CN113538873A - 一种基于图像识别技术的ai坐姿矫正摄像头 - Google Patents

一种基于图像识别技术的ai坐姿矫正摄像头 Download PDF

Info

Publication number
CN113538873A
CN113538873A CN202110860054.5A CN202110860054A CN113538873A CN 113538873 A CN113538873 A CN 113538873A CN 202110860054 A CN202110860054 A CN 202110860054A CN 113538873 A CN113538873 A CN 113538873A
Authority
CN
China
Prior art keywords
module
image
camera
frame
sitting posture
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110860054.5A
Other languages
English (en)
Inventor
郑意辉
曾刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dongguan Quanxin Iot Technology Co ltd
Original Assignee
Dongguan Quanxin Iot Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dongguan Quanxin Iot Technology Co ltd filed Critical Dongguan Quanxin Iot Technology Co ltd
Priority to CN202110860054.5A priority Critical patent/CN113538873A/zh
Publication of CN113538873A publication Critical patent/CN113538873A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/24—Reminder alarms, e.g. anti-loss alarms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于图像识别技术的AI坐姿矫正摄像头，包括摄像头模块、AI识别模块、通信模块、外传喇叭模块、其中：摄像头模块：用于采集图像数据；AI识别模块：内置坐姿识别的相关算法，对摄像头模块采集的图像进行实时预测；通信模块：由以太网、4G通信模块或5G通信模块组成，为上层提供网络传输服务；外传喇叭模块：当AI识别模块识别到不正确的坐姿时，播放相关语音提示，以及时矫正。本发明可识别多种不良坐姿，更加全面的帮助用户矫正各种不良坐姿，适用于不同人群，覆盖人群广，可以保留图像在客户端上查看，方便用户了解自己的姿态，有助于在无人监管的情况，摄像头模块内置的算法模型，可以自主学习，不断优化识别结果。

