智能颈椎角度识别方法、装置、电子设备及可读存储介质与流程

本申请涉及计算机视觉，尤其涉及一种智能颈椎角度识别方法、装置、电子设备及计算机可读存储介质。

背景技术：

1、随着科学技术的不断发展，计算机视觉和机器学习技术在各个领域得到了广泛的应用。尤其在医疗健康领域，这些技术也被用于监测和分析用户的姿势和体态，以预防一些慢性疾病的发生。其中，智能识别书写和阅读时的颈椎角度就是一个重要的研究方向。通过机器学习技术建立的数学模型，对用户的姿势进行实时监测和分析，可以帮助用户保持正确的姿势，预防颈椎病的发生。然而，现有的技术在数据预处理方面可能存在不足，导致数据质量不高，影响模型的准确性。其次，现有的数学模型可能无法很好地处理复杂的姿势和体态，特别是在用户的身体姿势发生较大变化时，数学模型的识别准确率可能会下降。此外，现有的技术在提供反馈或警告的方式上可能不够直观和有效，用户可能无法及时得到有效的提示，从而无法有效地纠正自己的姿势。因此，如何提高数据采集的质量以及数学模型识别的准确率，使得用户可及时根据有效提示纠正自己的姿势成为了亟需解决的问题。

技术实现思路

1、本申请提供了一种智能颈椎角度识别方法、装置、电子设备及可读存储介质，以提高数据采集的质量以及数学模型识别的准确率，使得用户用户可及时根据有效提示纠正自己的姿势。

2、第一方面，本申请提供了一种智能颈椎角度识别方法，所述方法包括：

3、获取目标数据，所述目标数据包括第一姿势数据和第二姿势数据；

4、对所述目标数据进行前向滤波处理，得到所述目标数据对应的第一滤波数据；

5、对所述第一滤波数据进行后向滤波处理，得到所述第一滤波数据对应的第二滤波数据；

6、依次对所述第二滤波数据执行标准化处理、归一化处理，得到所述目标数据对应的预处理数据；

7、对所述预处理数据执行特征提取操作，确定所述预处理数据对应的特征数据；

8、对所述特征数据和所述特征数据对应的特征标签进行训练，得到所述特征数据和所述特征标签之间的目标数据模型；

9、根据所述目标数据模型，识别颈椎的角度信息。

10、第二方面，本申请还提供了一种智能颈椎角度识别装置，所述装置包括：

11、目标数据获取模块，用于获取目标数据，所述目标数据包括第一姿势数据和第二姿势数据；

12、第一滤波数据确定模块，用于对所述目标数据进行前向滤波处理，得到所述目标数据对应的第一滤波数据；

13、第二滤波数据确定模块，用于对所述第一滤波数据进行后向滤波处理，得到所述第一滤波数据对应的第二滤波数据；

14、预处理数据确定模块，用于依次对所述第二滤波数据执行标准化处理、归一化处理，得到所述目标数据对应的预处理数据；

15、特征数据确定模块，用于对所述预处理数据执行特征提取操作，确定所述预处理数据对应的特征数据；

16、目标数据模型确定模块，用于对所述特征数据和所述特征数据对应的特征标签进行训练，得到所述特征数据和所述特征标签之间的目标数据模型；

17、角度信息识别模块，用于根据所述目标数据模型，识别颈椎的角度信息。

18、第三方面，本申请还提供了一种电子设备，所述电子设备包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如上述的智能颈椎角度识别方法。

19、第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上述的智能颈椎角度识别方法。

20、本申请公开了一种智能颈椎角度识别方法、装置、电子设备及可读存储介质，该智能颈椎角度识别方法包括：获取目标数据，所述目标数据包括第一姿势数据和第二姿势数据；对所述目标数据进行前向滤波处理，得到所述目标数据对应的第一滤波数据；对所述第一滤波数据进行后向滤波处理，得到所述第一滤波数据对应的第二滤波数据；依次对所述第二滤波数据执行标准化处理、归一化处理，得到所述目标数据对应的预处理数据；对所述预处理数据执行特征提取操作，确定所述预处理数据对应的特征数据；对所述特征数据和所述特征数据对应的特征标签进行训练，得到所述特征数据和所述特征标签之间的目标数据模型；根据所述目标数据模型，识别颈椎的角度信息。在该智能颈椎角度识别方法中，通过获取目标数据，并对目标数据依次进行前向滤波处理以及后向滤波处理，降低了目标数据的噪声，相较与传统复杂度更高的去除噪声的方式，该递归迭代型的高斯滤波，极大的降低了计算的复杂度，可更加快速的去除目标数据的噪声。接着通过预处理操作和特征提取操作，得到特征数据，提高了数据采集的质量。进一步，将得到的特征数据以及特征数据对应的标签进行训练，得到目标数据模型，提高了数学模型识别的准确率。最后根据目标数据模型，识别颈椎的角度信息，可及时识别用户颈椎的角度信息，使得用户及时的调整颈椎的角度信息，达到有效预防颈椎病发生的目的。

技术特征：

1.一种智能颈椎角度识别方法，其特征在于，包括：

2.根据权利要求1所述的智能颈椎角度识别方法，其特征在于，所述前向滤波处理对应的表达式为：

3.根据权利要求1所述的智能颈椎角度识别方法，其特征在于，所述依次对所述第二滤波数据执行标准化处理、归一化处理，得到所述目标数据对应的预处理数据，包括：

4.根据权利要求1所述的智能颈椎角度识别方法，其特征在于，所述对所述预处理数据执行特征提取操作，确定所述预处理数据对应的特征数据，包括：

5.根据权利要求1所述的智能颈椎角度识别方法，其特征在于，所述对所述特征数据和所述特征数据对应的特征标签进行训练，得到所述特征数据和所述特征标签之间的目标数据模型，包括：

6.根据权利要求1所述的智能颈椎角度识别方法，其特征在于，所述根据所述目标数据模型，识别颈椎的角度信息，包括：

7.根据权利要求6所述的智能颈椎角度识别方法，其特征在于，所述方法还包括：

8.一种智能颈椎角度识别装置，其特征在于，包括：

9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器；

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如权利要求1至7中任一项所述的智能颈椎角度识别方法。

技术总结本申请涉及计算机视觉技术领域，尤其涉及一种智能颈椎角度识别方法、装置、电子设备及可读存储介质，该智能颈椎角度识别方法包括：获取目标数据；对目标数据进行前向滤波处理，得到目标数据对应的第一滤波数据；对第一滤波数据进行后向滤波处理，得到第二滤波数据；依次对第二滤波数据执行标准化处理、归一化处理，得到目标数据对应的预处理数据；对预处理数据执行特征提取操作，确定预处理数据对应的特征数据；提高了数据的质量。对特征数据和特征数据对应的特征标签进行训练，得到特征数据和特征标签之间的目标数据模型；提高了目标模型的准确性。根据目标数据模型，识别颈椎的角度信息。使得用户及时得到提示信息，纠正自身的姿势。技术研发人员：吴晓涛,甘俊杰,陈一丰,龙萍,肖慈婉,陈丽美,甘伟发,胡礼春,查丽受保护的技术使用者：珠海谷田科技有限公司技术研发日：技术公布日：2024/9/9