CN113297938B - 坐姿监控的方法、装置、电子设备及存储介质 - Google Patents

Abstract

本申请适用于人工智能技术领域，提供了一种坐姿监控的方法、装置、电子设备及存储介质。应用于电子设备，所述方法包括：获取用户的坐姿图像和用户到电子设备的距离数据；根据坐姿图像和距离数据建立坐姿模型；若坐姿模型与预先保存的标准坐姿模型之间的偏差超过预设阈值，则发出调整坐姿提醒。通过坐姿图像和距离数据可以更准确的判断用户的坐姿，通过坐姿模型与预先保存的标准坐姿模型的偏差是否超过预设阈值来判断用户是否处于不良坐姿，使电子设备的可安装在任意能获得用户坐姿图像和距离数据的位置，使电子设备的安装更加灵活。

Description

坐姿监控的方法、装置、电子设备及存储介质

技术领域

本申请属于人工智能技术领域，尤其涉及一种坐姿监控的方法、装置、电子设备及存储介质。

背景技术

当今，人们坐姿工作或学习的时间较长，不良的坐姿会损害颈椎、腰椎、以及视力。

通过机械限位的方式来规范坐姿，会给使用者较大的压迫感。机械限位产品本身外观也比较突兀，缺乏美感和吸引力。通过双Y或者X型背带的穿戴式产品来规范坐姿有较强的束缚感，舒适感差，并且存在影响儿童正常发育的风险。基于距离或者角度传感器设计的坐姿提醒产品存在的问题是准确度较差。

发明内容

本申请实施例提供了一种坐姿监控的方法、装置、电子设备及存储介质，可以解决以上问题至少一部分。

第一方面，本申请实施例提供了一种坐姿监控的方法，应用于电子设备，所述方法包括：

获取用户的坐姿图像和所述用户到所述电子设备的距离数据；

根据所述坐姿图像和所述距离数据建立坐姿模型；

若所述坐姿模型与预先保存的标准坐姿模型之间的偏差超过预设阈值，则发出调整坐姿提醒。

应理解，通过坐姿图像和距离数据可以更准确的判断用户的坐姿，通过坐姿模型与预先保存的标准坐姿模型的偏差是否超过预设阈值来判断用户是否处于不良坐姿，使电子设备的可安装在任意能获得用户坐姿图像和距离数据的位置，使电子设备的安装更加灵活。

第二方面，本申请实施例提供了一种坐姿监控的装置，应用于电子设备，所述装置包括：

数据获取模块，用于获取用户的坐姿图像和所述用户到所述电子设备的距离数据；

坐姿模型建立模块，用于根据所述坐姿图像和所述距离数据建立坐姿模型；

坐姿提醒模块，用于若所述坐姿模型与预先保存的标准坐姿模型之间的偏差超过预设阈值，则提醒用户调整坐姿。

第三方面，本申请实施例提供了一种电子设备，包括：

存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述第一方面所述的方法步骤。

第四方面，本申请实施例提供了一种计算机可读存储介质，包括：所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法步骤。

第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行上述第一方面所述的方法步骤。

可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的电子设备的结构示意图；

图2是本申请一实施例提供的坐姿监控的方法的流程示意图；

图3是本申请另一实施例提供的坐姿监控的方法的流程示意图；

图4是本申请另一实施例提供的坐姿监控的方法的流程示意图；

图5是本申请一实施例提供的坐姿十字模型示意图；

图6是本申请一实施例提供的坐姿十字模型变化示意图；

图7是本申请一实施例提供的坐姿监控的装置的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

为了解决背景技术中的至少一部分技术问题，给用户提供一种灵敏、准确，而且没有身体负担的坐姿监控方法。本申请实施例提供了一种电子设备，用于对用户的坐姿进行监控，在用户的坐姿出现较大偏差时对用户进行提醒。图1是本申请实施例提供的一种电子设备的结构示意图。

图1所示，该实施例的电子设备D10包括：视觉传感器D 103、距离传感器D104、至少一个处理器D100(图1中仅示出一个)处理器、存储器D101以及存储在所述存储器D101中并可在所述至少一个处理器D100上运行的计算机程序D102，所述处理器D100执行所述计算机程序D102时实现任意方法实施例中的步骤，电子设备的各个电子部件可以通过总线D110耦合。

