功能描述： 1、系统分为自动和手动模式，上电之后，绿色的LED灯点亮，代表当前是自动模式。 2、通过按键1，可以在手动模式（绿灯灭）和自动模式（绿灯亮）之间来回切换。 3、在手动模式下，可以通过按键2降低亮度，按键3增加亮度。 4、在自动模式下，首先要检测到有人，才进行亮度的自动控制，否则台灯熄灭。调整光敏电阻，模拟光照的变化，从而就可以看到台灯的亮度会随着环境中的光照强度的改变而改变，效果是光照越弱，台灯越亮。如果人体传感器 1 分钟检测不到有人，台灯就会自动熄灭。 5、无论是自动模式还是手动模式，都是把亮度分为 10 个等级的。 6、注意，人体感应检测功能只在自动模式下有效。 7、带坐姿矫正功能，使用超声波模块测量距离，距离过近发出告警，提醒摆正坐姿。

智能台灯文献标志码：A文章编号：1006—7167( 2019) 03—0056—05of Comput er and I nf ormat i on Engi

采用间隔性摄像头检查坐姿，与标准坐姿比较，如果过于靠近屏幕、坐姿不正、肩膀变形等，进行及时性的弹出提醒，空格回车和esc都可关闭弹窗，如果不操作弹窗会在检测间隔时间的一半时自行关闭，而准备进行下次检测。 检测时间、坐姿的左右平移和前后移动的距离阈值都可以根据自己情况进行设置。 对检测的情况进行累加统计，可以看到坐姿的平均正确情况 程序是完全单机版，不会联网 mac app没有签名验证，需要自行进行签名认证 采用python开发，检测人脸来进行算法支持 程序运行系统资源占用率极低 https://github.com/htmljsp/pCare_neckAtt python源码未开放，有bug或修改需求的，可以联系 lida2012 微信 或 lida2012@foxmail.com

输出一个人的侧视图（侧视图）作为输入时的坐姿。 输出可以告诉你一个人是否坐直、驼背（前倾）、斜倚（后倾）以及他是否双手合十、双腿合十（跪着）。 OpenPose检测骨骼 使用CMU感知计算实验室发明的开放式姿势模型。 这个OpenPose模型可以检测人体的关键点。这些关键点坐标可用于估计人的坐姿。 该软件可以检测多个人的关键点，但只能检测一个人的姿势。 使用了一个经过训练的keras OpenPose模型来检测关键点。 文件夹 model.py -包含模型的体系结构。 config_reader.py -包含模型预测关键点所必需的参数。 util.py——计算关键点坐标所需的一些函数。 运行 python3 posture_image.py 用于以图像作为输入测试此软件。如果你想用你自己的图像测试它，把这个图像放在sample_images文件夹中，并在第237行进行相应的更改。 Run python3 posture_realtime.py用于实时测试。需要坐在离摄像头较远的位置。 要有8GB内存

这篇论文是本人给别人写的已经过了的，具有很大的参考价值，有需要的可以直接下载的哦，到手后只需改下重复率就好了

本装置分为主板和从板两部分，从板通过ADXL345检测倾角，将数据通过2401发送给主板，主板结合倾角和超声波测距得到的数据判断被检测人的坐姿，并将数据通过4G模块发送出去。

51 单片机 矫正坐姿 红外检测模块0 智能台灯 源码 原理图 PCB 增开题报告资料 材料清单 练手的

为了对坐姿下的几种行为进行识别，在分析常有坐姿的基础上，提出了通过PCA对八种不同姿势进行分类识别的方法。结合背景帧信息通过背景轮廓消减法提取运动目标区域，利用肤色在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，在运动目标区域提取肤色区域，并对检测出的肤色灰度图进行PCA运算，实现了姿势识别。实验结果表明，所提出的利用PCA进行姿势识别的方法正确率达到84.92%，能够准确地识别坐姿行为，并且对运动阴影、光线变化具有良好的鲁棒性。

基于STM32单片机的穿戴式坐姿调整器的设计及其实现.pdf

坐姿检测器相关的代码，库文件，购买链接什么的