摘要
本发明提供了一种重构3D人体关键点的坐姿检测方法、装置及系统,涉及图形数据读取技术领域,包括通过双视觉传感器获取不同角度的图像,结合其空间位置关系,计算得到上半身关键点的三维坐标;通过测距传感器得到背部关键点的三维坐标;通过上半身关键点和背部关键点重构完整的坐姿3D关键点;使用预训练的图注意神经网络对重构出的3D关键点进行分类,得到坐姿类型。本发明通过结合背部关键点,使坐姿检测具备更高的准确性和鲁棒性。本发明整个检测过程从数据获取、关键点提取到姿态识别,均实现了高度自动化,减少了人工干预,提高了处理效率,并且通过准确检测坐姿类型,可以帮助被检测者纠正不良坐姿,预防颈椎病、脊椎侧弯等健康问题。
技术关键词
骨骼关键点
卷积神经网络模型
椅背
坐标系
坐姿检测方法
双目视觉立体匹配算法
人体关键点
坐姿检测装置
测距传感器
图像
关键点特征
奇异值分解算法
协方差矩阵
人体姿态识别
双视觉传感器
分类准确率
系统为您推荐了相关专利信息
智慧监控系统
智慧城市安防监控系统
监控阈值
图像
人工智能模型训练
里程计
多传感器融合
激光雷达
坐标系
雷达点云数据
镜头
控制单元
深度卷积神经网络模型
场景分类
参数
人工智能模型
人脸识别方法
超声波发射器
人脸模型
代表
拓扑优化方法
可变形组件
迭代算法
矩阵
剪切模量