所述视觉传感器D103包括但不限于摄像头、深度摄像头、双目摄像头、激光摄像头、红外摄像头等可以用于获取用户坐姿图像的部件。

所述距离传感器D104包括但不限于超声波测距仪、红外测距仪等可以用于获得用户与电子设备间距离数据的部件。

在一些实施例中，电子设备还包括发声单元D105，发声单元用于发出提示音。在一些分限定性的示例中，发声单元D105可以是蜂鸣器，提示音可以是鸣响；发声单元D105也可以喇叭，提示音可以是语音提示。

本领域技术人员可以理解，图1仅仅是电子设备D10的举例，并不构成对电子设备D10的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。

在一些实施例中，所述电子设备设置有安装部件，采用所述安装部件安装所述电子设备时，所述安装部件使所述视觉传感器能够获取用户坐姿图像，以及使所述距离传感器能够检测所述用户与所述电子设备间距离数据的位置。

所称处理器D100可以是中央处理单元(Central Processing Unit，CPU)，该处理器D100还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器D101在一些实施例中可以是所述电子设备D10的内部存储单元，例如电子设备D10的硬盘或内存。所述存储器D101在另一些实施例中也可以是所述电子设备D10的外部存储设备，例如所述电子设备D10上配备的插接式硬盘，智能存储卡(Smart MediaCard,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器D101还可以既包括所述电子设备D10的内部存储单元也包括外部存储设备。所述存储器D101用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器D101还可以用于暂时地存储已经输出或者将要输出的数据。

图2示出了本申请实施例提供的坐姿监控的方法，应用于上述图1所示的电子设备D10，可由所述电子设备D10的软件和/或硬件实现。如图2所示，该方法包括步骤S110至S130。各个步骤的具体实现原理如下：

S110，获取用户的坐姿图像和所述用户到所述电子设备的距离数据。

在一些实施例中，电子设备通过视觉传感器获取实时的用户坐姿图像，和通过距离传感器获取实时的用户到电子设备间的距离数据。

在一些实施例中，电子设备通过视觉传感器实施检测是否有用户进入识别区域，识别区域可以是视觉传感器的图像覆盖区域。当检测到有用户进图识别区域后，电子设备可以先启动人脸检测。若检测到有人脸进入识别区域，则根据当前获得的人脸图像对当前用户进行身份判别。若根据当前人脸图像确定当前进入识别区域的用户为目标用户，则根据目标用户当前姿态的图像，对目标用户的姿态进行检测，目标用户为预先登记的用户。若确定当前用户的姿态为坐姿，则开始获取用户的坐姿图像和所述用户到所述电子设备的距离数据。

S120，根据所述坐姿图像和所述距离数据建立坐姿模型。

在一些实施例中，电子设备对坐姿图像进行图像分割和二值化处理，获得用户轮廓图像，将用户轮廓图像和距离数据的组合作为坐姿模型。

在一些实施例中，电子设备通过预设识别模型对用户的坐姿图像进行特征提取，获得特征点的坐标。将特征点坐标和距离数据的组合作为坐姿模型。

S130，若所述坐姿模型与预先保存的标准坐姿模型之间的偏差超过预设阈值，则发出调整坐姿提醒。

在一些实施例中，电子设设备预先保存一个或多个用户的标准坐姿模型，标准坐姿模型是在该电子设备通过安装部件固定后录入的。应理解，标准坐姿模型与步骤S120中的坐姿模型的采用同样的生成方式生成。

在一些实施例中，坐姿模型与预先保存的标准坐姿模型之间的偏差包括图像偏差和距离偏差。预设阈值包括图像偏差阈值和距离偏差阈值。电子设备将实时的坐姿模型与预先保存的标准坐姿模型之间进行比较。坐姿模型与标准坐姿模型中的图像偏差超过图像偏差阈值，和/或坐姿模型与标准坐姿模型中的距离偏差超过距离偏差阈值，则认为该用户的坐姿出现了较大的变化，很可能是不良坐姿，此时电子设备可以通过发声单元发出声音，对用户发出调整坐姿提醒。

在一些实施例中，坐姿模型和标准坐姿模型是采用用户轮廓图像和距离数据的组合。预设阈值包括轮廓图像的图像偏差阈值和距离数据的距离偏差阈值。在一个非限定性的示例中，轮廓图像中的轮廓采用预设灰度，例如255，的像素表示，其他区域采用灰度为0的像素表示。计算坐姿模型与预先保存的标准坐姿模型之间的图像偏差，可以计算坐姿模型全部轮廓像素的第一重心点，和标准坐姿模型全部轮廓像素的第二重心点，若第一重心点与第二重心点的距离超过图像偏差阈值，和/或坐姿模型与标准坐姿模型中的距离偏差超过距离偏差阈值，则认为该用户的坐姿出现了较大的变化，很可能是不良坐姿。

