姿态问题检测方法及装置与流程

本发明实施例涉及人体姿态检测技术领域，具体而言，涉及一种姿态问题检测方法及装置。

背景技术：

近年来随着生活水平的提升和生活习惯的变化，高低肩，颈前倾，头倾斜，内外八字、骨盆倾斜、x/o型腿等多种人体姿态问题(简称，姿态问题)一直困扰着人们的生活。

传统识别姿态问题主要依靠医生的经验，结合x光片的辅助进行判断。但是，该方式需要占用较多医学资源且成本高，无法实现规模化。

技术实现要素：

本发明实施例的目的在于提供一种姿态问题检测方法及装置，以改善现有识别姿态问题需要占用较多医学资源且成本高，无法实现规模化的问题。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种姿态问题检测方法，所述方法包括：获取待检测者图像；检测所述待检测者图像中目标部位对应的多个关键点；依据所述多个关键点，计算所述目标部位对应的姿态夹角，其中，所述姿态夹角用于表征所述目标部位的姿态；当所述姿态夹角不处于标准夹角区间时，确定所述待检测者的目标部位存在姿态问题。

第二方面，本发明实施例提供了一种姿态问题检测装置，所述装置包括：获取模块，用于获取待检测者图像；处理模块，用于检测所述待检测者图像中目标部位对应的多个关键点；依据所述多个关键点，计算所述目标部位对应的姿态夹角，其中，所述姿态夹角用于表征所述目标部位的姿态；当所述姿态夹角不处于标准夹角区间时，确定所述待检测者的目标部位存在姿态问题。

相对现有技术，本发明实施例提供的一种姿态问题检测方法及装置，通过检测出待检测者图像中目标部位对应的多个关键点，并依据多个关键点计算出表征目标部位姿态的姿态夹角，并在该姿态夹角不处于标准夹角区间时，判定待检测者的目标部位存在姿态问题。与现有技术相比，本申请可以通过自动对待检测者图像进行一系列上述检测，对待检测者的目标部位是否存在姿态问题进行判断，无需占用医学资源，且成本低，容易实现规模化。

为使本发明实施例的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本发明实施例提供的电子设备的方框示意图。

图2示出了本发明实施例提供的姿态问题检测方法的流程图。

图3示出了本发明实施例提供的待检测者图像的示例。

图4为图2示出了步骤s2的第一子步骤流程图。

图5示出了本发明实施例提供的分割图像的示例。

图6示出了本发明实施例提供的初始像素点的示例。

图7示出了本发明实施例提供的关键点的示例。

图8为图2示出了步骤s2的第二子步骤流程图。

图9示出了本发明实施例提供的骨骼点的示例。

图10为图2示出了步骤s3的子步骤流程图。

图11示出了本发明实施例提供的姿态夹角的示例。

图12示出了本发明实施例提供的标准夹角区间、第一预设区间、第二预设区间及第三预设区间的示例。

图13示出了本发明实施例提供的姿态问题检测装置的方框示意图。

图标：100-电子设备；101-处理器；102-存储器；103-总线；104-通信接口；105-显示屏；106-摄像头；200-姿态问题检测装置；201-获取模块；202-处理模块。

具体实施方式

下面将结合本发明实施例中附图，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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

传统识别姿态问题主要依靠医生的经验，结合x光片的辅助进行判断，导致需要占用较多医学资源且成本高，无法实现规模化。

针对上述问题，本发明实施例提供一种姿态问题检测方法，其核心改进点在于，通过检测出待检测者图像中目标部位对应的多个关键点，并依据多个关键点计算出表征目标部位姿态的姿态夹角，并在该姿态夹角不处于标准夹角区间时，判定待检测者的目标部位存在姿态问题。本申请实施例可以通过自动对待检测者图像进行一系列上述检测，对待检测者的目标部位是否存在姿态问题进行判断，无需占用医学资源，且成本低，容易实现规模化。

本发明实施例提供的姿态问题检测方法应用于电子设备100，请参阅图1，图1示出了本发明实施例提供的电子设备100的方框示意图。电子设备100包括处理器101、存储器102、总线103、通信接口104及显示屏105及摄像头106。处理器101、存储器102、通信接口104、显示屏105及摄像头106通过总线103连接，处理器101用于执行存储器102中存储的可执行模块，例如计算机程序。

