一种红外感应身高的高度调节方法及学习桌与流程

1.本发明涉及人工智能相关技术领域，具体涉及一种红外感应身高的高度调节方法及学习桌。


背景技术：

2.随着中国经济的快速发展，全民的素质教育水平与室内办公化比例不断提升，但是随之上升的是近视人群基数和脊椎病人群基数越来越多，学习桌面的高度合理设置对于学生的坐姿有很大的影响，因此学习桌面的高度设置对于预防近视及脊椎病有较大的积极作用。
3.目前的学习桌主要分为两种，针对不同年龄段的学习制定的不同高度的学习桌，但是基本上都是桌面高度无法调节或者桌面高度需要自行调节的学习桌。无法调节高度的桌子难以适应不同身高的人群，迁移性较弱，而自行调节高度的桌子由于桌面高度的自行设定参数难免不科学，可能会过高或者高低，过高增大造成近视的风险，过低增大发生脊椎病的风险。
4.但本技术发明人在实现本技术实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
5.现有技术中由于桌面高度都是通过人工调节，桌面高度的设定依据调节人员的经验，难以针对性的适应单独的个体，导致存在适用性较弱的技术问题。


技术实现要素：

6.本技术实施例通过提供了一种红外感应身高的高度调节方法及学习桌，解决了现有技术中由于桌面高度都是通过人工调节，桌面高度的设定依据调节人员的经验，难以针对性的适应单独的个体，导致存在适用性较弱的技术问题。通过图像采集装置采集用户站直时的图像，使用红外感应装置测定第一次身高，根据第一次测定的身高对学习桌面高度进行调节，当用户坐在一次调节的学习桌子上后，对用户坐直后的坐姿继续宁图像采集，并再次使用红外感应装置测定第二次身高(椅面到肩膀的高度)，根据第二次测定的身高进行学习桌面的二次调节，进而得到了和用户适配程度较高的桌面高度，达到了桌面高度调节个体化程度更高的技术效果。
7.鉴于上述问题，本技术实施例提供了一种红外感应身高的高度调节方法及学习桌。
8.第一方面，本技术实施例提供了一种红外感应身高的高度调节方法，其中，所述方法应用于一高度控制学习桌，所述学习桌与红外感应传感器、图像采集装置通信连接，所述方法包括：通过第一图像采集装置获得第一用户的第一图像，根据所述第一图像进行所述第一用户的站姿标准度分析，获得第一分析结果；当所述第一分析结果满足第一预设阈值时，通过所述红外传感器进行所述第一用户的身高信息测定，获得第一身高测定结果；获得所述第一用户匹配的第一学习桌，根据所述第一身高测定结果进行所述第一学习桌的高度
调节，获得第一高度调节结果；通过所述第一图像采集装置获得所述第一用户的第二图像，通过所述第二图像进行坐姿标准度分析，获得第二分析结果；
9.当所述第二分析结果满足第二预设阈值时，通过所述红外传感器进行所述第一用户的区域高度测定，获得第二身高测定结果；将所述第二分析结果和所述第二身高测定结果输入智能高度分析调整模型，获得第二高度调节结果；通过所述第二高度调节结果进行所述第一学习桌的高度控制。
10.另一方面，本技术实施例提供了一种红外感应身高的高度调节学习桌，其中，所述学习桌包括：第一处理单元，所述第一处理单元用于通过第一图像采集装置获得第一用户的第一图像，根据所述第一图像进行所述第一用户的站姿标准度分析，获得第一分析结果；第二处理单元，所述第二处理单元用于当所述第一分析结果满足第一预设阈值时，通过所述红外传感器进行所述第一用户的身高信息测定，获得第一身高测定结果；第三处理单元，所述第三处理单元用于获得所述第一用户匹配的第一学习桌，根据所述第一身高测定结果进行所述第一学习桌的高度调节，获得第一高度调节结果；第四处理单元，所述第四处理单元用于通过所述第一图像采集装置获得所述第一用户的第二图像，通过所述第二图像进行坐姿标准度分析，获得第二分析结果；第五处理单元，所述第五处理单元用于当所述第二分析结果满足第二预设阈值时，通过所述红外传感器进行所述第一用户的区域高度测定，获得第二身高测定结果；第六处理单元，所述第六处理单元用于将所述第二分析结果和所述第二身高测定结果输入智能高度分析调整模型，获得第二高度调节结果；第一控制单元，所述第一控制单元用于通过所述第二高度调节结果进行所述第一学习桌的高度控制。
