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(dòng)代替了簡(jiǎn)單的體力活動(dòng)。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(zhǎng)期的不良坐姿產(chǎn)生的脊椎病的產(chǎn)生，這無(wú)疑給人們敲響了警鐘。此外，如果無(wú)法避免去久坐不如去及時(shí)地檢測(cè)坐姿和給予自己一些提示來(lái)預(yù)防疾病，大多情況是，人們已經(jīng)意識(shí)到了自己的坐姿不正確，或者久坐了。但是沒(méi)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(lái)越多的人意識(shí)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(shì)的久坐對(duì)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(tái)設(shè)計(jì)視覺(jué)處理的任務(wù)，通過(guò)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(huì)發(fā)出警報(bào)和語(yǔ)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(yǔ)音模塊電路，旋鈕電位器電路，電源電路等構(gòu)成。V831通過(guò)ADC接受旋鈕電位器的數(shù)據(jù)來(lái)設(shè)定參數(shù)，通過(guò)SP2305拍攝像頭檢測(cè)，V831SOC處理器數(shù)據(jù)處理判斷識(shí)別坐姿、控制語(yǔ)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(dòng)，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(guò)它們的相對(duì)像素偏移求得人體是否為彎腰，通過(guò)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(guò)按鍵轉(zhuǎn)換模式，實(shí)時(shí)檢測(cè)過(guò)程中如果檢測(cè)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(guò)蜂鳴器和語(yǔ)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(cè)如圖4所示，主要是對(duì)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(guò)觀察測(cè)量數(shù)據(jù)的變化和實(shí)際測(cè)試的效果確定各個(gè)部位的權(quán)重比。

圖4 坐姿檢測(cè)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(duì)人臉的檢測(cè)，在整個(gè)系統(tǒng)的開始階段會(huì)先進(jìn)行一個(gè)標(biāo)準(zhǔn)坐姿的標(biāo)定過(guò)程，以完成對(duì)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(cè)量誤差和動(dòng)態(tài)的識(shí)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(cè)試數(shù)據(jù)確定數(shù)據(jù)融合的算法，在實(shí)際坐立過(guò)程中我們側(cè)重是對(duì)彎腰和低頭的測(cè)量，那么就需要選擇對(duì)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(dòng)變化一致的數(shù)據(jù)軸數(shù)據(jù)，但是目標(biāo)不會(huì)一味的俯仰頭，因此也需要降低其他動(dòng)作對(duì)于測(cè)量的判斷，減少誤判，俯仰過(guò)程變化如圖5所示。

圖5 俯仰過(guò)程變化

圖6 融合后動(dòng)態(tài)圖

綜合上面的基本動(dòng)作的數(shù)據(jù)變化圖，就可以分析出不論是什么動(dòng)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(guò)程中數(shù)據(jù)的變化率明顯大于其他動(dòng)作，所以可以達(dá)到設(shè)計(jì)預(yù)想的目標(biāo)。但是仍需簡(jiǎn)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(duì)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(lái)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(huì)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(duì)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(dòng)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(huì)發(fā)生太大的變化，經(jīng)過(guò)實(shí)際情況的測(cè)量，軀干彎曲角度大都不超過(guò)10°。頭部的彎曲角度由上述的坐姿檢測(cè)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(guò)頭部寬度計(jì)算出肩膀的寬度，再通過(guò)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?，F(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(cè)試結(jié)果

系統(tǒng)利用人物對(duì)象對(duì)整體功能的運(yùn)行狀況和坐姿識(shí)別的效率和精度進(jìn)行測(cè)試。整體運(yùn)行是對(duì)各個(gè)元器件的驅(qū)動(dòng)情況測(cè)試，分別由攝像頭、顯示屏、蜂鳴器、旋鈕開關(guān)和語(yǔ)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(cè)試

啟動(dòng)的整個(gè)流程為L(zhǎng)inux啟動(dòng)-自動(dòng)運(yùn)行代碼-攝像頭初始化-ADC初始化-顯示屏初始化-人臉識(shí)別模型加載。因?yàn)樵O(shè)計(jì)完成功能對(duì)系統(tǒng)啟動(dòng)時(shí)間也有一定的要求，表4是每一個(gè)流程啟動(dòng)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(cè)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(duì)比測(cè)試

目前國(guó)內(nèi)外的坐姿檢測(cè)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(jí)。相較于骨骼運(yùn)動(dòng)判斷來(lái)說(shuō)，本設(shè)計(jì)在測(cè)量精度上無(wú)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(dòng)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(shí)別測(cè)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(duì)立角度不同，這些對(duì)于系統(tǒng)的都會(huì)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(cè)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(cè)試對(duì)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(cè)量），久坐時(shí)間設(shè)定為1min，測(cè)試數(shù)據(jù)如表5所示。

表5 角度測(cè)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(cè)量性依然要對(duì)系統(tǒng)進(jìn)行電路的焊接，在整個(gè)焊接過(guò)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(huì)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(dòng)文件中自動(dòng)執(zhí)行可以提高整個(gè)系統(tǒng)的快速啟動(dòng)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(guò)攝像頭圖像處理完成對(duì)不良坐姿的檢測(cè)和提醒，通過(guò)以上的測(cè)試發(fā)現(xiàn)，通過(guò)融合判斷值和角度的換算，可以做到3°左右的浮動(dòng)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(wèn)題，不能做到任意位置檢測(cè)，如果人體前有很大的遮擋時(shí)就無(wú)法測(cè)量，二是在低頭超過(guò)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(shí)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(chǎng)景的測(cè)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。