处理器101可能是一种集成电路芯片，具有信号的处理能力。电子设备100可以是，但不限于智能手机、平板电脑、个人计算机、车载电脑、个人数字助理(personaldigitalassistant，pda)等等。在实现过程中，姿态问题检测方法的各步骤可以通过处理器101中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器101可以是通用处理器101，包括中央处理器(centralprocessingunit，简称cpu)、网络处理器(networkprocessor，简称np)等；还可以是数字信号处理器(digitalsignalprocessor，简称dsp)、专用集成电路(applicationspecificintegratedcircuit，简称asic)、现成可编程门阵列(field－programmablegatearray，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

存储器102可能包含高速随机存取存储器(ram：randomaccessmemory)，也可能还包括非不稳定的存储器(non-volatilememory)，例如至少一个磁盘存储器。

总线103可以是isa(industrystandardarchitecture)总线、pci(peripheralcomponentinterconnect)总线或eisa(extendedindustrystandardarchitecture)总线等。图1中仅用一个双向箭头表示，但并不表示仅有一根总线103或一种类型的总线103。

电子设备100通过至少一个通信接口104(可以是有线或者无线)实现与外部的其它设备之间的通信连接。存储器102用于存储程序，例如姿态问题检测装置200。姿态问题检测装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器102中或固化在电子设备100的操作系统(operatingsystem，os)中的软件功能模块。处理器101在接收到执行指令后，执行所述程序以实现姿态问题检测方法。

显示屏105用于对图像进行显示，显示的内容可以是处理器101的一些处理结果。显示屏105可以是触摸显示屏、无交互功能的显示屏等。

摄像头106用于拍摄图像并通过总线103发送至处理器101进行处理，或者发送至存储器102进行存储。

应当理解的是，图1所示的结构仅为电子设备100的结构应用示意图，电子设备100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。

基于上述的电子设备100，下面给出一种姿态问题检测方法可能的实现方式，该方法的执行主体可以为上述电子设备100，请参阅图2，图2示出了本发明实施例提供的姿态问题检测方法的流程图。姿态问题检测方法包括以下步骤：

s1，获取待检测者图像。

在本发明实施例中，待检测者图像可以是包含一个待检测者的图像，待检测者图像可以是待检测者的正面图像，也可以是待检测者的侧面图像，还可以是待检测者的背面图像，需要说明的是，待检测者图像中的待检测者为端正的站姿。图3给出了一张待检测者图像的示例。

待检测者图像可以是从网上下载得到的，也可以是预先存储的电子设备100的存储器102中的，还可以是通过通信接口104接收其它外部设备发送的，在此不作限定。

s2，检测待检测者图像中目标部位对应的多个关键点。

在本发明实施例中，目标部位可以是用户自定义需要进行检测的部位，目标部位可以是，但不限于颈部、头、骨盆、腿、肩、膝、足、耳等。关键点可以是用于表征目标部位姿态的坐标点。

不同的目标部位可以采用不同的方式来检测该目标部位对应的关键点。

请参阅图4，当目标部位为颈部时，步骤s2可以包括子步骤s21～s23：

s21，对待检测者图像进行语义分割，得到分割图像，其中，分割图像包括待检测者区域和除待检测者区域之外的背景区域。

在本发明实施例中，语义分割是将待检测者图像分割成具有不同意义信息的区域(待检测者区域和除待检测者区域之外的背景区域)，并且标注每个区域响应的语义标签。分割图像可以是将待检测者图像中的待检测者和背景进行语义分割，得到的图像。分割图像包括了待检测者区域和背景区域，待检测者区域和背景区域共同构成了分割图像。需要说明的是，经过语义分割得到的分割图像中的待检测者区域内的所有像素点均为同一个像素值，分割图像中的背景区域内的所有像素点均为同一个像素值，且待检测区域内像素点的像素值与背景区域内像素点的像素值不相同。图5给出了一张分割图像的示例。