11.第三方面，本技术实施例提供了一种红外感应身高的高度调节系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
12.本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
13.由于采用了通过第一图像采集装置获得第一用户的第一图像，根据所述第一图像进行所述第一用户的站姿标准度分析，获得第一分析结果；当所述第一分析结果满足第一预设阈值时，通过所述红外传感器进行所述第一用户的身高信息测定，获得第一身高测定结果；获得所述第一用户匹配的第一学习桌，根据所述第一身高测定结果进行所述第一学习桌的高度调节，获得第一高度调节结果；通过所述第一图像采集装置获得所述第一用户的第二图像，通过所述第二图像进行坐姿标准度分析，获得第二分析结果；当所述第二分析结果满足第二预设阈值时，通过所述红外传感器进行所述第一用户的区域高度测定，获得第二身高测定结果；将所述第二分析结果和所述第二身高测定结果输入智能高度分析调整模型，获得第二高度调节结果；通过所述第二高度调节结果进行所述第一学习桌的高度控制的技术方案，通过图像采集装置采集用户站直时的图像，使用红外感应装置测定第一次身高，根据第一次测定的身高对学习桌面高度进行调节，当用户坐在一次调节的学习桌子上后，对用户坐直后的坐姿继续宁图像采集，并再次使用红外感应装置测定第二次身高(椅面到肩膀的高度)，根据第二次测定的身高进行学习桌面的二次调节，进而得到了和用户适配程度较高的桌面高度，达到了桌面高度调节个体化程度更高的技术效果。
14.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够
更明显易懂，以下特举本技术的具体实施方式。
附图说明
15.图1为本技术实施例提供了一种红外感应身高的高度调节方法流程示意图；
16.图2为本技术实施例提供了一种红外感应身高的基于用户视力调节桌面高度的方法流程示意图；
17.图3为本技术实施例提供了一种红外感应身高的基于用户疲劳度调节桌面高度的方法流程示意图；
18.图4为本技术实施例提供了一种红外感应身高的高度调节学习桌结构示意图；
19.图5为本技术实施例示例性电子设备的结构示意图。
20.附图标记说明：第一处理单元11，第二处理单元12，第三处理单元13，第四处理单元14，第五处理单元15，第六处理单元16，第一控制单元17，电子设备300，存储器301，处理器302，通信接口303，总线架构304。
具体实施方式
21.本技术实施例通过提供了一种红外感应身高的高度调节方法及学习桌，解决了现有技术中由于桌面高度都是通过人工调节，桌面高度的设定依据调节人员的经验，难以针对性的适应单独的个体，导致存在适用性较弱的技术问题。通过图像采集装置采集用户站直时的图像，使用红外感应装置测定第一次身高，根据第一次测定的身高对学习桌面高度进行调节，当用户坐在一次调节的学习桌子上后，对用户坐直后的坐姿继续宁图像采集，并再次使用红外感应装置测定第二次身高(椅面到肩膀的高度)，根据第二次测定的身高进行学习桌面的二次调节，进而得到了和用户适配程度较高的桌面高度，达到了桌面高度调节个体化程度更高的技术效果。
22.申请概述
23.随着中国经济的快速发展，全民的素质教育水平与室内办公化比例不断提升，但是随之上升的是近视人群基数和脊椎病人群基数越来越多，学习桌面的高度合理设置对于学生的坐姿有很大的影响，因此学习桌面的高度设置对于预防近视及脊椎病有较大的积极作用。目前的学习桌主要分为两种，针对不同年龄段的学习制定的不同高度的学习桌，但是基本上都是桌面高度无法调节或者桌面高度需要自行调节的学习桌。无法调节高度的桌子难以适应不同身高的人群，迁移性较弱，而自行调节高度的桌子由于桌面高度的自行设定参数难免不科学，可能会过高或者高低，过高增大造成近视的风险，过低增大发生脊椎病的风险，但现有技术中由于桌面高度都是通过人工调节，桌面高度的设定依据调节人员的经验，难以针对性的适应单独的个体，导致存在适用性较弱的技术问题。
24.针对上述技术问题，本技术提供的技术方案总体思路如下：
