论文部分内容阅读
随着社会的发展,我国少年儿童升学压力越来越大,学习时间越来越长,近视发病率也随之越来越高。据专家分析表明长时间的不良书写坐姿是导致少年儿童近视和生长发育不良主要原因之一。良好的学习坐姿与他们的生长发育息息相关,及时地纠正和保持正确的坐姿对孩子的健康成长非常重要。纸质练习簿无法实现对学生书写坐姿的监督,预防方法主要靠老师、家长提醒,身体状况出现问题后通过长时间地佩戴耳挂式或脊椎式坐姿矫正器。文字书写教学系统为实时监督书写坐姿提供了技术条件。不规范书写坐姿检测作为该系统中交互结构方面的重要研究分支,为用户不良坐姿的自动提醒和矫正提供真实、可靠的坐姿数据,是其不可或缺的前置工作。目前,坐姿识别以单类特征为主,如基于用户轮廓的几何特征法给出一种有害人体姿势报警方案,基于肤色特征的坐姿识别方法等。单类特征识别不规范书写坐姿的主要缺点是识别率偏低,本文针对低龄用户的一些独特不规范书写坐姿提出多类特征融合识别方法。论文的主要工作及成果如下:第一、对坐姿检测过程中涉及到相关检测识别算法进行了详细地阐述,介绍了运动目标检测、肤色特征提取、SURF特征提取及多分类算法等算法的适应情况和优缺点,为本文后续工作提供理论支持。第二、从生理学角度分析了坐姿原理。针对少年儿童坐姿的特点,将用户书写坐姿分为正确、趴写、含笔、托腮、歪头、驼背等8种类别。通过对用户坐姿分析,应用肤色在YCbCr空间聚集在一片固定区域且在CbCr平面上投影为一个近似椭圆的特性,提取各类坐姿在不同亮度下的肤色特征,以肤色特征描述手、脸的空间位置关系;依据不同阈值进行坐姿的SURF特征提取,以SURF特征分布特点来表征坐姿特征信息。第三、针对单类特征识别不规范书写坐姿识别率偏低的现状,提出多类特征融合的不规范书写坐姿分类方法。经单类特征分类得到各类坐姿识别正确率,计算出同类坐姿异类特征的融合权值,即同类坐姿的异类特征权值之和为一,且与识别率成正比例关系。然后,同类坐姿异类特征加权融合,BP神经网络训练识别。第四、实现不规范坐姿的监测方案。基于同类坐姿异类特征加权融合算法,设计了坐姿检测仿真系统,以检验算法的可行性,并对单类特征坐姿识别方法进行了对比实验,以体现算法的优越性。经实验分析表明,该方法的不规范书写坐姿识别率比单类特征法有明显提高,可为文字书写教学系统的不良坐姿的自动提醒和矫正提供真实、可靠的坐姿数据,能够提高少年儿童的不良坐姿检测识别率,具有更好地实用性。