Description

一种基于图像识别技术的AI坐姿矫正摄像头
技术领域
本发明涉及人工智能技术领域，特别涉及一种基于图像识别技术的AI坐姿矫正摄像头。
背景技术
目前市面上的矫正坐姿产品主要以坐姿矫正器、矫姿背带这种物理产品为主，需要人为调整设置或者穿戴，具有一定的辅助作用，预防驼背、近视等问题。
现有技术缺点：
①人的身体结构存在一定的差异，矫正器材以及穿戴设备只能针对部分人群，以及特定的部分姿势进行矫正，不能完全覆盖不同年龄段以及不同体形的人。
②矫正器以及穿戴设备使用寿命有限，容易损坏。
③矫正器以及穿戴设备的物理结构，可能存在安全隐患。
发明内容
本发明的目的在于提供一种基于图像识别技术的AI坐姿矫正摄像头，可以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于图像识别技术的AI坐姿矫正摄像头，包括摄像头模块、AI识别模块、通信模块、外传喇叭模块、其中：
摄像头模块：用于采集图像数据；
AI识别模块：内置坐姿识别的相关算法，对摄像头模块采集的图像进行实时预测；
通信模块：由以太网、4G通信模块或5G通信模块组成，为上层提供网络传输服务；
外传喇叭模块：当AI识别模块识别到不正确的坐姿时，播放相关语音提示，以及时矫正。
进一步地，AI坐姿矫正摄像头的工作流程为：通电后会初始化摄像头、通信、外传喇叭模块，摄像头实时现在图像，将采集好的图像输入到AI识别模块进行实时预测，当识别到坐姿不正确时，调用外传喇叭模块播放相关提示，以及时端正坐姿，同时调用通信模块将坐姿不端正的画面加密后上传到云端，方便统计和用户查看。
进一步地，所述AI识别模块包括推流模块和图像识别模块，其中推流模块用于将摄像头采集的图像帧数据编码后推流到网络中，图像识别模块用于加载相关神经网络模型对图像帧进行实时识别。
进一步地，所述AI识别模块的整体流程如下：摄像头模块捕获了分辨率不同的两路图像帧，高分辨率视频帧通道的图像帧用于视频推流，低分辨率视频帧通道用于图像帧识别模块进行识别，高分辨率视频帧通道的图像帧先经过几何畸变矫正模块进行几何畸形矫正，再进入2D图像操作模块进行反转，接着在2D图形接口模块整合图像帧识别模块识别的结果，再经过2D图像操作模块进行缩放，存放到队列等待编码模块的编码，编码模块将视频帧编码为H264/H265码流，最后将编码好的数据推送到网络中，低分辨率视频帧通道的图像帧先经过2D图像操作模块缩放或反转，然后存放到队列，然后输入到图像帧识别模块进行识别，将图像帧识别模块识别的结果输入到图像绘制模块进行绘制，图像帧识别模块加载指定神经网络模型后，调用底层的NPU对输入的指定格式图像帧进行识别。
进一步地，所述推流模块的流程如下：
摄像头的传感器捕获视频帧后，将图像帧输入到几何畸变矫正模块进行几何畸变矫正，矫正后的数据帧输入到2D图像操作模块进行旋转，然后将数据帧输入到2D图形接口模块进行绘图和字体渲染等操作，接着将上一步的数据帧再输入一个2D图像操作模块进行缩放，将缩放好的数据帧存储到队列，等待编码模块将其编码为H264/H265码流，最后主流生成树协议将码流推送到网络中。
进一步地，所述图像识别模块的流程如下：
摄像头捕获的视频帧输入到2D图像操作模块进行旋转或缩放后存储到队列，图像帧识别模块加载神经网络模型后，从队列获取图像帧数据实时进行检测，当检测到结果后，输入到图像绘制模块进行绘制，绘制结果输入到2D图形接口模块，与2D图像操作模块输出的图像帧进行合成。
进一步地，所述2D图形操作模块提供2D图形操作，包括矩形填充、位图复制、图像缩放、图像混合。
进一步地，所述2D图形接口模块包括绘图、填充、字体渲染和图像加载。
与现有技术相比，本发明的有益效果是：
1.本发明通过图像识别技术，实时检查人体坐姿，当出现弯腰，驼背等不良坐姿时语音提醒矫正坐姿。使用简单，不需要任何安装任何矫正器材以及穿戴矫正设备，只需要摄像头对准人体即可使用，可识别多种不良坐姿，更加全面的帮助用户矫正各种不良坐姿，适用于不同年龄、身材、体态的人群，覆盖人群广。
2.本发明的摄像头模块检测到的不良坐姿，可以保留图像在客户端上查看，方便用户了解自己的姿态。
