāng)所述匹配結(jié)果小于或等于預(yù)設(shè)閾值時(shí)，所述方法還包括: 對(duì)所述二值化后的圖像進(jìn)行背景更新，通過(guò)背景差減法提取前景圖像； 計(jì)算所述前景圖像的頂點(diǎn)坐標(biāo)； 將所述前景圖像的頂點(diǎn)坐標(biāo)與先驗(yàn)前景圖像的頂點(diǎn)坐標(biāo)形成前景圖像的運(yùn)動(dòng)軌跡； 根據(jù)所述前景圖像的運(yùn)動(dòng)軌跡，判定所述不符合預(yù)設(shè)標(biāo)準(zhǔn)的檢測(cè)對(duì)象的坐姿是否不符合預(yù)設(shè)標(biāo)準(zhǔn)。
10.根據(jù)權(quán)利要求9所述的坐姿檢測(cè)方法，其特征在于，所述背景更新采用下述公式:
11.根據(jù)權(quán)利要求1-5任一項(xiàng)所述的坐姿檢測(cè)方法，其特征在于，根據(jù)匹配結(jié)果判定所述檢測(cè)對(duì)象的坐姿是否符合預(yù)設(shè)標(biāo)準(zhǔn)之后，所述方法還包括: 當(dāng)判定所述檢測(cè)對(duì)象的坐姿符合預(yù)設(shè)標(biāo)準(zhǔn)時(shí)，向所述檢測(cè)對(duì)象顯示第一提示信息；當(dāng)判定所述檢測(cè)對(duì)象的坐姿不符合預(yù)設(shè)標(biāo)準(zhǔn)時(shí)，向所述檢測(cè)對(duì)象發(fā)出第二提示信息。
12.一種坐姿檢測(cè)裝置，其特征在于，所述裝置包括: 第一獲取單元，用于獲取連續(xù)多幀紅外圖像； 提取單元，用于從所述第一獲取單元獲取的紅外圖像中提取檢測(cè)對(duì)象的坐姿輪廓； 第二獲取單元，用于獲取所述提取單元提取的檢測(cè)對(duì)象的坐姿輪廓的特征信息； 匹配單元，用于將所述第二獲取單元獲取的特征信息與預(yù)設(shè)的特征信息進(jìn)行匹配；第一判定單元，用于根據(jù)所述匹配單元的匹配結(jié)果判定所述檢測(cè)對(duì)象的坐姿是否符合預(yù)設(shè)標(biāo)準(zhǔn)。
13.根據(jù)權(quán)利要求12所述的坐姿檢測(cè)裝置，其特征在于，所述裝置還包括: 檢測(cè)單元，用于檢測(cè)所述紅外圖像中是否存在干擾光線； 第一處理單元，用于如果所述檢測(cè)單元檢測(cè)到所述紅外圖像中存在干擾，則對(duì)所述紅外圖像中的干擾光線進(jìn)行補(bǔ)償，濾除所述紅外圖像中的干擾光線。
14.根據(jù)權(quán)利要求12所述的坐姿檢測(cè)裝置，其特征在于，所述提取單元包括: 二值化子單元，用于對(duì)所述紅外圖像進(jìn)行二值化，獲得二值化后的圖像； 圖像增強(qiáng)子單元，用于對(duì)所述二值化子單元二值化后的圖像進(jìn)行增強(qiáng)處理； 查詢子單元，用于對(duì)所述圖像增強(qiáng)子單元增強(qiáng)處理后的圖像進(jìn)行濾波處理，用形態(tài)學(xué)的方法查詢所述濾波處理后的圖像中所有的連通域，統(tǒng)計(jì)所述連通域的面積，選擇最大的連通域作為檢測(cè)對(duì)象的坐姿輪廓。
15.根據(jù)權(quán)利要求14所述的坐姿檢測(cè)裝置，其特征在于，所述二值化子單元具體用于: 從連續(xù)多幀紅外圖像中選取連續(xù)三幀紅外圖像進(jìn)行差分運(yùn)算，獲得差分圖像； 對(duì)所述差分圖像進(jìn)行二值化； 對(duì)所述二值化后的差分圖像進(jìn)行邏輯與運(yùn)算，獲得二值化后的圖像。
16.根據(jù)權(quán)利要求13所述的坐姿檢測(cè)裝置，其特征在于，所述二值化子單元具體還用于: 將所述差分圖像中的像素按列從上到下依次順序排列，得到一維差分圖像； 通過(guò)下述公式對(duì)得到的所述一維差分圖像進(jìn)行二值化:
