基于計(jì)算機(jī)視覺的人體坐姿檢測設(shè)計(jì)

任博，金紅

（1.桂林理工大學(xué)信息科學(xué)與工程學(xué)院，廣西桂林，541004；2.深圳星宸科技股份有限公司深圳分公司，廣東深圳，518000）

0 引言

在高速發(fā)展的今天，大量的機(jī)械化和可視化腦力勞動代替了簡單的體力活動。這也導(dǎo)致了辦公室辦公成為當(dāng)下的主流。但是，隨之發(fā)生的是久坐和長期的不良坐姿產(chǎn)生的脊椎病的產(chǎn)生，這無疑給人們敲響了警鐘。此外，如果無法避免去久坐不如去及時(shí)地檢測坐姿和給予自己一些提示來預(yù)防疾病，大多情況是，人們已經(jīng)意識到了自己的坐姿不正確，或者久坐了。但是沒有外部壓力的驅(qū)使，大多數(shù)人就選擇妥協(xié)和放任不管。所以目的不只是單單的提示也是讓越來越多的人意識到不良坐姿和久坐的危害性。因此本設(shè)計(jì)就是為了減少不良姿勢的久坐對人體的傷害和久坐提醒。

1 系統(tǒng)結(jié)構(gòu)及硬件設(shè)計(jì)

本系統(tǒng)主要基于V831SOC處理器主板和SP2305攝像頭，以O(shè)penCV為平臺設(shè)計(jì)視覺處理的任務(wù)，通過攝像頭進(jìn)行人的臉部的位置、鼻子位置、嘴巴位置，前額角度等進(jìn)行坐姿判斷和矯正人體坐姿，如果坐姿不正會發(fā)出警報(bào)和語音提示，系統(tǒng)結(jié)構(gòu)圖如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)設(shè)圖

系統(tǒng)硬件主要以主處理器V831SOC、SP2305攝像模塊、SPI顯示屏、蜂鳴器電路，語音模塊電路，旋鈕電位器電路，電源電路等構(gòu)成。V831通過ADC接受旋鈕電位器的數(shù)據(jù)來設(shè)定參數(shù)，通過SP2305拍攝像頭檢測，V831SOC處理器數(shù)據(jù)處理判斷識別坐姿、控制語音播放和蜂鳴器提醒，總體電路連接框圖如圖2所示。

圖2 總體電路連接框圖

2 程序與算法設(shè)計(jì)

■2.1 程序設(shè)計(jì)

在V831 SOC處理器主板上安裝Linux系統(tǒng)，設(shè)備樹中加入SP2305攝像頭、SPI顯屏幕、蜂鳴器、定時(shí)器的驅(qū)動，主程序流程圖如圖3所示，先找人臉的位置再定位眼睛、鼻子和嘴巴的位置，通過它們的相對像素偏移求得人體是否為彎腰，通過整個(gè)人臉的像素區(qū)等比例的放大或者縮小判斷是否為身體前傾進(jìn)而判斷出當(dāng)前的坐姿角度，使用旋轉(zhuǎn)電位器輸入標(biāo)準(zhǔn)的坐姿角度范圍和久坐時(shí)間，通過按鍵轉(zhuǎn)換模式，實(shí)時(shí)檢測過程中如果檢測到的坐姿角度超出設(shè)定范圍或者定時(shí)器達(dá)到的設(shè)定的久坐時(shí)間，通過蜂鳴器和語音進(jìn)行提示。

圖3 主程序流程圖

■2.2 算法設(shè)計(jì)

在坐姿檢測如圖4所示，主要是對人臉特征點(diǎn)的運(yùn)算和整個(gè)人臉面積的像素點(diǎn)變化作為主要依據(jù)，通過觀察測量數(shù)據(jù)的變化和實(shí)際測試的效果確定各個(gè)部位的權(quán)重比。

圖4 坐姿檢測算圖

首先需要先定義需要計(jì)算的數(shù)據(jù)量如表1所示。

表1 數(shù)據(jù)量定義表

坐姿起源于對人臉的檢測，在整個(gè)系統(tǒng)的開始階段會先進(jìn)行一個(gè)標(biāo)準(zhǔn)坐姿的標(biāo)定過程，以完成對后續(xù)算法的運(yùn)行。