3.本发明在客户端上可以调取摄像头查看视频，可以远程监控，有助于在无人监管的情况，远程查看，方便小孩在无人监管的情况下，父母远程查看。
4.本发明的摄像头模块内置的算法模型，可以自主学习，不断优化识别结果。
附图说明
图1为本发明的AI坐姿矫正摄像头的结构示意图；
图2为本发明的AI识别模块的结构示意图；
图3为本发明的AI识别模块的流程图；
图4为本发明的推流模块的流程图；
图5为本发明的图像识别模块的流程图。
图中：100、摄像头模块；200、AI识别模块；300、通信模块；400、外传喇叭模块；201、推流模块；202、图像识别模块。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，一种基于图像识别技术的AI坐姿矫正摄像头，包括摄像头模块100、AI识别模块200、通信模块300、外传喇叭模块400、其中：摄像头模块100：主要负责实时图像的采集；AI识别模块200：内置坐姿识别的相关算法，对摄像头模块100采集的图像进行实时预测；通信模块300：由以太网、4G通信模块或5G通信模块组成，为上层提供网络传输服务；外传喇叭模块400：当AI识别模块200识别到不正确的坐姿时，播放相关语音提示，以及时矫正。
AI坐姿矫正摄像头的工作流程为：通电后会初始化摄像头、通信、外传喇叭模块，摄像头实时现在图像，将采集好的图像输入到AI识别模块200进行实时预测，当识别到坐姿不正确时，调用外传喇叭模块400播放相关提示，以及时端正坐姿，同时调用通信模块300将坐姿不端正的画面加密后上传到云端，方便统计和用户查看。
请参阅图2，所述AI识别模块200包括推流模块201和图像识别模块202，其中推流模块201用于将摄像头采集的图像帧数据编码后推流到网络中，图像识别模块202用于加载相关神经网络模型对图像帧进行实时识别。
请参阅图3，AI识别模块200的整体流程如下：摄像头模块100捕获了分辨率不同的两路图像帧，高分辨率视频帧通道的图像帧用于视频推流，低分辨率视频帧通道用于图像帧识别模块进行识别，高分辨率视频帧通道的图像帧先经过几何畸变矫正模块进行几何畸形矫正，再进入2D图像操作模块进行反转，接着在2D图形接口模块整合图像帧识别模块识别的结果，再经过2D图像操作模块进行缩放，存放到队列等待编码模块的编码，编码模块将视频帧编码为H264/H265码流，最后将编码好的数据推送到网络中，低分辨率视频帧通道的图像帧先经过2D图像操作模块缩放或反转，然后存放到队列，然后输入到图像帧识别模块进行识别，将图像帧识别模块识别的结果输入到图像绘制模块进行绘制，图像帧识别模块加载指定神经网络模型后，调用底层的NPU对输入的指定格式图像帧进行识别。
请参阅图4，所述推流模块201的流程如下：
摄像头的传感器捕获视频帧后，将图像帧输入到几何畸变矫正模块进行几何畸变矫正，矫正后的数据帧输入到2D图像操作模块进行旋转，然后将数据帧输入到2D图形接口模块进行绘图和字体渲染等操作，接着将上一步的数据帧再输入一个2D图像操作模块进行缩放，将缩放好的数据帧存储到队列，等待编码模块将其编码为H264/H265码流，最后主流生成树协议将码流推送到网络中。
请参阅图5，所述图像识别模块202的流程如下：
摄像头捕获的视频帧输入到2D图像操作模块进行旋转或缩放后存储到队列，图像帧识别模块加载神经网络模型后，从队列获取图像帧数据实时进行检测，当检测到结果后，输入到图像绘制模块进行绘制，绘制结果输入到2D图形接口模块，与2D图像操作模块输出的图像帧进行合成。
高分辨率视频帧通道和低分辨率视频帧通道是摄像头传感器捕获不同分辨率的视频帧通道。几何畸变矫正模块对输入的图像进行几何畸变矫正。
2D图形操作模块提供2D图形操作，包括矩形填充、位图复制、图像缩放、图像混合。2D图形接口模块包括绘图、填充、字体渲染和图像加载。
AI识别模块200处理对摄像头采集的图像进行识别，当识别到不良坐姿时，则通过外传喇叭模块400调用外放喇叭播放语音提醒矫正坐姿，并将图像和结果通过通信模块300传输至云端保存。通信模块300用有线或无线的方式接入局域网，将影音数据传输至云端保存，用户可在客户端上查看。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种基于图像识别技术的AI坐姿矫正摄像头，其特征在于，包括摄像头模块(100)、AI识别模块(200)、通信模块(300)、外传喇叭模块(400)、其中：