对待检测者图像进行语义分割，得到分割图像的步骤，可以理解为，将待检测者图像输入训练好的语义分割模型中进行语义分割，即可得到分割图像。

s22，获取分割图像中待检测者的所有边缘像素点。

在本发明实施例中，边缘像素点可以是分割图像的待检测者区域中与背景区域毗连像素点。

获取分割图像中待检测者的所有边缘像素点的步骤，可以包括以下子步骤：

初始子步骤：

获取分割图像中每个像素点的像素值；

依据每个像素点的像素值，确定出初始像素点，其中，初始像素点与其行相邻像素点和列相邻像素点的像素值均不同；

确定子步骤：

在以初始像素点为中心的预设窗口内，按照第一预设规则确定出目标像素点，并将目标像素点作为一个边缘像素点；

将目标像素点作为初始像素点并执行确定子步骤，直至目标像素点与初始子步骤中的初始像素点重合，得到所有边缘像素点。

其中，在初始子步骤中，依据每个像素点的像素值，确定出初始像素点的步骤，可以理解为，将与行相邻像素点和列相邻像素点的像素值均不同的像素点确定为初始像素点。请参阅图6，图6中每个方框均代表一个像素点，方框内的数值即为该像素点其对应的像素值，阴影方框对应的像素点即为初始像素点。需要说明的是，分割图像中的初始像素点可以包含多个，本申请实施例中仅需找出一个初始像素点即可。

作为一种实施方式，若以图5中的分割图像为例，可以先选择横坐标最小的白色像素点作为初始像素点，如果有多个白色像素点的横坐标相等，则选择其中纵坐标最小的一个作为初始像素点，初始像素点的坐标s0＝(x0,y0)，其中x0，y0分别表示s0的横坐标和纵坐标。

在本发明实施例中，预设窗口的大小可以是3*3、5*5、或者是其它(2n+1)*(2n+1)的窗口，预设窗口以初始像素点为中心，目标像素点可以是预设窗口内，以上一个目标像素点为起点，按照预设轨迹第一个像素值为预设像素值的像素点。第一预设规则可以是以上一个目标像素点为起点，按照预设轨迹获取第一个像素值为预设像素值的像素点，预设轨迹可以是顺时针，或者逆时针。

下面，以图6为例，对确定子步骤进行阐述：

在图6中，预设像素值为1，第一个初始像素点为阴影方框对应的像素点，在它的3*3窗口内，顺时针寻找第一个预设像素值为1的像素点是初始像素点上方的像素点，将其确定为目标像素点，并作为边缘像素点；接下来，将得到的目标像素点作为第二个初始像素点，在第二个初始像素点的3*3窗口内，以上一个目标像素点(即第一个初始像素点)为起点，顺时针方向寻找第一个像素值为1的像素点(不包括起点本身)，即寻找的顺序为左下、正左，左上、正右、正上、右上、正右、右下、正下，在第二个初始像素点的正上方向对应的像素点即为目标像素点，并作为一个边缘像素点。以此类推，直至最后一个目标像素点与第一个初始像素点(即初始子步骤中的初始像素点)重合，即可找出所有边缘像素点。

s23，将表征目标部位两端的边缘像素点均确定为关键点，得到多个关键点。

在本发明实施例中，将颈部两端的边缘像素点确定为关键点，得到多个关键点的步骤，可以理解为，首先，从所有边缘像素点中筛选出表征上半身的边缘像素点，即令ymin为所有边缘像素点中最小的纵坐标，ymax为所有边缘像素点中最大的纵坐标，保留边缘像素点中所有满足纵坐标大于等于(ymin+ymax)/2的点(即为人体的上半身，颈部一定在这部分内，因为头的高度必定小于等于总身高的一半)；其次，对于每一个纵坐标y，找到最小的xy，满足点(xy，y)为白色，且对于所有的x<xy，点(x，y)为黑色，如果不存在满足条件的点，记xy＝∞；(枚举所有的y，求出其中xy最大的点，如果有多个y满足xy最小，取其中y最小的一个)，记为点a＝(xa,ya)，a即为图7中表征颈部下端的边缘像素点；然后，从a相邻的第10个边缘像素点出发，枚举边缘像素点si，使用最小二乘法拟合si-10，si-9，…，si以及s，si+1，…，si+10，记拟合得到的直线分别为直线e和直线r，直线e和直线r形成的夹角为ai；找到第一个i，使得ai<ai-1且ai<ai+1，记b＝si，b即为图7中表征颈部上端的边缘像素点。

