專利名稱：：一種基于單攝像機的人體坐姿判定方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種利用攝像機獲取的視頻圖像進行人體坐姿判定的方法。目的是通過攝像頭實時采集人的坐姿，并運用目標分割、輪廓提取、面部特征定位等技術(shù)，再通過匹配姿勢特征得出對坐姿的評價，屬于計算機視覺
技術(shù)領(lǐng)域：
。
背景技術(shù)：
：現(xiàn)今，通過計算機提高工作效率廣泛地應(yīng)用于各行各業(yè)中，越來越多的人只要坐在電腦前便可完成所有的工作。但是，在計算機日益普及的同時，一種以往常見于中老年人群的疾病——腰頸椎病，近年來發(fā)病年齡明顯趨向年輕化。腰頸椎病是一種很難根治的慢性病，其發(fā)病率連年上漲，已嚴重地影響到人們的健康。醫(yī)學專家們在對腰頸椎病進行了長期的臨床研究后發(fā)現(xiàn)，腰頸椎病年輕患者大部分都從事計算機工作，每天使用計算機時間超過6小時，這一結(jié)果表明腰頸椎病與長期保持不正確坐姿有著很大的關(guān)系。人們在長期保持坐姿時，會根據(jù)身體需要不自覺地經(jīng)常調(diào)整著力點或改變各種姿勢，從而達到舒適的感覺，但是，舒適的坐姿并不一定是正確的坐姿，當人們在專注于工作時很難時刻提醒自己保持正確坐姿，又不可能專門雇用醫(yī)生在辦公室糾正坐姿，因此，有必要通過某種方法幫助那些長期伏案工作的人糾正不正確的坐姿?，F(xiàn)有的能夠?qū)崿F(xiàn)上述功能的方法有兩類■第一類是使用特制的座椅，這類方法通過在座椅的座位、椅背等處安裝多個感受壓力的傳感器，然后通過分析各壓力傳感器的壓力差來確定使用者的坐姿是否正確，如果不正確則報警?！龅诙愂鞘褂枚鄠€攝像頭，這類方法在使用者周圍固定的方位和高度安裝多個攝像頭，然后通過分析多個攝像頭在同一時刻采集的圖像來確定使用者的坐姿是否正確，如果不正確則報警。上述兩類方法的成本都比較高，需要購買特制的座椅或者安裝多個攝像頭，如果其中的某個傳感器或攝像頭出現(xiàn)了故障，則整個系統(tǒng)將無法正常工作。基于以上原因，我們發(fā)明了一種可以借助單個攝像頭獲取的視頻圖像自動幫助人們糾正坐姿方法，不僅可以大大的減少長期使用計算機者的腰頸椎發(fā)病率，而且成本低廉。
發(fā)明內(nèi)容本發(fā)明的目的是提供一種對人體坐姿的判定方法。該方法利用單攝像機實時獲取當前人體坐姿，以視頻分析技術(shù)為基礎(chǔ)，通過與預(yù)定義的一系列不正確坐姿進行比較來判定人體坐姿是否合理。為實現(xiàn)上述目的，本發(fā)明采用下述技術(shù)方案。其特征在于包括以下步驟步驟一由單個攝像機實時采集人體及其周邊區(qū)域的視頻信息，基于運動對象檢測方法檢出人體區(qū)域，在檢出的人體區(qū)域中，通過特征分析得到人體上半身輪廓；步驟二通過臉部特征檢測方法提取所述視頻信息中臉所在的矩形區(qū)域、雙眼所在的兩個矩形區(qū)域以及嘴所在的矩形區(qū)域；步驟三基于所述人體上半身輪廓擬合出人體上半身中軸線，基于所述臉所在的矩形區(qū)域定位臉部中軸線，并通過由雙眼所在的兩個矩形區(qū)域以及嘴所在的矩形區(qū)域計算出的三個幾何中點得到眼嘴三角形；步驟四根據(jù)所述上半身中軸線的方向、臉部中軸線的方向，以及眼嘴三角形的形狀參數(shù)，這三者中的一個或多個來確定被檢測對象的坐姿。