基于深度图像的嵌入式人体坐姿检测系统的实现

Realization of Embedded Human Body Sitting Detection System Based on Depth Image

摘要:

以检测不良坐姿，分析人们学习工作状态为引导，设计了基于深度图像的坐姿检测系统。该系统采用3D传感器获取人体坐立时的深度图像，设计了一种基于深度阈值的快速前景提取与干扰移除方法，能快速有效的提取坐姿状态下的人体分割图。基于人体轮廓的曲线特征实现了人体关键点定位，通过人体关键点的角度、深度信息与轮廓特征，对不同的坐姿图像进行统计分析，得到了一种区分不同坐姿的判定基准，运用该基准对9种不同坐姿进行识别，平均识别率可达到90%。最后，基于Android平台设计了坐姿检测系统的应用软件，实现了坐姿检测、坐姿提醒以及姿态统计等功能，并且对学习过程进行测试，测试结果表明，本系统可以有效的检测出9种坐姿、并对不良坐姿进行提醒与统计。

Abstract: