Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于坐姿识别的专注力分析方法、装置、设备及存储介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:河北科曼信息技术有限公司

摘要:本发明涉及基于图像分析的坐姿识别技术领域,尤其涉及一种基于坐姿识别的专注力分析方法、装置、设备及存储介质,本发明首先获取多个目标图像;然后对多个目标图像分别进行预处理并提取图像中的边缘线,获得多个边缘特征图;接着对多个边缘特征图中的每个边缘特征图分别通过与多个坐姿边缘图像进行边缘坐标比对的方式提取边缘像素坐标差,并根据边缘像素坐标差构建相似特征队列;最后将多个相似特征队列分别归入到对应的目标坐姿类中,根据每个目标坐姿类的最大坐姿概率以及最大坐姿概率对应的坐姿构建坐姿概率队列,并根据坐姿概率队列的低频特征确定专注力指数。本发明实施方式相比人工神经网络的繁杂计算节点,计算量小。

主权项:1.一种基于坐姿识别的专注力分析方法,其特征在于,包括:获取多个目标图像,其中,目标图像中包含有识别主体;对所述多个目标图像分别进行预处理并提取图像中的边缘线,获得多个边缘特征图;对所述多个边缘特征图中的每个边缘特征图分别通过与多个坐姿边缘图像进行边缘坐标比对的方式提取边缘像素坐标差,并根据所述边缘像素坐标差构建相似特征队列,从而获得多个相似特征队列;将所述多个相似特征队列分别归入到对应的目标坐姿类中,根据每个目标坐姿类的最大坐姿概率以及最大坐姿概率对应的坐姿构建坐姿概率队列,并根据所述坐姿概率队列的低频特征确定专注力指数;其中,所述将所述多个相似特征队列分别归入到对应的目标坐姿类中,根据每个目标坐姿类的最大坐姿概率以及最大坐姿概率对应的坐姿构建坐姿概率队列,包括:对于所述多个相似特征队列中的每个相似特征队列,分别执行如下步骤:获取多个坐姿类,其中,坐姿类包括通过聚类获得的多个相似特征队列样本,相似特征队列样本通过边缘特征图样本与多个坐姿边缘图像进行边缘坐标比对构建获得;根据第五公式计算相似特征队列到每个坐姿类中心的距离,从而获得多个距离,其中,坐姿类中心为坐姿类的类中心,所述第五公式为: 式中,为相似特征队列到第个坐姿类中心的距离,为相似特征队列的第个数据,为第个坐姿类中心的第个数据,为相似特征队列数据的总数量;从所述多个距离中选择值最小的距离作为目标距离,并将所述目标距离所对应的坐姿类作为相似特征队列归入的目标坐姿类;提取目标坐姿类的多个来源边缘特征图样本对应的坐姿,并提取最多坐姿的概率,其中,坐姿包括专注坐姿和非专注坐姿;若所述最多坐姿为非专注坐姿,则将所述最多坐姿的概率的相反数加入坐姿概率队列;否则,将所述最多坐姿的概率加入坐姿概率队列;其中,所述根据所述坐姿概率队列的低频特征确定专注力指数,包括:根据第六公式提取所述坐姿概率队列的有效值,其中,所述第六公式为: 式中,为坐姿概率队列的有效值,为坐姿概率队列的第个数据,为坐姿概率队列数据的总数量;根据目标低频频率、所述坐姿概率队列的有效值以及第七公式,提取低频特征,并将所述低频特征作为所述专注力指数,其中,所述第七公式为: 式中,为专注力指数,为自然常数,为虚数单位,为目标低频频率,目标低频频率对应的周期时长采集的目标图像的数量,为圆周率。

全文数据:

权利要求:

百度查询: 河北科曼信息技术有限公司 基于坐姿识别的专注力分析方法、装置、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。