在一些实施例中，电子设备通过预设识别模型对用户的坐姿图像进行特征提取，获得特征点的坐标。坐姿模型和标准坐姿模型是采用特征点坐标和距离数据的组合。预设阈值包括特征点坐标位移的图像偏差阈值和距离数据的距离偏差阈值。计算坐姿模型与预先保存的标准坐姿模型之间的图像偏差，可以计算坐姿模型特征点与标准坐姿模型的特征点之间的距离。在一些实施例中，若任一个特征点的间的距离超过图像偏差阈值则认为该用户的坐姿出现了较大的变化，和/或坐姿模型与标准坐姿模型中的距离偏差超过距离偏差阈值，很可能是不良坐姿。在另一些实施例中，各个特征点的平均移动距离超过图像偏差阈值则认为该用户的坐姿出现了较大的变化，和/或坐姿模型与标准坐姿模型中的距离偏差超过距离偏差阈值，很可能是不良坐姿。在另一些实施例中，由于对人体的不同部位的偏差范围的容忍程度不同，每个特征点对应不同的权值，若任一特征点间的距离乘以权值超过图像偏差阈值，和/或坐姿模型与标准坐姿模型中的距离偏差超过距离偏差阈值，则认为该用户的坐姿出现了较大的变化，很可能是不良坐姿。

在一些实施例中，电子设备通过预设识别模型对用户的坐姿图像进行特征提取，获得特征点的坐标。根据特征点坐标建立十字图像模型。结合十字图像模型和距离数据建立坐姿模型。根据十字图像模型中特征点和特征点间连线的变化，以及距离数据的变化是否超过预设阈值判断用户是否为不良坐姿。

应理解，通过坐姿图像和距离数据可以更准确的判断用户的坐姿，通过坐姿模型与预先保存的标准坐姿模型的偏差是否超过预设阈值来判断用户是否处于不良坐姿，使电子设备的可安装在任意能获得用户坐姿图像和距离数据的位置，使电子设备的安装更加灵活。

在上述图2所示的坐姿监控的方法实施例的基础上，如图3所示，还包括步骤S001至步骤S005：

S001，获取用户的人脸图像。

在一些实施例中，在电子设备通过安装部件固定后，电子设备响应于启动操作指令，开始检测用户图像，并在检测到的用户图像中截取用户的人脸图像。

S002，查找预先保存的与所述人脸图像匹配的标准坐姿模型。

在一些实施例中，电子设备需要确认是否保存该用户在当前安装位置的标准坐姿模型。电子设备根据人脸图像识别用户标识，根据用户标识查找预先预先保存的与用户标识匹配的标准坐姿模型。

S003，若查找失败则提示所述用户录入标准坐姿模型。

在一些实施例中，电子设备若查找不到与当前用户匹配的标准坐姿模型，则通过语音信息或通过显示屏提示信息提示用户当前需要录入标准坐姿模型。

S004，获取所述用户的标准坐姿图像，以及获取所述用户到所述电子设备的标准距离数据。

在一些实施例中，电子设备可以响应于所述用户的启动录入操作，获取所述用户的标准坐姿图像，以及获取所述用户到所述电子设备的标准距离数据。电子设备可以设置按键或者在显示屏设置虚拟按键，供用户启动录入操作。在另一些实施例中，电子设备可以和手机终端设备通信，在手机显示屏显示虚拟按键，供用户启动录入操作，并由手机将用户的操作指令发送给电子设备。

在一些实施例中，电子设备通过视觉传感器获取所述用户的标准坐姿图像，电子设备通过距离传感器获取用户到电子设备的标准距离数据。

S005，根据所述标准坐姿图像和所述标准距离数据建立标准坐姿模型，并保存所述标准坐姿模型。

在一些实施例中，电子设备采用与步骤S120同样的方式，根据所述标准坐姿图像和所述标准距离数据建立标准坐姿模型，并保存所述标准坐姿模型。在一些实施例中，标准坐姿模型可以保存与在电子设备通信耦合的本地存储介质中，也可以保存在与电子设备通信耦合的远程服务器中。

应理解，在电子设备通过安装部件固定后，提示用户录入标准坐姿模型，可以排除安装方式和安装角度的干扰，使得在任意安装方式下，只要能够获得用户坐姿图像和距离数据，都可以进行坐姿监控，提高了安装电子设备的灵活性。