请参阅图8，当目标部位为头、骨盆、腿、肩、膝、足、耳中的一种时，步骤s2可以包括子步骤s24和s25：

s24，对待检测者图像进行骨骼点检测，得到多个骨骼点。

在本发明实施例中，骨骼点可以是人体骨骼点位置，请参阅图9，图9中的骨骼点可以是头部、颈部、躯干中心(图中未示出)、左肩、左肘、左手、右肩、右肘、右手、左臀、左膝、左踝、右臀、右膝、右踝相关的位置坐标。于本发明的其它实施例中，还可以根据用户的实际需要设定骨骼点，例如，耳部(耳垂)等部位。

对待检测者图像进行骨骼点检测，得到多个骨骼点的步骤，可以理解为，将待检测者图像输入训练好的用于骨骼点检测的全卷积神经网络中，得到待检测者图像中各个骨骼点的位置坐标。

s25，按照第二预设规则，从多个骨骼点中获取目标部位对应的多个关键点。

在本发明实施例中，第二预设规则可以是用户自定义目标部位对应的多个关键点。当目标部位为耳部时，耳垂对应的关键点为左耳垂和右耳垂的最低点的坐标；当目标部位为头部时，头部对应的关键点为躯干中心、头部、颈部的坐标；当目标部位为肩部时，肩部对应的关键点为左肩和右肩的坐标；当目标部位为腿部时，腿部对应的关键点为左臀、左膝、左踝、右臀、右膝及右踝的坐标；当目标部位为骨盆时，骨盆对应的关键点为肩部、臀部、膝部的坐标(此时，待检测者图像中的待检测者为侧站，故不存在左右之分)。用户可以依据不同的目标部位，设置该目标部位对应的多个关键点。

按照第二预设规则，从多个骨骼点中获取目标部位对应的多个关键点的步骤，可以理解为，从检测出来的多个骨骼点中筛选出用户预设的该目标部位对应的多个骨骼点，并将筛选出来的多个骨骼点确定为关键点。例如，步骤s24检测出待检测者图像中15个骨骼点，若目标部位为头部，则从所有的骨骼点中筛选出其中的头部骨骼点坐标、颈部骨骼点坐标及躯干中心点坐标，组成头部对应的多个关键点。

s3，依据多个关键点，计算目标部位对应的姿态夹角，其中，姿态夹角用于表征目标部位的姿态。

在本发明实施例中，姿态夹角可以是用于表征目标部位姿态信息的角度。由于目标部位的不同，由步骤s2中获得的关键点的数目也会存在差异，例如，目标部位为颈部时，关键点的数目可以为2个，目标部位为头部时，关键点的数目可以为3个，当目标部位为肩部时，关键点的数目可以是3个，当目标部位为耳部时，关键点的数目可以是2个，当目标部位为腿部时，关键点的数目可以是6个其中3个为左腿骨骼点，另外3个为右腿的骨骼点。

根据关键点的数目不同，姿态夹角的计算方式也存在差异。当关键点数目为2个时，可以依据两个关键点形成一关键点连线，再计算该关键点连线与预设标准线形成的姿态夹角，依据两个关键点坐标，计算出斜率，再根据斜率和反三角函数，计算出姿态夹角；当关键点数目为3个时，根据其中预定的顶点，确定出姿态夹角，再依据3个关键点坐标，计算出姿态夹角；当关键点数目为6个时，按照左和右分别计算出各自对应的姿态夹角。

请参阅图10，当目标部位为颈部时，得到的多个关键点包括表征目标部位一端的第一关键点、及表征目标部位另一端的第二关键点。在图7中，第一关键点可以是a点，第二关键点可以是b点。步骤s3可以包括以下子步骤：

s31，依据第一关键点和第二关键点，得到关键点连线。

在本发明实施例中，关键点连线可以是第一关键点和第二关键点所在的直线。由于两点可以确定一线，那么可以由目标部位对应的两个关键点(即第一关键点和第二关键点)，即可得到一条直线，该直线即为关键点连线。

