一种基于体感设备多视觉分析的人体体型监测系统的制作方法

本发明涉及计算机视觉和健康管理技术领域，尤其是一种基于体感设备多视觉分析的人体体型监测系统。

背景技术：

肥胖和超重从20世纪70年代开始流行于发达国家的学龄儿童，大部分国家的儿童和青少年肥胖检出率均呈现不断上升趋势。肥胖严重影响着儿童和青少年的身心健康，可导致儿童和青少年睡眠呼吸障碍、哮喘，影响学习和记忆功能，也容易造成个体自卑、抑郁等不良心理影响，甚至还会给儿童和青少年带来高血压、糖尿病等原本只出现在成人身上的疾病。可见，儿童和青少年的体型监测问题具有十分重要的社会意义。

研究表明，体型健康与一些慢性病紧密相关，其中腰围，臀围、胸围、bmi指数、体脂率、大腿围、颈围等都被认为与人体健康有关。比较受公众认可的身体体型健康判定标准主要包括：bmi指数(身体质量指数)、体脂率和体型。其中bmi指数是最为简单粗略的评估方法，已普遍用于衡量中小学和大学学生的体型体重水平，但这种方法忽视了肌肉的重量是脂肪的四倍，有调查显示肌肉较多的人例如足球运动员也可能被认为超重。近几年在很多健身房、医院和社区已使用体脂秤测量身体脂肪肌肉及骨骼含量，但获取的是身体总体的脂肪肌肉等含量，无法获取具体的三维长度信息，对人体体型健康的评估是不全面的。

技术实现要素：

为了克服上述现有技术中的缺陷，本发明提供一种基于体感设备多视觉分析的人体体型监测系统，不仅实现了体型检测的功能，还实现了人体体型参数监测的功能，且生成测试人员的体型参数的变化曲线，通过长期跟踪被测者身体体型的变化特征，提出更加个性化和针对性的饮食运动建议；本发明可作为中小学和大学学生的体检时的体型测量及管理的工具，便于进行青少年体型测量和体型健康评估，给出评估结果和体型优化建议。

为实现上述目的，本发明采用以下技术方案，包括：

一种基于体感设备多视觉分析的人体体型监测系统，所述人体体型监测系统包括：用户管理单元、体型检测单元、数据处理单元、数据存储单元、体型分析单元、显示器；其中，

所述用户管理单元用于注册或登陆待测人员的账户及密码；

所述体型检测单元包括：第一体感设备、第二体感设备、人体感应区；

所述第一体感设备和所述第二体感设备分别位于所述人体感应区的不同方位向上，且方位向的夹角为90°；所述第一体感设备到所述人体感应区之间的距离与所述第二体感设备到所述人体感应区之间的距离保持一致；待测人员站立在所述人体感应区上时，待测人员的正面对准所述第一体感设备，待测人员的侧面对准所述第二体感设备；

所述第一体感设备获取待测人员的正面深度图像，且与此同时，所述第二体感设备获取待测人员的侧面深度图像；

所述体型检测单元将待测人员的正面深度图像和侧面深度图像均发送至所述数据处理单元；

所述数据处理单元根据待测人员的正面深度图像和侧面深度图像得到人体点云模型，并根据该人体点云模型得到人体体型参数；所述数据处理单元将人体体型参数分别发送至所述体型分析单元和所述数据存储单元；所述数据处理单元还将人体点云模型和人体体型参数发送至所述显示器；

所述数据存储单元用于存储该待测人员的人体体型参数，并对该待测人员长期以来的人体体型参数按时间顺序进行存储；

所述体型分析单元对人体体型参数进行分析，并得到该待测人员的体型特征；所述体型分析单元根据所述数据存储单元所存储的该待测人员长期以来的人体体型参数生成跟踪曲线；所述体型分析单元将该待测人员的体型特征、跟踪曲线分别发送至所述显示器；

所述显示器用于显示该待测人员的人体点云模型、人体体型参数、体型特征、跟踪曲线。

所述数据存储单元为每个账户即每个待测人员均划分出一个独立的存储空间，专门用于存储该待测人员长期以来的人体体型参数；当待测人员通过所述用户管理单元登陆账号时，所述数据存储单元则根据该账户找出对应的存储空间；当待测人员通过所述用户管理单元注册账号时，所述数据存储单元则直接为该账户划分出一个对应的存储空间；所述数据存储单元采用一个单独的服务器。

待测人员通过所述用户管理单元注册账户及密码时，需填写年龄、性别、饮食习惯、运动水平；且所述数据存储单元还对该待测人员的年龄、性别、饮食习惯、运动水平进行存储，存储至该待测人员的账户所对应的存储空间。

所述数据处理单元的处理方式，包括以下具体步骤：

s1，先分别对正面深度图像的深度数据和侧面深度图像的深度数据进行数据转换，分别转换为正面点云数据和侧面点云数据；

s2，分别对正面点云数据和侧面点云数据进行点云滤波，以去除杂点；

s3，分别对滤波后的正面点云数据和侧面点云数据进行坐标转换，基于该坐标转换对正面点云数据和侧面点云数据进行点云粗配准和融合，得到人体点云模型，并根据该人体点云模型得到人体体型参数。

