刘小彬，王 璐，邹远文，李晋川，黄学进

(1.四川大学 建筑与环境学院，四川 成都 610065；2.四川大学 材料科学与工程学院，四川 成都 610065)

大学生中多数患有圆肩、颈椎过度前曲、驼背、耸肩或塌肩及腰椎过度前曲等姿态问题，而平常生活中不规范的坐、立和行走姿态是造成不良身体姿态的最主要原因[1]。随着社会老龄化问题的出现，无人监护的居家老人频发意外跌倒事故，未及时抢救可导致虚弱、疾病甚至死亡[2－4]，因此姿态检测对各类人群都有重要的临床和实际意义。

根据检测方式，人体姿态检测主要分为非穿戴式检测和穿戴式检测[5]。文献[6]中提出了一种基于深度图像梯度特征的人体姿态识别，利用图像中深度信息计算出水平和垂直方向的梯度值，从而提取特征值，再利用分类器进行分类，但仅能够对静态图片进行姿态识别，无法应用在实际生活中。文献[7]中提出了利用视频识别对人体姿态进行识别，采用基于Hu不变矩特征的提取算法提取视频中的关键帧，再利用分类模型进行分类，但分类模型所需训练数据庞大，且受环境影响大，如光照、遮挡物等。文献[7－8]中在低频电磁场中，采用固定在被测对象上的磁接收器作为传感器，检测磁场的变化信息，然后利用发射信号和感应信号之间的耦合关系确定被测对象的姿态，但该实验必须在低频电磁场中进行，且易受到电磁干扰。此外，Logitech、SAC等公司都生产超声波运动捕捉设备，然而这类设备实时性较差，且受环境影响大。……