例如，当第一关键点为(5，197)，第二关键点为(3，200)，那么关键点连线为y＝-1.5x+204.5。

s32，计算关键点连线与预设标准线形成的姿态夹角。

在本发明实施例中，预设标准线可以是用户自定义的直线，可以是x轴，也可以是y轴。姿态夹角可以是关键点连线与预设标准线之间形成的夹角。请参阅图11，图11示出了一种姿态夹角的示例，姿态夹角可以是图示中的∠1，也可以是∠2。例如，关键点连线为y＝-1.5x+204.5，预设标准线为y＝0(即x轴)，依据关键点连线和预设标准线的函数公式，可以计算出姿态夹角。

需要说明的是，对于其它的关键点数目为2的目标部位，均可采用上述方式，在此不再赘述。

当关键点数目为3时，按照纵坐标的大小对三个关键点进行排序，其中，第一个关键点纵坐标大于第二个关键点的纵坐标，第二个关键点的纵坐标大于第三个关键点的纵坐标。将第二个关键点作为顶点，得到一个确定的姿态夹角，该姿态夹角计算公式如下：

∠θ＝arctan[(y3-y2)/(x3-x2)]-arctan[(y1-y2)/(x1-x2)]；

其中，第一个关键点坐标为(x1，y1)，第二个关键点坐标为(x2，y2)，第三个关键点坐标为(x3，y3)，θ为姿态夹角。

s4，当姿态夹角不处于标准夹角区间时，确定待检测者的目标部位存在姿态问题。

在本发明实施例中，标准夹角区间可以是用户自定义用以判断目标部位不存在姿态问题的夹角区间。标准夹角区间可以是0°-5°，也可以是0°-10°，还可以是175°-180°等，标准夹角区间的设定，需要根据目标部位，以及姿态夹角的选定来设定。例如，姿态夹角选定为∠1或者∠2，其对应的标准夹角区间是不同的，需要用户依据实际情况进行设定。

将姿态夹角与标准区间进行比对，当姿态夹角处于标准夹角区间时，则确定待检测者的目标部位不存在姿态问题，反之，当姿态夹角不处于标准夹角区间时，则确定待检测者的目标部位存在姿态问题。

另外，为了给出精确的结果，可以在确定待检测者的目标部位存在姿态问题后，进一步对该姿态问题的严重程度进行判断。

s5，依据姿态夹角判断姿态问题的严重程度。

在本发明实施例中，严重程度可以是轻度、中度和重度。于本发明的其它实施例中，严重程度还可以进行更细的划分，例如，轻度、轻中度、重度、中重度、重度，在此不作限定。依据姿态夹角判断姿态问题的严重程度的步骤，可以理解为，将姿态夹角与第一预设区间、第二预设区间以及第三预设区间均进行对比，其中，请参阅图12，第一预设区间距离标准夹角区间最近、第二预设区间其次，第三预设区间最远。其中，当姿态夹角处于第一预设区间时，判定姿态问题的严重程度为轻度；当姿态夹角处于第二预设区间时，判定姿态问题的严重程度为中度；当姿态夹角处于第三预设区间时，判定姿态问题的严重程度为重度。

例如，在判断肩部的高低肩姿态问题时，标准夹角区间可以设置为0°-5°，第一预设区间可以设置为5°-10°，第二预设区间可以设置为10°-15°，第三预设区间可以设置为＞15°。

在判断颈部的颈前倾问题时，标准夹角区间可以设置为75°-90°，第一预设区间可以设置为70°-75°，第二预设区间可以设置为65°-70°，第三预设区间可以是＜65°。

在判断耳部的耳垂不等高问题时，标准夹角区间可以设置为0°，第一预设区间可以设置为0°-5°，第二预设区间可以设置为5°-10°，第三预设区间可以设置为＞10°。

在判断骨盆的骨盆倾斜问题时，标准夹角区间可以设置为0°，第一预设区间可以设置为0°-5°，第二预设区间可以设置为5°-10°，第三预设区间可以设置为＞10°。

在判断腿部的x型腿时，标准夹角区间可以设置为170°-180°，第一预设区间可以设置为170°-175°，第二预设区间可以设置为165°-170°，第三预设区间可以设置为＜165°。