所述步驟一中的運動對象檢測方法為背景減方法、光流法、像素遞歸法中的一個或多個。所述步驟一中的特征分析方法為邊緣特征分析法或連通區(qū)域分析法。所述步驟二中，通過特征分析得到人體上半身輪廓時，首先利用融合變化檢測和形態(tài)學方法進行視頻分割，然后采用Carmy算子提取前景圖像的邊緣以確定人體的上半身輪廓。所述步驟三中的上半身中軸線是通過在人體上半身輪廓區(qū)域內(nèi)畫出多條水平線，進而將每一條水平線與所述上半身輪廓區(qū)域相交得到的兩個交點的中點進行擬合獲得的。所述步驟三中的臉部中軸線是所述臉部所在的矩形區(qū)域的垂直中軸線，眼嘴三角形是通過連接雙眼和嘴所在的矩形區(qū)域的中心點得到的。本發(fā)明所提供的基于單攝像機獲取的視頻流進行人體坐姿判定的方法可以有效判定伏案工作者坐姿的合理性并提出相應(yīng)的警告，從而減少腰頸椎病的發(fā)病率。有關(guān)的測試結(jié)果表明，本方法能正確判定預(yù)定義的各類不合理坐姿且取得了較好的使用效果。圖l是本發(fā)明實現(xiàn)流程圖。圖2是本發(fā)明實現(xiàn)中運動對象檢測功能模塊圖。具體實施例方式前已述及，本發(fā)明利用單攝像機獲取被監(jiān)測對象的實時視頻信息，用運動對象檢測方法提取被監(jiān)測對象上半身區(qū)域，再使用特征分析方法得到上半身輪廓，臉部特征檢測方法得到臉部、雙眼和嘴所在的區(qū)域，在這些檢測出的特征區(qū)域的基礎(chǔ)上，通過比較上半身中軸線方向、臉部中軸線方向以及眼嘴三角形的比例變化確定被監(jiān)測對象的坐姿，實現(xiàn)了對人體坐姿的判定。下面結(jié)合本發(fā)明的實現(xiàn)方式，圖1中明確表示了本發(fā)明的過程。第一步，由單個攝像機實時采集人體及其周邊區(qū)域的視頻信息，基于運動對象檢測技術(shù)檢測出活動的人體區(qū)域，在檢出的人體區(qū)域中，通過特征分析(例如邊緣特征、連通區(qū)域等)得到人體上半身輪廓；第二步，通過臉部特征檢測方法得到到臉、眼和嘴所在的矩形區(qū)域；第三步，基于上半身輪廓擬合出上半身中軸線，基于臉所在的矩形區(qū)域定位臉部中軸線，基于眼和嘴所在矩形區(qū)域的幾何中心得到眼嘴三角形；第四步，預(yù)定義人體的多類不良坐姿，例如身體歪斜、身體旋轉(zhuǎn)、身體前傾、頭部歪斜、頭部旋轉(zhuǎn)、頭部前傾等，然后，通過比較多類不良坐姿與上半身中軸線方向、臉部中軸線方向和眼嘴三角形的比例關(guān)系，判定人體坐姿是否正確。步驟一在實時采集的視頻幀中，采用運動對象檢測方法檢出人體所在區(qū)域，并通過特征分析方法得到人體上半身輪廓。由于攝像頭所獲取的信息既包括本發(fā)明所需要的前景(被監(jiān)測對象)信息，而且包括背景信息，因此，首先需要對背景進行清除，然后再對前景進行增強。步驟一的具體實施步驟如下11)運動對象檢測本發(fā)明中，運動對象檢測的功能模塊如附圖2所示，輸入的信息是一系列實時采集的視頻幀，經(jīng)過背景消除、高斯/形態(tài)濾波和對象提取等功能模塊，輸出檢測到的運動對象，其中的反饋環(huán)節(jié)是背景更新模塊，背景更新既可以采用簡單的固定幀(定時更新)模型，也可以采用多幀加權(quán)平均等模型。