基于深度学习的坐姿在线识别系统设计文献综述
2020-05-05 17:13:27
一、坐姿在线识别系统的概述 当前,坐姿早已成为当今现代人最常见的日常状态之一,同时也和人的身体密切相关。
正确的坐姿能够保护人们的身体健康,提高学习和工作效率;不标准的坐姿无论是在近视、腰颈椎疾病和肌肉劳损等方面都给人类带来了很大的伤害。
Kinect的实时骨骼跟踪技术获取身体关节点的三维位置信息,为进行人体姿势识别提供了丰富的信息,拟在三维关节点位置信息的基础上,建立一种实时的人体姿势识别系统。
对坐姿进行识别,不仅可以统计日常的坐姿规范性,同时也可以对日常的坐姿进行提醒作用,因此对坐姿进行识别具有一定的实用价值。
二、坐姿在线识别系统的意义 在线坐姿识别系统,是在基于微软的Kinect的深度传感器的基础上,通过其输出的深度信息,可以提取较为纯净的人体前景。
而人体坐姿的不同坐姿的深度信息,有很大的类间区分,主要分为以下几个坐姿:标准,低头,趴桌,后仰,左偏头,右偏头,左托腮,右托腮。
以深度图像作为作为输入,通过深度学习网络对其进行分类。
最后设计在线识别系统界面,用于监控和改善坐姿状况。
在未来的人机交互和监控领域中 , 机器要感知人的意图在很大程度上就需要依靠视觉系统。
此外, 视觉传感器具有体积小、被动性和非接触式的特点, 使得视觉传感器和视觉信息系统具备了特有的前途。
剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付