在判断腿部的o型腿时，标准夹角区间可以设置为170°-180°，第一预设区间可以设置为180°-185°，第二预设区间可以设置为185°-190°，第三预设区间可以设置为＞190°。

与现有技术相比，本发明实施例具有以下优势：

首先，通过自动对待检测者图像进行一系列上述检测，对待检测者的目标部位是否存在姿态问题进行判断，无需占用医学资源，且成本低，容易实现规模化。

其次，依据姿态夹角对严重程度进行判断，以便得到更为精确的结果。

针对上述图2、图4、图8及图10的方法流程，下面给出一种姿态问题检测装置200的可能的实现方式，该姿态问题检测装置200可以采用上述实施例中的电子设备100的器件结构实现，也可以为该电子设备100中的处理器101实现，请参阅图13，图13示出了本发明实施例提供的姿态问题检测装置的方框示意图。姿态问题检测装置200包括获取模块201和处理模块202。

获取模块201，用于获取待检测者图像。

处理模块202，用于检测待检测者图像中目标部位对应的多个关键点；依据多个关键点，计算目标部位对应的姿态夹角，其中，姿态夹角用于表征目标部位的姿态；当姿态夹角不处于标准夹角区间时，确定待检测者的目标部位存在姿态问题。

在本发明实施例中，当目标部位为颈部时，处理模块202执行检测待检测者图像中目标部位对应的多个关键点的步骤，具体包括：对待检测者图像进行语义分割，得到分割图像，其中，分割图像包括待检测者区域和除待检测者区域之外的背景区域；获取分割图像中待检测者的所有边缘像素点；将表征目标部位两端的边缘像素点均确定为关键点，得到多个关键点。

当多个关键点包括表征目标部位一端的第一关键点、及表征目标部位另一端的第二关键点时，处理模块202执行依据多个关键点，计算目标部位对应的姿态夹角的步骤，具体包括：依据第一关键点和第二关键点，得到关键点连线；计算关键点连线与预设标准线形成的姿态夹角。

处理模块202执行获取分割图像中待检测者的所有边缘像素点的步骤，具体包括：初始子步骤：获取分割图像中每个像素点的像素值；依据每个像素点的像素值，确定出初始像素点，其中，初始像素点与其行相邻像素点和列相邻像素点的像素值均不同；确定子步骤：在以初始像素点为中心的预设窗口内，按照第一预设规则确定出目标像素点，并将目标像素点作为一个边缘像素点；将目标像素点作为初始像素点并执行确定子步骤，直至目标像素点与初始子步骤中的初始像素点重合，得到所有边缘像素点。

处理模块202执行按照第一预设规则确定出目标像素点的步骤，具体包括：以上一个目标像素点为起点，按照预设轨迹获取第一个像素值为预设像素值的像素点，并将该像素点作为目标像素点。

当目标部位为骨盆、腿、肩、膝、足、耳中的一种时，处理模块202执行检测待检测者图像中目标部位对应的多个关键点的步骤，具体包括：对待检测者图像进行骨骼点检测，得到多个骨骼点；按照第二预设规则，从多个骨骼点中获取目标部位对应的多个关键点。

在本发明实施例中，处理模块202还用于：依据姿态夹角判断姿态问题的严重程度。

处理模块202执行依据姿态夹角判断姿态问题的严重程度的步骤，具体包括：当姿态夹角处于第一预设区间时，判定姿态问题的严重程度为轻度；当姿态夹角处于第二预设区间时，判定姿态问题的严重程度为中度；当姿态夹角处于第三预设区间时，判定姿态问题的严重程度为重度。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的姿态问题检测装置200的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

综上所述，本发明实施例提供一种姿态问题检测方法及装置，所述方法包括：获取待检测者图像；检测所述待检测者图像中目标部位对应的多个关键点；依据所述多个关键点，计算所述目标部位对应的姿态夹角，其中，所述姿态夹角用于表征所述目标部位的姿态；当所述姿态夹角不处于标准夹角区间时，确定所述待检测者的目标部位存在姿态问题。与现有技术相比，本申请可以通过自动对待检测者图像进行一系列上述检测，对待检测者的目标部位是否存在姿态问题进行判断，无需占用医学资源，且成本低，容易实现规模化。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。