基于计算机视觉的坐姿辅助矫正系统设计文献综述

文献综述

一、选题背景随着科技的进步，电脑等科技产品的使用范围在不断扩大，人们每天需要花大量的时间坐在电脑面前处理各种事务；除此之外各个年龄段的学生们也面临着极大的学业压力，每天除了必须的睡觉时间，剩余都在完成作业，种种原因汇聚到一起导致了现代社会的人们每天大部分时间是坐着的。

良好的坐姿能够帮助人们很好的缓解腰椎，颈椎的压力，减少患有腰椎疾病的风险。

但是由于每日坐着的时间过长，极少有人能够一直保持着正确的坐姿，直接导致腰椎疾病的发病率连年攀升，发病年龄越来越小。

本设计的主要目的是为了通过计算机视觉结合单片机辅助识别人们的坐姿，帮助久坐的人们纠正坐姿，减少患病风险。

二、研究现状人体识别与坐姿检测是本次设计的重点。

计算机视觉的前提是要能够采集到清晰的图像，本次设计会通过在侧面放置摄像机隔一段时间采集一帧图像，将采集到的图像传送给计算机，计算机会根据预训练的模型识别人体的躯干以及四肢，通过计算特定特征点之间的角度来达到侦测坐姿是否争取的目标。

预训练模型是深度学习架构，已经过训练以执行大量数据上的特定任务（例如，识别图片中的分类问题）。

这种训练不容易执行，并且通常需要大量资源，超出许多可用于深度学习模型的人可用的资源，在谈论预训练模型时，通常指的是在Imagenet上训练的CNN（用于视觉相关任务的架构）。

ImageNet数据集包含超过1400万个图像，其中120万个图像分为1000个类别（大约100万个图像含边界框和注释）。