摄像头模块(100)：用于采集图像数据；
AI识别模块(200)：内置坐姿识别的相关算法，对摄像头模块(100)采集的图像进行实时预测；
通信模块(300)：由以太网、4G通信模块或5G通信模块组成，为上层提供网络传输服务；
外传喇叭模块(400)：当AI识别模块(200)识别到不正确的坐姿时，播放相关语音提示，以及时矫正。
2.如权利要求1所述的基于图像识别技术的AI坐姿矫正摄像头，其特征在于，AI坐姿矫正摄像头的工作流程为：通电后会初始化摄像头、通信、外传喇叭模块，摄像头实时现在图像，将采集好的图像输入到AI识别模块(200)进行实时预测，当识别到坐姿不正确时，调用外传喇叭模块(400)播放相关提示，以及时端正坐姿，同时调用通信模块(300)将坐姿不端正的画面加密后上传到云端，方便统计和用户查看。
3.如权利要求1所述的基于图像识别技术的AI坐姿矫正摄像头，其特征在于，所述AI识别模块(200)包括推流模块(201)和图像识别模块(202)，其中推流模块(201)用于将摄像头采集的图像帧数据编码后推流到网络中，图像识别模块(202)用于加载相关神经网络模型对图像帧进行实时识别。
4.如权利要求1所述的基于图像识别技术的AI坐姿矫正摄像头，其特征在于，所述AI识别模块(200)的整体流程如下：摄像头模块(100)捕获了分辨率不同的两路图像帧，高分辨率视频帧通道的图像帧用于视频推流，低分辨率视频帧通道用于图像帧识别模块进行识别，高分辨率视频帧通道的图像帧先经过几何畸变矫正模块进行几何畸形矫正，再进入2D图像操作模块进行反转，接着在2D图形接口模块整合图像帧识别模块识别的结果，再经过2D图像操作模块进行缩放，存放到队列等待编码模块的编码，编码模块将视频帧编码为H264/H265码流，最后将编码好的数据推送到网络中，低分辨率视频帧通道的图像帧先经过2D图像操作模块缩放或反转，然后存放到队列，然后输入到图像帧识别模块进行识别，将图像帧识别模块识别的结果输入到图像绘制模块进行绘制，图像帧识别模块加载指定神经网络模型后，调用底层的NPU对输入的指定格式图像帧进行识别。
5.如权利要求3所述的基于图像识别技术的AI坐姿矫正摄像头，其特征在于，其特征在于，所述推流模块(201)的流程如下：
摄像头的传感器捕获视频帧后，将图像帧输入到几何畸变矫正模块进行几何畸变矫正，矫正后的数据帧输入到2D图像操作模块进行旋转，然后将数据帧输入到2D图形接口模块进行绘图和字体渲染等操作，接着将上一步的数据帧再输入一个2D图像操作模块进行缩放，将缩放好的数据帧存储到队列，等待编码模块将其编码为H264/H265码流，最后主流生成树协议将码流推送到网络中。
6.如权利要求3所述的基于图像识别技术的AI坐姿矫正摄像头，其特征在于，所述图像识别模块(202)的流程如下：
摄像头捕获的视频帧输入到2D图像操作模块进行旋转或缩放后存储到队列，图像帧识别模块加载神经网络模型后，从队列获取图像帧数据实时进行检测，当检测到结果后，输入到图像绘制模块进行绘制，绘制结果输入到2D图形接口模块，与2D图像操作模块输出的图像帧进行合成。
7.如权利要求4-6任一项所述的基于图像识别技术的AI坐姿矫正摄像头，其特征在于，所述2D图形操作模块提供2D图形操作，包括矩形填充、位图复制、图像缩放、图像混合。
8.如权利要求4-6任一项所述的基于图像识别技术的AI坐姿矫正摄像头，其特征在于，所述2D图形接口模块包括绘图、填充、字体渲染和图像加载。
CN202110860054.5A 2021-07-28 2021-07-28 一种基于图像识别技术的ai坐姿矫正摄像头 Pending CN113538873A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110860054.5A CN113538873A (zh) 2021-07-28 2021-07-28 一种基于图像识别技术的ai坐姿矫正摄像头