通過運動對象檢測，可以將辦公桌、座椅等靜止的背景消除，留下人體上半身的二值圖像。12)運動對象邊緣提取邊緣提取是對運動對象檢測得到的前景圖像進一步處理，從而得到完整的邊緣6線。用于邊緣提取的典型一階微分算子有Roberts算子、Prewitt算子、Sobd算子，二階算子有Laplace算子、LOG算子等，這些算子雖然簡單并易于實現(xiàn)，但是它們對圖像中的噪聲非常敏感，實際應(yīng)用中效果并不理想。相比之下，基于最優(yōu)化算法的Canny算子具有信噪比大和檢測精度高的優(yōu)點，故本發(fā)明采用Canny算子進行上半身輪廓提取。經(jīng)過反復(fù)實驗，我們發(fā)現(xiàn)對于一般的室內(nèi)場景，Canny算子低閾值在lO時高閾值在40-60間較為準確。13)上半身輪廓確定Canny算子邊緣提取之后，得到一幅前景圖像的邊緣圖。該圖中消除了背景信息，不再有背景像素的干擾，圖中僅存在所需要的前景圖像。并且，在圖中簡單的前景圖像也被Canny算子具體化，得到一系列不規(guī)則的曲線。但這些曲線雜亂無章，既包括人上半身的輪廓，也包括人衣服的褶皺、圖案和臉部器官。因此還需要有準確地找出那些邊緣構(gòu)成人體上半身輪廓。本發(fā)明中，總結(jié)了人體上半身輪廓所具有的3個特點，根據(jù)這些特點設(shè)計出一種簡便、速度快、準確率高的上半身輪廓提取算法。■上半身輪廓從最下方處向上延伸，兩點間距離變化較小■上半身輪廓為身體區(qū)域最"外側(cè)"的曲線■身體區(qū)域自下向上，每條水平線上兩個輪廓點之間的差值逐漸減少步驟二通過臉部特征分析提取臉、雙眼和嘴所在的矩形區(qū)域頭部姿態(tài)很好地反映了人體頸椎受力的狀況，本發(fā)明通過分析臉部的多個特征判定頭部姿態(tài)，因此，需要得到人臉和眼睛、嘴的具體位置。步驟二的具體實施步驟如下21)人臉定位本發(fā)明采用Haar分類器實現(xiàn)人臉的定位，在人臉定位時的輸入圖像既可以選擇原始圖像，也可以選擇運動對象檢測或者對象邊緣提取后的圖像。經(jīng)過分析和實驗后發(fā)現(xiàn)，對于原始圖像，其中包括人或物等許多背景干擾因素，不但會降低人臉定位的準確率，同時還會增大系統(tǒng)運行時間；而對于對象邊緣提取后的圖像，前景人物被表示為若干條無規(guī)律的曲線，也不能很好的提取人臉特征，此外，在采用Canny算子提取對象邊緣時，為達到理想的提取效果，其閾值設(shè)置要求非常高。所以，在本發(fā)明中，人臉定位的輸入圖像選定為運動對象檢測后的圖像。由于Haar分類器的運算過程比較復(fù)雜，對一幀分辨率800X600的圖像來說，一般檢測時間為400ms左右，不能滿足實時需求，因此，本發(fā)明中，在采用Haar分類器定位人臉之前，首先對圖像進行下采樣，然后規(guī)定人臉的最小檢測尺寸。這樣，不僅提高了檢測速度而且精度可達到預(yù)期目標，例如，將分辨率800X600的圖像下采樣為200X150的圖像，并且規(guī)定人臉的最小尺寸為40X40之后，人臉定位的速度提高到30ms/幀。