CN114283448B 一种基于头部姿态估计的儿童坐姿提醒方法和系统 (浙江工业大学).docxVIP

CN114283448B 一种基于头部姿态估计的儿童坐姿提醒方法和系统 (浙江工业大学).docx

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114283448B(45)授权公告日2025.07.08

(21)申请号202111551860.0

(22)申请日2021.12.17

(65)同一申请的已公布的文献号申请公布号CN114283448A

(43)申请公布日2022.04.05

(73)专利权人浙江工业大学

地址310014浙江省杭州市拱墅区潮王路

18号

(72)发明人宣琦宋栩杰周洁韵翔云

邱君瀚

(74)专利代理机构杭州天正专利事务所有限公司33201

专利代理师王兵

(51)Int.CI.

GO6V40/10(2022.01)

GO6V40/20(2022.01)

GO6V10/82(2022.01)

GO6N3/0464(2023.01)

G08B21/24(2006.01)

(56)对比文件

CN113705521A,2021.11.26

审查员徐晓艳

权利要求书4页说明书8页附图3页

(54)发明名称

一种基于头部姿态估计的儿童坐姿提醒方法和系统

(57)摘要

CN114283448B本发明公开一种基于头部姿态估计的儿童坐姿提醒方法,包括:S1:从摄像设备获取原始图像,进行有效帧检测并保留有效帧;S2:使用目标检测算法从原始图像提取头部图像;S3:将头部图像输入头部姿态估计网络,得到俯仰角、偏航角、滚转角的概率分布序列和最终的估计角度;S4:将概率分布序列输入一维卷积网络验证准确性,根据估计角度对头部姿态进行判断并对错误姿态进行语音提醒。本发明还包括一种基于头部姿态估计的儿童坐姿提醒系统。本发明能够通过摄像设备对儿童书写阅读场景下的头部欧拉角

CN114283448B

图像输入模块:

图像输入模块:

获取图像;有效帧检测

头部检测模块:头部检测

姿态估计模块:

获取欧拉角预测角度及概率分布序列

坐姿提醒模块:

准确度评估、错误坐姿提醒

CN114283448B权利要求书1/4页

2

1.一种基于头部姿态估计的儿童坐姿提醒方法,其特征在于:包括以下步骤:

S1:从摄像设备获取原始图像,并输入有效帧判别网络进行有效帧检测,若有效帧概率小于无效帧概率则该原始图像为无效帧,反之即为有效帧,保留有效帧;

S2:使用目标检测算法对原始图像进行头部检测,并根据检测结果提取头部图像;

S3:将头部图像输入头部姿态估计网络,得到欧拉角三个维度的概率分布序列p,y,r∈R×和最终的估计角度俯仰角θ,偏航角θ,,滚转角θ;

S4:将概率分布序列输入一维卷积网络进行准确度评估,若一维卷积网络输出的准确度小于0.5,则返回步骤S1,否则根据S3中的估计角度进行头部姿态的判断,并针对错误姿态进行语音提醒;

所述步骤S1具体包括:

S1.1:将原始图像调整成正方形,并对每一个通道进行归一化,得到Image?;

S1.2:将Image?输入有效帧判别网络,输出该帧图像为有效帧和无效帧的概率分别为P?(x),P?(x),若P?(x)P?(x),则该帧图像为无效帧,反之则为有效帧;

步骤S1.2所述有效帧判别网络是由多个基本网络块构成的轻量级网络,其基本网络块由1×1的普通卷积和3×3的depth-wise卷积构成,并分别在网络块头部和尾部进行通道分离和通道混合操作;

所述步骤S2具体包括:

S2.1:将原始图像大小调整成正方形,并对每一个通道进行归一化,得到Image?,Image?的尺寸比Image?更大;

S2.2:将Image?输入Yolov5目标检测网络进行头部识别,输出头部外接矩形框在原始图像上的坐标:X?,Y?,x,y_;

其中x?,y?分别为外接矩形框左上角的x坐标和y坐标;x,y,分别为外接矩形框右上角的x坐标和y坐标;

S2.3:根据头部外接矩形框的坐标从原始图像提取头部图像;

所述步骤S3具体包括:

S3.1:将头部图像大小调整成正方形,并对每一个通道进行归一化,得到Image?;

S3.2:将Image?输入姿态估计网络,得到俯仰角、偏航角、滚转角的概率分布序列以及估计角度;

所述概率分布序列分别记为p,y,r∈R×,其中N∈{66,120,66},R∈[0,1],,所述俯仰角范围为[-99°,99°],偏航角范围为[-180°,180°],滚转角

您可能关注的文档

文档评论(0)

aabbcc + 关注
实名认证
文档贡献者

若下载文档格式有问题,请咨询qq1643702686索取原版

1亿VIP精品文档

相关文档