所述人体体型参数包括：肩宽、胸围、腰围、臀围、臂长、腿长、身高。

所述体型特征包括：苹果型、h型、梨形、沙漏型、v型；

所述体型分析单元采用预先设定阈值的方式对待测人员的人体体型参数进行分析，判断待测人员的体型特征；

所述体型分析单元的分析方式为：根据待测人员的腰围和臀围的比值即腰臀比，并结合胸围、肩宽、腰围、臀围判断该待测人员的体型特征的所属类型。

所述体型分析单元还根据该待测人员的体型特征对待测人员提供饮食建议和运动建议。

所述体型分析单元还根据该待测人员的跟踪曲线对待测人员提供个性化意见；所述个性化意见是将所述跟踪曲线与该待测人员在注册账户时所填写的填写年龄、性别、饮食习惯、运动水平相结合后进行综合分析所得。

所述体型分析单元还将该待测人员的饮食建议、运动建议、个性化意见发送至所述显示器，且所述显示器上还显示该待测人员的饮食建议、运动建议、个性化意见。

本发明的优点在于：

(1)本发明不仅用于体型的检测，还可以用于监测体型数据，生成测试者体型变化曲线，通过长期跟踪被测者身体体型变化特征，提出更加个性化和针对性的饮食运动建议，有助于人们健康生活方式的育成。

(2)本发明的人体点云模型的重建和场景化测试采用unity3d搭建场景，将重建的人体点云模型融入其中，增强用户体验感。

(3)本发明先已知待测人员的相关数据即年龄、性别、饮食习惯、运动水平，再根据本发明的体型检测结果，二者相互结合以提供相对应的运动建议和饮食建议。

(4)本发明采用单独的服务器作为数据存储单元，且数据存储单元为每个账户均划分单独的存储空间，有利于对人员体型参数的管理。

附图说明

图1为本发明的一种基于体感设备多视觉分析的人体体型监测系统的整体架构图。

图2为本发明的一种基于体感设备多视觉分析的人体体型监测系统的体型检测示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

由图1所示，一种基于体感设备多视觉分析的人体体型监测系统，所述人体体型监测系统包括：用户管理单元1、体型检测单元2、数据处理单元3、数据存储单元4、体型分析单元5、显示器6。其中，

所述用户管理单元1用于注册或登陆待测人员的账户及密码。

其中，由于不同的体型特征与年龄、性别、身体代谢水平、运动水平、饮食习惯、生长发育水平甚至遗传与地理环境因素等都有较强的相关性，本实施例中不考虑先天不可抗因素，仅考虑比较重要的影响因素，如运动水平、身体代谢、饮食习惯等。因此，当待测人员通过所述用户管理单元1注册账户及密码时，需填写年龄、性别、饮食习惯、运动水平。本发明先已知待测人员的相关数据即年龄、性别、饮食习惯、运动水平，再根据本发明的体型检测结果，二者相互结合以提供相对应的运动建议和饮食建议。

由图2所示，所述体型检测单元2包括：第一体感设备21、第二体感设备22、人体感应区23。

所述第一体感设备21和所述第二体感设备22分别位于所述人体感应区的不同方位向上，且方位向的夹角为90°；所述第一体感设备21到所述人体感应区23之间的距离与所述第二体感设备22到所述人体感应区23之间的距离保持一致；待测人员站立在所述人体感应区23上时，待测人员的正面对准所述第一体感设备21，待测人员的侧面对准所述第二体感设备22。

所述第一体感设备21获取待测人员的正面深度图像，与此同时，所述第二体感设备22获取待测人员的侧面深度图像。所述深度图像是一种普遍的三维场景信息的表达方式，深度图像的每个像素点的灰度值均可用于表征场景中某一点距离摄像机的远近。本实施例中，所述第一体感设备21和所述第二体感设备22均采用kinectv2相机。

所述体型检测单元2将待测人员的正面深度图像和侧面深度图像均发送至所述数据处理单元3。

所述数据处理单元3根据待测人员的正面深度图像和侧面深度图像得到人体点云模型，并根据该人体点云模型得到人体体型参数；所述数据处理单元3将人体体型参数分别发送至所述体型分析单元5和所述数据存储单元4；所述数据处理单元还将人体点云模型和人体体型参数发送至所述显示器6。

所述数据处理单元3的处理方式，包括以下具体步骤：

s1，先分别对正面深度图像的深度数据和侧面深度图像的深度数据进行数据转换，分别转换为正面点云数据和侧面点云数据；

s2，分别对正面点云数据和侧面点云数据进行点云滤波，以去除杂点；

s3，分别对滤波后的正面点云数据和侧面点云数据进行坐标转换，基于该坐标转换对正面点云数据和侧面点云数据进行点云粗配准和融合，得到人体点云模型，并根据该人体点云模型得到人体体型参数；所述粗配准采用通用性较好的4pc算法；所述人体体型参数包括：肩宽、胸围、腰围、臀围、臂长、腿长、身高。