22)雙眼和嘴的定位在人臉定位的基礎(chǔ)上，本發(fā)明仍采用Haar分類器實現(xiàn)雙眼和嘴的定位，在定位過程中，由于分類器判定的不確定性，定位結(jié)果可能會出現(xiàn)不合邏輯的錯位現(xiàn)象，例如嘴在雙眼上方、雙眼重疊等現(xiàn)象。為了解決這些問題，本發(fā)明在雙眼和嘴的定位過程中定義了一些約束條件，例如，嘴應(yīng)在臉部的中部偏下位置，雙眼在嘴的上方，左眼和右眼的位置關(guān)系等，根據(jù)這些約束條件，可以對分類器得出的結(jié)果進行分析，排除不正確的定位。步驟三基于人體上半身輪廓擬合人體上半身中軸線，基于臉所在的矩形區(qū)域定位臉部中軸線，并通過由雙眼所在的兩個矩形區(qū)域以及嘴所在的矩形區(qū)域計算出的三個幾何中點得到眼嘴三角形步驟三的具體實施步驟如下—31)擬合人體上半身中軸線人體上半身的中點線可以表示上半身的基本狀態(tài)，是人體重心軸的一種體現(xiàn)，可據(jù)此判斷人體上半身的基本姿態(tài)。本發(fā)明中，在人體上半身輪廓區(qū)域內(nèi)畫出多條水平線，每一條水平線都會與人體上半身輪廓有兩個交點，構(gòu)成人體上半身區(qū)域內(nèi)的多條水平線段，然后計算出這些水平線段的中點，并對所有計算出來的中點進行線性回歸，從而將散亂的點歸整為一條直線，這條直線給出了人上半身的姿態(tài)，是姿態(tài)判定的依據(jù)，我們稱之為人體上半身中軸線。32)取得人臉矩形的中線人臉區(qū)域的中軸線可以表示臉部的位置，可據(jù)此判斷頭部的基本姿態(tài)。因為人臉的矩形區(qū)域已經(jīng)得到，所以，人臉區(qū)域中軸線與人體上半身中軸線的獲取方法不同，可直接通過人臉矩形區(qū)域得到。33)計算出眼嘴三角形人類的雙眼和嘴具有確定的位置關(guān)系，這一關(guān)系也可以被用于頭部姿態(tài)判定。因為在本發(fā)明的步驟二中已經(jīng)得到了雙眼和嘴部的矩形區(qū)域，所以也能夠容易地計算出這些矩形區(qū)域的幾何中心，將這三個幾何中心連接后，就得到了眼嘴三角形。步驟四根據(jù)所述上半身中軸線和臉部中軸線的方向，以及眼嘴三角形的比例8變化確定被檢測對象的坐姿步驟四的具體實施步驟如下-41)定義人體的多類不良坐姿根據(jù)人體工學的研究，對人體有危害的不良坐姿可分為6種，它們分別是身體歪斜、身體旋轉(zhuǎn)、身體前傾、頭部歪斜、頭部旋轉(zhuǎn)、頭部前傾。故本發(fā)明中預(yù)定義的不良坐姿為身體歪斜、身體旋轉(zhuǎn)、身體前傾、頭部歪斜、頭部旋轉(zhuǎn)、頭部前傾。身體沿垂直平面發(fā)生旋轉(zhuǎn)導致的不良坐身體沿水平平面發(fā)生旋轉(zhuǎn)導致的不良坐身體減小腰椎的前向角度而導致的不良頭部沿垂直平面發(fā)生旋轉(zhuǎn)導致的不良坐頭部沿水平平面發(fā)生旋轉(zhuǎn)導致的不良坐頭部減小頸椎的前向角度而導致的不良對于步驟四在(1)中預(yù)定義的6種不良坐姿可以通過步驟三得到的兩條中軸線和一個三角形的特征參數(shù)進行判斷，根據(jù)每種坐姿的普遍特性，特征參數(shù)將會呈現(xiàn)不同狀態(tài)，特征參數(shù)間的關(guān)系也不相同。