在上述图2所示的坐姿监控的方法实施例的基础上，如图4所示，步骤S120根据所述坐姿图像和所述距离数据建立坐姿模型，包括：步骤S121和步骤S122：

S121，通过预设识别模型提取所述坐姿图像中的特征点坐标。

在一些实施例中，采用预先训练好的卷积神经网络(Convolutional NeuralNetworks,CNN)模型作为预设模型，提取坐姿图像中的特征点坐标。

如图5所示，所述特征点包括坐姿图像50中的左眼511、右眼512、鼻子521、左嘴角531、右嘴角532、左肩部541、右肩部542和胸部551至少之一。可以理解的是，在实施本申请实施例时，可以选择上述全部特征点或特征点的组合，或者选择以上特征点之外更多的特征点。

S122，根据所述特征点坐标和所述距离数据建立所述坐姿模型。

在一些实施例中，坐姿模型可以是如图5所示的十字图像模型和距离数据的组合，十字图像模型包括特征点坐标和特征点坐标的连线。可以理解的是，图5仅是一种示例，实施本申请实施例时，特征点坐标的连线可以根据实际情况进行连接。在一个非限定性的示例中，坐姿模型模型可以是由特征点坐标、坐标间的连线、以及距离数据构成的数据集，例如，{(坐标1),(坐标2),(坐标3),(坐标4),(坐标5),(坐标6),(坐标7),(坐标8),(连线1),(连线2),(连线3),(连线4),(距离数据)}。

在一些实施例中，采用图5所示的模型实施上述步骤S130时，预设阈值包括特征点位移阈值、特征点连线角度变化阈值和距离数据变化阈值。如图6所示，图6实线部分是标准坐姿模型、虚线部分是实时获取的坐姿模型，当检测到特征点位移、特征点连线角度变化和距离数据变化中任意一个参数超过其对应的阈值则认为该用户的坐姿出现了较大的变化，很可能是不良坐姿。应理解，通过十字图像模型，不仅可以检测到用户坐姿偏离标准坐姿的程度，还可根据特征点间连线的角度变化，检测到用户当前的姿态是处于脊柱左倾、右倾的状态，结合距离数据可以检测到用户是否有弯腰驼背的情况。

在图2所示的实施例的基础上，在一些实施例中，电子设备以预设时间周期，周期性的执行从步骤S110获取用户的坐姿图像，及所述用户到所述电子设备的距离数据，至步骤S130若所述坐姿模型与预先保存的标准坐姿模型之间的偏差超过预设阈值，则发出调整坐姿提醒的步骤。预设时间周期可以由用户预先设定。在一个非限定性的示例中，预设时间周期可以为60秒，即每60秒进行一次坐姿检测。

应理解，如果每时每刻都通过步骤S110至步骤S130来监控用户的坐姿，用户的偶尔动作会对坐姿监控造成干扰，出现误判和错误提醒的情况，一方面通过步骤S130中设置合理的预设阈值，结合预设时间周期，可以从两个维度降低用户偶尔动作造成的干扰，减少误判和错误提醒。

在图2所示的实施例的基础上，在一些实施例中，多次建立坐姿模型，若根据多次建立的所述坐姿模型判断用户保持相同坐姿超过第一预设时长，则发出超时提醒。

应理解，即便是处于标准坐姿，保持同一坐姿较长时间对健康也是不利的，通过判断用户保持相同坐姿超过第一预设时长发出超时提醒，可以帮助用户及时发现保持坐姿过久的情况。

在图2所示的实施例的基础上，在一些实施例中，获取第二预设时长内建立的多个坐姿模型；根据所述多个坐姿模型分析用户坐姿，获得分析结果；向所述用户展示所述分析结果。

在一些实施例中，可以基于图4所示的实施例中的十字图像模型和距离数据，对用户在第二预设时间内的左倾时长、右倾时长以及弯腰驼背时长进行统计，获得不同坐姿的保持时长的统计结果，或称坐姿倾向分析结果。在一些实施例中，预存不同坐姿倾向的改进建议，可以根据坐姿倾向分析结果提供相应的改进建议。

应理解，及时对用户进行坐姿监控和提醒可以使用户及时发现和纠正不良坐姿，但是用户发生不良坐姿的原因可能是由于肌力不平衡等原因导致。如果能够根据分析用户的坐姿倾向，根据用户的坐姿倾提供对应的改进建议，例如肌力训练建议，可以帮助用户更容易保持正确的坐姿。对应于上述图2所示的坐姿监控的方法，图7示出的是本申请实施例提供的一种坐姿监控的装置M100，应用于上述图1所示的电子设备D10，可由所述电子设备D10的软件和/或硬件实现。所述装置包括：