本发明中，人体点云模型的重建和场景化测试采用unity3d搭建场景，将重建的人体点云模型融入其中，增强用户体验感；且三维的人体点云模型建立具体可参见现有技术。

所述数据存储单元4用于存储该待测人员的人体体型参数；且所述数据存储单元4为每个账户即每个待测人员均划分出一个独立的存储空间，专门用于存储该待测人员长期以来的人体体型参数，并对该待测人员长期以来的所储存的人体体型参数按时间顺序进行存储；所述数据存储单元4还对该待测人员的年龄、性别、饮食习惯、运动水平进行存储，存储至该待测人员的账户所对应的存储空间。本实施例中，数据存储单元4采用一个专门的服务器来存储数据。

当待测人员通过所述用户管理单元1登陆账号时，所述数据存储单元4则根据该账户找出对应的存储空间；当待测人员通过所述用户管理单元1注册账号时，所述数据存储单元4则直接为该账户划分出一个对应的存储空间。

所述体型分析单元5对人体体型参数进行分析，并得到该待测人员的体型特征；所述体型特征包括：苹果型、h型、梨形、沙漏型、v型；

所述体型分析单元5采用预先设定阈值的方式对待测人员的人体体型参数进行分析，判断待测人员的体型特征；所述体型分析单元5的分析方式为：根据待测人员的腰围和臀围的比值即腰臀比，并结合胸围、肩宽、腰围、臀围判断该待测人员的体型特征的所属类型；其中，

若该待测人员的胸围>85cm，且腰臀比<＝0.85，且腰围>＝75cm，则该待测人员的体型特征为梨形；

若该待测人员的胸围>85cm，且腰臀比>0.85，则该待测人员的体型特征为苹果型；

若该待测人员的胸围<＝85cm，且|肩宽-臀宽|<3cm，且腰臀比>0.85，则该待测人员的体型特征为h型；

若该待测人员的胸围>85cm，|肩宽-臀宽|<3cm，且腰臀比<＝0.85cm，则该待测人员的体型特征为沙漏型；

若该待测人员的肩宽>臀宽，且腰臀比>0.85cm，则该待测人员的体型特征为v型；

所述体型分析单元5根据该待测人员的体型特征对待测人员提供健康意见，包括饮食建议和运动建议；其中，

若体型特征为梨形时，则健康意见为：多运动，多吃水果蔬菜粗粮，少吃富含脂肪、胆固醇的食物；

若体型特征为h形时，则健康意见为：少坐多站，多摄入水果蔬菜粗粮等，少摄入高脂肪、高胆固醇食物；

若体型特征为沙漏形时，则健康意见为：生活状态很好，请继续保持；

若体型特征为v形时，则健康意见为：少坐多站，饮食多摄入水果蔬菜粗粮等，少摄入高脂肪、高胆固醇食物；

若体型特征为苹果形时，则健康意见为：少坐多站，饮食多摄入水果蔬菜粗粮等，少摄入高脂肪、高胆固醇食物。

所述体型分析单元5还根据所述数据存储单元4所存储的该待测人员长期以来的所储存的人体体型参数生成跟踪曲线；所述体型分析单元根据该待测人员的跟踪曲线对待测人员提供个性化意见；

所述体型分析单元5将该待测人员的体型特征、跟踪曲线、健康意见分别发送至所述显示器6。

所述显示器6用于显示该待测人员的人体点云模型、人体体型参数、体型特征、跟踪曲线、健康意见、个性化意见。

本发明不仅用于体型的检测，还可以监测人体体型参数，生成测试人员的体型参数变化曲线，通过长期跟踪被测者身体体型的变化特征，提出更加个性化和针对性的饮食运动建议；本发明采用基于体感设备的多视觉协同分析方式进行体型测试，通过人体正面侧面安装两个体感设备感应器分别获取人体深度数据，滤波拼接得到人体点云模型，再经过滤波、三维重建等算法进行人体模型的三维建模，同时获取人体体型参数，根据该结果、被测人性别年龄等参数结合进行人体体型分析，并给出相关体型改进意见，有助于人们健康生活方式的育成；其中，多体感设备感应器的深度数据融合方法是利用不同方位安装的体感设备感应器获取多视觉人体深度数据，通过相关算法进行人体点云模型的滤波拼接，进而进行人体体型模型建模和人体体型参数参数的计算。

本发明的一种基于体感设备多视觉分析的人体体型监测系统，可以作为中小学和大学学生的体检时的体型测量及管理的工具，便于进行青少年体型测量和体型健康评估，给出评估结果和体型优化建议。

以上仅为本发明创造的较佳实施例而已，并不用以限制本发明创造，凡在本发明创造的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明创造的保护范围之内。