具體判定方法如下■身體歪斜不良坐姿身體歪斜會導致邊緣不對稱，上半身中軸線的方向可以體現(xiàn)出這種不對稱關(guān)系，本發(fā)明中，通過判定上半身中軸線的斜率是否滿足閾值范圍確定身體歪斜坐姿。■身體旋轉(zhuǎn)不良坐姿身體旋轉(zhuǎn)會使身體與頭部的相對位置發(fā)生變化，本發(fā)明中，通過判定上半身中軸線與臉部中軸線的距離變化確定身體旋轉(zhuǎn)坐姿?！錾眢w前傾不良坐姿身體前傾會使人臉與攝像頭的距離縮短，同時人臉在圖像中所占比例增大，本發(fā)明中，通過判定人臉中軸線在整個圖像中所占比例的變化確定身體前傾坐姿?！錾眢w歪斜-姿；■身體旋轉(zhuǎn):姿；■身體前傾:坐姿■頭部歪斜:姿；■頭部旋轉(zhuǎn):姿；■頭部前傾:坐姿42)人體坐姿合楚是指在正確姿勢下，是指在正確姿勢下，是指在正確姿勢下，是指在正確姿勢下，是指在正確姿勢下，是指在正確姿勢下，性的判定■頭部歪斜不良坐姿頭部歪斜時，雙眼的高度會發(fā)生變化，其連線將與水平線形成一定角度，本發(fā)明中，通過判定眼嘴三角形底邊的斜率是否滿足閾值范圍確定頭部歪斜坐姿?！鲱^部旋轉(zhuǎn)不良坐姿頭部旋轉(zhuǎn)過程中，雙眼會同時向旋轉(zhuǎn)方向移動，造成雙眼與臉部中軸線的位置關(guān)系發(fā)生變化，旋轉(zhuǎn)角度較大時，甚至會出現(xiàn)雙眼在臉部中軸線同側(cè)的情況，本發(fā)明中，通過判定人臉中軸線與眼嘴三角形底邊中點的距離確定頭部旋轉(zhuǎn)坐姿?！鲱^部前傾不良坐姿頭部前傾會導致雙眼與嘴的距離發(fā)生變化，而在此過程中，雙眼的距離不會發(fā)生變化，本發(fā)明中，通過判定眼嘴三角形底邊和高的比例確定頭部前傾坐姿。如果不屬于這6種不良坐姿，則認為是合理坐姿。各種不良坐姿及其所利用的步驟三中得到的特征參數(shù)之間的關(guān)系如表l所示。表l.特征參數(shù)與不良姿態(tài)的關(guān)系<table>tableseeoriginaldocumentpage10</column></row><table>以上公開的僅為本發(fā)明的具體實例，根據(jù)本發(fā)明提供的思想，本領(lǐng)域的技術(shù)人員能思及的變化，都應(yīng)落入本發(fā)明的保護范圍內(nèi)。權(quán)利要求1.一種基于單攝像機的人體坐姿判定方法，其特征在于包括以下步驟步驟一由單個攝像機實時采集人體及其周邊區(qū)域的視頻信息，基于運動對象檢測方法檢出人體區(qū)域，在檢出的人體區(qū)域中，通過特征分析得到人體上半身輪廓；步驟二通過臉部特征檢測方法提取所述視頻信息中臉所在的矩形區(qū)域，并在所述臉所在的矩形區(qū)域中檢測出雙眼所在的兩個矩形區(qū)域以及嘴所在的矩形區(qū)域；步驟三基于所述人體上半身輪廓擬合出人體上半身中軸線，基于所述臉所在的矩形區(qū)域定位臉部中軸線，并通過由雙眼所在的兩個矩形區(qū)域以及嘴所在的矩形區(qū)域計算出的三個幾何中點得到眼嘴三角形；步驟四根據(jù)所述上半身中軸線的方向、臉部中軸線的方向，以及眼嘴三角形的形狀參數(shù)，這三者中的一個或多個來確定被檢測對象的坐姿。2.如權(quán)利要求l所述的方法，其特征在于所述步驟一中的特征分析方法為邊緣特征分析法或連通區(qū)域分析法。3.