設(shè)采集到的基準(zhǔn)數(shù)據(jù)如表2所示。

表2 基準(zhǔn)表

在實(shí)際情況中，因?yàn)橛袦y量誤差和動態(tài)的識別錯(cuò)誤所以在合理的判斷范圍中加入一定的誤差閾值，整個(gè)閾值減少一些復(fù)雜情況下的誤判失誤，設(shè)誤差閾值如表3所示。

表3 誤差閾值表

需要根據(jù)測試數(shù)據(jù)確定數(shù)據(jù)融合的算法，在實(shí)際坐立過程中我們側(cè)重是對彎腰和低頭的測量，那么就需要選擇對低頭靈敏度最高的數(shù)據(jù)，所以在選擇數(shù)據(jù)時(shí)候更多的符合運(yùn)動變化一致的數(shù)據(jù)軸數(shù)據(jù)，但是目標(biāo)不會一味的俯仰頭，因此也需要降低其他動作對于測量的判斷，減少誤判，俯仰過程變化如圖5所示。

圖5 俯仰過程變化

圖6 融合后動態(tài)圖

綜合上面的基本動作的數(shù)據(jù)變化圖，就可以分析出不論是什么動作，嘴巴和鼻子數(shù)據(jù)的變化率均大于眼睛的數(shù)據(jù)變化，且在俯仰頭過程中數(shù)據(jù)的變化率明顯大于其他動作，所以可以達(dá)到設(shè)計(jì)預(yù)想的目標(biāo)。但是仍需簡化數(shù)據(jù)和提高靈敏度：

設(shè)融合變化值為P：（因?yàn)閿z像頭畫面為固定大小所以不需要進(jìn)行歸一化處理），處理方式如式1所示。

可以看到數(shù)據(jù)融合后不僅方便代碼的判斷也提高了對上下俯仰頭的靈敏度。但是目前還未加入誤差閾值在其中所以最終的判斷值P，如式2所示。

為了更加優(yōu)化算法的正確率，需要引入人臉面積的數(shù)據(jù)來防止人臉貼近攝像頭和直立上下時(shí)發(fā)生的誤判。

圖7驗(yàn)證了在彎腰時(shí)候數(shù)據(jù)的變化會更明顯些，因此把融合數(shù)據(jù)和人臉面積變化一起作為判斷條件，如圖8所示。

圖7 人臉面積變化

圖8 坐姿判斷方式

3 坐姿模型分析

在確定了坐姿算法的條件下，對于坐姿的物理模型就更加容易判斷和分析。根據(jù)人體骨骼的運(yùn)動方式，可以將坐姿中彎角分為以下兩個(gè)部分，以頸椎處設(shè)為節(jié)點(diǎn)。一種情況是頸椎以上的頭部發(fā)生彎曲所產(chǎn)生的不良坐姿，圖9為軀干分解示意圖。

圖9 軀干分解圖

設(shè)當(dāng)前的軀干彎曲角度為90°-α，頭部彎曲角度為90°-β。因?yàn)樵趶澭臅r(shí)候，軀干并不會發(fā)生太大的變化，經(jīng)過實(shí)際情況的測量，軀干彎曲角度大都不超過10°。頭部的彎曲角度由上述的坐姿檢測算法求得。軀干的彎曲角度則有圖像中的肩部像素點(diǎn)確定，圖10是人體坐姿判斷點(diǎn)圖。

圖10 人體坐姿判斷點(diǎn)圖

肩部的像素點(diǎn)位置需要靠人體膚色與背景色的差異產(chǎn)生二值化的閾值圖，再根據(jù)頭部數(shù)據(jù)和人體骨骼分布比例計(jì)算出軀干的位置，具體方法是通過頭部寬度計(jì)算出肩膀的寬度，再通過掃描二值化圖像，發(fā)現(xiàn)出連續(xù)像素點(diǎn)大概等于寬度的區(qū)域就是肩部位置。現(xiàn)設(shè)上半身高度為H，身體前傾角度為θ，則人體肩部X軸方向前傾距離為X。

人體肩部Y軸向下距離為Z。

再根據(jù)公示1中的距離推算公式，求得攝像頭畫面像素點(diǎn)的變化進(jìn)而得出坐姿傾角。

4 測試結(jié)果

系統(tǒng)利用人物對象對整體功能的運(yùn)行狀況和坐姿識別的效率和精度進(jìn)行測試。整體運(yùn)行是對各個(gè)元器件的驅(qū)動情況測試，分別由攝像頭、顯示屏、蜂鳴器、旋鈕開關(guān)和語音模塊組成。觀察同時(shí)運(yùn)行時(shí)是否發(fā)生沖突和時(shí)序的運(yùn)行穩(wěn)定。