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110860054.5A CN113538873A (zh) 2021-07-28 2021-07-28 一种基于图像识别技术的ai坐姿矫正摄像头

Publications (1)

Publication Number Publication Date
CN113538873A true CN113538873A (zh) 2021-10-22

Family

ID=78089582

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110860054.5A Pending CN113538873A (zh) 2021-07-28 2021-07-28 一种基于图像识别技术的ai坐姿矫正摄像头

Country Status (1)

Country Link
CN (1) CN113538873A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116260990A (zh) * 2023-05-16 2023-06-13 合肥高斯智能科技有限公司 一种多路视频流的ai异步检测并实时渲染方法及***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109274883A (zh) * 2018-07-24 2019-01-25 广州虎牙信息科技有限公司 姿态矫正方法、装置、终端及存储介质
CN110796077A (zh) * 2019-10-29 2020-02-14 湖北民族大学 姿态动作实时检测校正方法
CN111601088A (zh) * 2020-05-27 2020-08-28 大连成者科技有限公司 一种基于单目摄像头坐姿识别技术的坐姿监控***
US20200394817A1 (en) * 2019-06-17 2020-12-17 Qisda Corporation Lamp and method for detecting a sitting posture of a user
CN112149472A (zh) * 2019-06-28 2020-12-29 广州芊泓运动科技有限公司 一种基于人工智能的肢体动作识别比对方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109274883A (zh) * 2018-07-24 2019-01-25 广州虎牙信息科技有限公司 姿态矫正方法、装置、终端及存储介质
US20200394817A1 (en) * 2019-06-17 2020-12-17 Qisda Corporation Lamp and method for detecting a sitting posture of a user
CN112149472A (zh) * 2019-06-28 2020-12-29 广州芊泓运动科技有限公司 一种基于人工智能的肢体动作识别比对方法
CN110796077A (zh) * 2019-10-29 2020-02-14 湖北民族大学 姿态动作实时检测校正方法
CN111601088A (zh) * 2020-05-27 2020-08-28 大连成者科技有限公司 一种基于单目摄像头坐姿识别技术的坐姿监控***

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116260990A (zh) * 2023-05-16 2023-06-13 合肥高斯智能科技有限公司 一种多路视频流的ai异步检测并实时渲染方法及***

Similar Documents

Publication Publication Date Title
CN103460250B (zh) 基于感兴趣对象的图像处理
WO2018077142A1 (zh) 全景视频的处理方法、装置及***
JP6247324B2 (ja) 引き続くアプリケーションを容易にするためにビデオ画像パラメータを動的に適合させるための方法
CN105072327B (zh) 一种防闭眼的人像拍摄处理的方法和装置
CN105979224A (zh) 一种头戴显示器、视频输出设备和视频处理方法、***
US9001181B2 (en) Image processing apparatus, image processing method, and computer program product
CN102474593A (zh) 电信会议设备和图像显示处理方法
CN102088593B (zh) 基于蓝牙3.0规范的mpeg4压缩视频传输通信***及方法
CN113538873A (zh) 一种基于图像识别技术的ai坐姿矫正摄像头
CN104270621A (zh) 一种穿戴式td-lte终端装置
CN111696039B (zh) 图像处理方法及装置、存储介质和电子设备
CN104504852A (zh) 一种基于图像预警婴儿安全监护器及婴儿安全判断方法
CN108076303A (zh) 一种视频图像显示方法和装置
CN111797694B (zh) 一种车牌检测方法及装置
CN106899810A (zh) 一种矿井视频图像融合方法与装置
JP2013090004A (ja) 画像受信装置
CN110753243A (zh) 图像处理方法、图像处理服务器及图像处理***
JP3550046B2 (ja) カメラ画像伝送方法及びカメラ画像伝送システム
JPH0338188A (ja) 動画像伝送方式
CN112887293A (zh) 流媒体的处理方法、装置及电子设备
JP5934993B2 (ja) 画像送信装置及び画像送受信システム
KR20020007511A (ko) 화상 통신기의 배경화면 변환장치
JPH0879721A (ja) テレビ電話装置
CN112507948A (zh) 口罩佩戴提示方法及相关装置
CN205987159U (zh) 一种医疗视频影像直播一体机

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20211022

RJ01 Rejection of invention patent application after publication