如權(quán)利要求l所述的方法，其特征在于所述步驟二中，通過特征分析得到人體上半身輪廓時，首先利用融合變化檢測和形態(tài)學方法進行視頻分割，然后采用Canny算子提取前景圖像的邊緣以確定人體的上半身輪廓。4.如權(quán)利要求l所述的方法，其特征在于所述步驟三中的上半身中軸線是通過在人體上半身輪廓區(qū)域內(nèi)畫出多條水平線，進而將每一條水平線與所述上半身輪廓區(qū)域相交得到的兩個交點的中點進行擬合獲得的。5.如權(quán)利要求l所述的方法，其特征在于所述步驟三中的臉部中軸線是所述臉部所在的矩形區(qū)域的垂直中軸線，眼嘴三角形是通過連接雙眼和嘴所在的矩形區(qū)域的中心點得到的。6.—種基于單攝像機的人體坐姿判定裝置，其特征在于包括以下部分軀體特征分析單元，用于接受由單個攝像機實時釆集的人體及其周邊區(qū)域的視頻信息，并基于運動對象檢測方法檢出人體區(qū)域，在檢出的人體區(qū)域中，通過特征分析得到人體上半身輪廓；頭部特征分析單元，用于通過臉部特征檢測方法提取所述視頻信息中臉所在的矩形區(qū)域，并在所述臉所在的矩形區(qū)域中檢測出雙眼所在的兩個矩形區(qū)域以及嘴所在的矩形區(qū)域；特征計算單元，用于根據(jù)所述人體上半身輪廓擬合出人體上半身中軸線，基于所述臉所在的矩形區(qū)域定位臉部中軸線，并通過由雙眼所在的兩個矩形區(qū)域以及嘴所在的矩形區(qū)域計算出的三個幾何中點得到眼嘴三角形；坐姿判定單元，用于根據(jù)所述上半身中軸線的方向、臉部中軸線的方向，以及眼嘴三角形的形狀參數(shù)，這三者中的一個或多個來確定被檢測對象的坐姿。7.如權(quán)利要求6所述的裝置，其特征在于所述軀體特征分析單元中采用的特征分析方法為邊緣特征分析法或連通區(qū)域分析法。8.如權(quán)利要求6所述的裝置，其特征在于所述頭部特征分析單元中在通過特征分析得到人體上半身輪廓時，首先利用融合變化檢測和形態(tài)學方法進行視頻分割，然后采用Canny算子提取前景圖像的邊緣以確定人體的上半身輪廓。9.如權(quán)利要求6所述的裝置，其特征在于所述特征計算單元中上半身中軸線是通過在人體上半身輪廓區(qū)域內(nèi)畫出多條水平線，進而將每一條水平線與所述上半身輪廓區(qū)域相交得到的兩個交點的中點進行擬合獲得的。10.如權(quán)利要求6所述的裝置，其特征在于所述坐姿檢測單元中的臉部中軸線是所述臉部所在的矩形區(qū)域的垂直中軸線，眼嘴三角形是通過連接雙眼和嘴所在的矩形區(qū)域的中心點得到的。全文摘要一種基于單攝像機的人體坐姿判定方法。本發(fā)明利用由單個攝像機實時采集人體及其附近區(qū)域的視頻信息，基于運動對象檢測技術(shù)檢出活動的人體區(qū)域，通過特征分析得到人體上半身輪廓，通過臉部特征檢測到臉、眼和嘴所在矩形區(qū)域，在此基礎(chǔ)上，定位上半身中軸線、臉部中軸線和眼嘴三角形，并通過分析多類不良坐姿與上半身中軸線、臉部中軸線和眼嘴三角形的關(guān)系，確定人體坐姿。文檔編號G06T7/00GK101630410SQ200910091330公開日2010年1月20日申請日期2009年8月18日優(yōu)先權(quán)日2009年8月18日發(fā)明者琨叢,宇劉,力周,煒李,范圣印申請人:北京航空航天大學