17.根據(jù)權(quán)利要求12-16任一項(xiàng)所述的坐姿檢測(cè)裝置，其特征在于，所述第二獲取單元包括: 檢測(cè)窗口子單元，用于根據(jù)檢測(cè)對(duì)象坐姿輪廓確定檢測(cè)窗口的大??； 基本塊子單元，用于將所述檢測(cè)窗口分割為若干個(gè)基本塊，并計(jì)算所述若干個(gè)基本塊中每一個(gè)基本塊的成對(duì)幾何直方圖，獲得每一個(gè)基本塊的特征信息； 超級(jí)塊子單元，用于將所述若干個(gè)基本塊中任意相鄰的2X2個(gè)基本塊組成一個(gè)超級(jí)塊，并將各超級(jí)塊內(nèi)每一個(gè)基本塊的特征信息進(jìn)行串聯(lián)，獲得每一個(gè)超級(jí)塊的特征信息； 串聯(lián)子單元，用于將檢測(cè)窗口內(nèi)所有超級(jí)塊的特征信息進(jìn)行串聯(lián)，獲得檢測(cè)對(duì)象坐姿輪廓特征信息。
18.根據(jù)權(quán)利要求12-16任一項(xiàng)所述的坐姿檢測(cè)裝置，其特征在于，所示匹配單元通過(guò)下述公式將所述特征信息與預(yù)設(shè)的特征信息進(jìn)行匹配:
19.根據(jù)權(quán)利要求12-16任一項(xiàng)所述的坐姿檢測(cè)裝置，其特征在于，所述第一判定單元具體用于: 判定所述匹配的結(jié)果是否大于預(yù)設(shè)閾值； 當(dāng)所述匹配結(jié)果大于預(yù)設(shè)閾值時(shí)，判定所述檢測(cè)對(duì)象的坐姿符合預(yù)設(shè)標(biāo)準(zhǔn)； 當(dāng)所述匹配結(jié)果小于或等于預(yù)設(shè)閾值時(shí)，判定所述檢測(cè)對(duì)象的坐姿不符合預(yù)設(shè)標(biāo)準(zhǔn)。
20.根據(jù)權(quán)利要求19所述的坐姿檢測(cè)裝置，其特征在于，所述裝置還包括: 背景更新單元，用于對(duì)所述二值化后的圖像進(jìn)行背景更新，通過(guò)背景差減法提取前景圖像； 計(jì)算單元，用于計(jì)算背景更新單元提取的所述前景圖像的頂點(diǎn)坐標(biāo)； 軌跡形成單元，用于將所述計(jì)算單元得到的前景圖像的頂點(diǎn)坐標(biāo)與先驗(yàn)前景圖像的頂點(diǎn)坐標(biāo)形成前景圖像的運(yùn)動(dòng)軌跡； 第二判定單元，用于根據(jù)所述軌跡形成單元形成的前景圖像的運(yùn)動(dòng)軌跡，判定所述不符合預(yù)設(shè)標(biāo)準(zhǔn)的檢測(cè)對(duì)象的坐姿是否不符合預(yù)設(shè)標(biāo)準(zhǔn)。
21.根據(jù)權(quán)利要求20所述的坐姿檢測(cè)裝置，其特征在于，所述背景更新單元進(jìn)行背景更新采用下述公式:
22.根據(jù)權(quán)利要求12-16任一項(xiàng)所述的坐姿檢測(cè)裝置，其特征在于，所述裝置還包括:第一顯示單元，用于當(dāng)判定所述檢測(cè)對(duì)象的坐姿符合預(yù)設(shè)標(biāo)準(zhǔn)時(shí)，向所述檢測(cè)對(duì)象顯示第一提示信息； 第二提示單元，用于當(dāng)判定所述檢測(cè)對(duì)象的坐姿不符合預(yù)設(shè)標(biāo)準(zhǔn)時(shí)，向所述檢測(cè)對(duì)象發(fā)出第二提示信息。
【文檔編號(hào)】G06K9/00GK103810478SQ201410059849
【公開日】2014年5月21日 申請(qǐng)日期:2014年2月21日 優(yōu)先權(quán)日:2014年2月21日
【發(fā)明者】辛晨 申請(qǐng)人:廣東小天才科技有限公司