■4.1 運(yùn)行時(shí)間測試

啟動的整個(gè)流程為Linux啟動-自動運(yùn)行代碼-攝像頭初始化-ADC初始化-顯示屏初始化-人臉識別模型加載。因?yàn)樵O(shè)計(jì)完成功能對系統(tǒng)啟動時(shí)間也有一定的要求，表4是每一個(gè)流程啟動所需要的時(shí)間表（根據(jù)Linux系統(tǒng)時(shí)間所得）。

表4 運(yùn)行時(shí)間測試表

機(jī)器開機(jī)進(jìn)入功能運(yùn)行的時(shí)間大概為五秒，符合實(shí)際需求。

■4.2 對比測試

目前國內(nèi)外的坐姿檢測的技術(shù)在攝像頭方面大概分為依靠頭部和骨骼分析兩大類型，本設(shè)計(jì)是依據(jù)于頭部判斷的算法升級。相較于骨骼運(yùn)動判斷來說，本設(shè)計(jì)在測量精度上無法達(dá)到，但是因?yàn)楸驹O(shè)計(jì)所用的模型是人臉模型，算法和模型都較為成熟，模型的占用內(nèi)存更小，啟動時(shí)間也更快，可以適用于運(yùn)算條件有限的系統(tǒng)。相較于頭部算法判斷的精度減少了很多情況的誤判。

■4.3 坐姿識別測試

因?yàn)樵跀z像頭的擺放位置不同，人體距離攝像頭的距離不同，人體的身高不同，攝像頭的對立角度不同，這些對于系統(tǒng)的都會產(chǎn)生影響所以也是本設(shè)計(jì)的一個(gè)缺陷。但是根據(jù)測試發(fā)現(xiàn)，當(dāng)攝像頭垂直于桌面擺放且以45°的傾角拍攝人臉效果最佳因?yàn)榇蟛糠竹劚车慕嵌葹?5°左右，根據(jù)人體平均身高當(dāng)人臉距離桌面0.5m，攝像頭距離桌面0.5m距離時(shí)即可滿足要求如圖11所示。

圖11 位置擺放圖

測試對象為本人，坐姿判斷條件設(shè)定為15°（人體傾角為手機(jī)陀螺儀測量），久坐時(shí)間設(shè)定為1min，測試數(shù)據(jù)如表5所示。

表5 角度測試表

5 結(jié)論

因?yàn)橹魈幚戆逡呀?jīng)可以完成主要的功能，但是為了集成性和實(shí)物的可測量性依然要對系統(tǒng)進(jìn)行電路的焊接，在整個(gè)焊接過程中需要小心，尤其是在供電的部分如果發(fā)生短路或者是接反，會發(fā)生燒毀整個(gè)系統(tǒng)的結(jié)果。每個(gè)元器件的擺法也需要注意，旋鈕開關(guān)需要符合人體工學(xué)。軟件方面可以把寫好的程序放在啟動文件中自動執(zhí)行可以提高整個(gè)系統(tǒng)的快速啟動能力，關(guān)閉其板載的不要用功能，節(jié)省CPU資源。

此設(shè)計(jì)的目標(biāo)是通過攝像頭圖像處理完成對不良坐姿的檢測和提醒，通過以上的測試發(fā)現(xiàn)，通過融合判斷值和角度的換算，可以做到3°左右的浮動誤差，符合要求。但是也發(fā)現(xiàn)，該設(shè)計(jì)有一定的局限性，一是在位置的擺放問題，不能做到任意位置檢測，如果人體前有很大的遮擋時(shí)就無法測量，二是在低頭超過35°時(shí)人臉已經(jīng)消失了一半，這種情況可能與攝像頭的架設(shè)角度有關(guān)，也和坐姿角度算法本身的局限有關(guān)。如果可以做到人體骨骼的識別或者搭配陀螺儀設(shè)備在人體結(jié)合運(yùn)算，那么精度將大幅提升也可以減少外界環(huán)境的誤差。但是本設(shè)計(jì)依然可以完成大部分場景的測試，在室外強(qiáng)光的環(huán)境下依然可以正常運(yùn)行，且整個(gè)算法的運(yùn)行可以保證圖像幀率在30FPS左右，如果產(chǎn)生了久坐也可以進(jìn)行提示。整個(gè)系統(tǒng)的可擴(kuò)展性比較高，可以繼續(xù)添加其他功能。