数据获取模块M110，用于获取用户的坐姿图像和所述用户到所述电子设备的距离数据。

坐姿模型建立模块M120，用于根据所述坐姿图像和所述距离数据建立坐姿模型。

坐姿提醒模块M130，用于若所述坐姿模型与预先保存的标准坐姿模型之间的偏差超过预设阈值，则提醒用户调整坐姿。

可以理解的是，以上实施例中的各种实施方式和实施方式组合及其有益效果同样适用于本实施例，这里不再赘述。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现上述各个方法实施例中的步骤。

本申请实施例提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行时可实现上述各个方法实施例中的步骤。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random AccessMemory，RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (9)

1.一种坐姿监控的方法，其特征在于，应用于电子设备，所述方法包括：

获取用户的坐姿图像和所述用户到所述电子设备的距离数据；

根据所述坐姿图像和所述距离数据建立坐姿模型；

若所述坐姿模型与预先保存的标准坐姿模型之间的偏差超过预设阈值，则发出调整坐姿提醒；

其中，判断所述坐姿模型与预先保存的标准坐姿模型之间的偏差超过预设阈值，包括：计算所述坐姿模型全部轮廓像素的第一重心点，和所述标准坐姿模型全部轮廓像素的第二重心点，若所述第一重心点与所述第二重心点的距离超过图像偏差阈值，或者，所述第一重心点与所述第二重心点的距离超过图像偏差阈值且所述坐姿模型与所述标准坐姿模型中的距离偏差超过距离偏差阈值，则认为所述坐姿模型与预先保存的标准坐姿模型之间的偏差超过预设阈值。

2.如权利要求1所述的方法，其特征在于，还包括：

获取用户的人脸图像；

查找预先保存的与所述人脸图像匹配的标准坐姿模型；

若查找失败则提示所述用户录入标准坐姿模型；

获取所述用户的标准坐姿图像，以及获取所述用户到所述电子设备的标准距离数据；

根据所述标准坐姿图像和所述标准距离数据建立标准坐姿模型，并保存所述标准坐姿模型。

3.如权利要求1或2所述的方法，其特征在于，还包括：

以预设时间周期，周期性的执行从获取用户的坐姿图像及所述用户到所述电子设备的距离数据，至若所述坐姿模型与预先保存的标准坐姿模型之间的偏差超过预设阈值，则发出调整坐姿提醒的步骤。

4.如权利要求1所述的方法，其特征在于，根据所述坐姿图像和所述距离数据建立坐姿模型，包括：

通过预设识别模型提取所述坐姿图像中的特征点坐标；

根据所述特征点坐标和所述距离数据建立所述坐姿模型。

5.如权利要求1所述的方法，其特征在于，还包括：

多次建立坐姿模型，若根据多次建立的所述坐姿模型判断用户保持相同坐姿超过第一预设时长，则发出超时提醒。

6.如权利要求1所述的方法，其特征在于，还包括：

获取第二预设时长内建立的多个坐姿模型；

根据所述多个坐姿模型分析用户坐姿，获得分析结果；

向所述用户展示所述分析结果。

7.一种坐姿监控装置，其特征在于，应用于电子设备，所述装置包括：

数据获取模块，用于获取用户的坐姿图像和所述用户到所述电子设备的距离数据；

坐姿模型建立模块，用于根据所述坐姿图像和所述距离数据建立坐姿模型；

坐姿提醒模块，用于若所述坐姿模型与预先保存的标准坐姿模型之间的偏差超过预设阈值，则提醒用户调整坐姿；

所述坐姿监控装置还用于：计算所述坐姿模型全部轮廓像素的第一重心点，和所述标准坐姿模型全部轮廓像素的第二重心点，若所述第一重心点与所述第二重心点的距离超过图像偏差阈值，或者，所述第一重心点与所述第二重心点的距离超过图像偏差阈值且所述坐姿模型与所述标准坐姿模型中的距离偏差超过距离偏差阈值，则认为所述坐姿模型与预先保存的标准坐姿模型之间的偏差超过预设阈值。

8.一种电子设备，包括视觉传感器、距离传感器、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述视觉传感器用于获取用户的坐姿图像，所述距离传感器用于获取所述用户到所述电子设备的距离数据，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的方法。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的方法。