25.本技术实施例提供了一种红外感应身高的高度调节方法，其中，所述方法应用于一高度控制学习桌，所述学习桌与红外感应传感器、图像采集装置通信连接，所述方法包括：通过第一图像采集装置获得第一用户的第一图像，根据所述第一图像进行所述第一用户的站姿标准度分析，获得第一分析结果；当所述第一分析结果满足第一预设阈值时，通过所述红外传感器进行所述第一用户的身高信息测定，获得第一身高测定结果；获得所述第
一用户匹配的第一学习桌，根据所述第一身高测定结果进行所述第一学习桌的高度调节，获得第一高度调节结果；通过所述第一图像采集装置获得所述第一用户的第二图像，通过所述第二图像进行坐姿标准度分析，获得第二分析结果；当所述第二分析结果满足第二预设阈值时，通过所述红外传感器进行所述第一用户的区域高度测定，获得第二身高测定结果；将所述第二分析结果和所述第二身高测定结果输入智能高度分析调整模型，获得第二高度调节结果；通过所述第二高度调节结果进行所述第一学习桌的高度控制。
26.在介绍了本技术基本原理后，下面将结合说明书附图来具体介绍本技术的各种非限制性的实施方式。
27.实施例一
28.如图1所示，本技术实施例提供了一种红外感应身高的高度调节方法，其中，所述方法应用于一高度控制学习桌，所述学习桌与红外感应传感器、图像采集装置通信连接，所述方法包括：
29.s100：通过第一图像采集装置获得第一用户的第一图像，根据所述第一图像进行所述第一用户的站姿标准度分析，获得第一分析结果；
30.具体而言，所述第一用户为使用学习桌的对象；所述第一图像采集装置为采集第一用户图像的装置，优选为高清摄像头；所述第一图像为通过第一图像采集装置对第一用户在预设站姿下的用户图像，预设站姿优选为直立的站姿，类似于军姿；所述第一分析结果为对第一图像进行分析判断是否符合预设站姿之后得到的判断结果，示例性的：将第一图像中的站姿和预设站姿进行比对，判断和预设站姿的差异度，初始差异度为0，检测出一处差异则差异度 1，比对完毕后得到最终差异度，和预设差异度进行比较，若是大于预设差异度，则需要重新采集图像，若是小于等于预设差异度则进行后步处理，其中，预设差异度为可依据实际情况自行设定的可允许的最大差异度。通过对站姿进行判别，提高了学习桌的容错能力。
31.s200：当所述第一分析结果满足第一预设阈值时，通过所述红外传感器进行所述第一用户的身高信息测定，获得第一身高测定结果；
32.具体而言，所述红外传感器为利用红外线来进行数据处理的一种传感器，可以通过人物不同部位热量的不同进而定位，依据定位举例得到身高，红外线传感器包括光学学习桌、检测元件和转换电路，此处的光学学习桌优选为反射式光学学习桌；所述第一预设阈值即为上述的预设差异度，当符合预设差异度时对符合预设站姿要求的第一图像进行身高信息测定；所述第一身高测定结果为通过对第一用户使用红外传感器检测身高得到的信息，包括但不限于全部身高、腰部以下身高、腰部到肩膀身高、身形等信息。通过对第一用户的身高进行检测，为匹配适应度较强的学习桌面高度提供了数据参考基准。
33.s300：获得所述第一用户匹配的第一学习桌，根据所述第一身高测定结果进行所述第一学习桌的高度调节，获得第一高度调节结果；
34.具体而言，所述第一学习桌为根据第一用户的身形身高信息匹配的对应桌面面积的学习桌子，不同身高体形的用户可以使用不同大小桌面的学习桌，避免体形较高大的用户使用桌面较小的学习桌，影响学习效果；进一步的，所述第一高度调节结果为根据第一身高测定结果对第一学习桌进行高度适应性调整之后的结果。示例性的调整方式为：首先根据整体的身高将桌面高度调节至适应的高度，进一步根据第一用户腰部到肩膀身高再次调
整桌面高度，是桌面高度更适应于第一用户，如在头正、身直、臂开、足安的预设坐姿下，眼距离桌面的直线距离为一尺，大约33cm。通过根据采集到的身高数据两步调整桌面高度，使得桌面高度对于用户的适配程度更高，且桌面的高度是基于宜于视力的预设坐姿匹配的，对于保护视力有较大作用。
35.s400：通过所述第一图像采集装置获得所述第一用户的第二图像，通过所述第二图像进行坐姿标准度分析，获得第二分析结果；
36.具体而言，所述第二图像为在第一用户已预设坐姿坐在使用经过高度调节后的第一学习桌前之后，通过第一图像采集装置采集的第一用户图像信息；所述第二分析结果为对第二图像进行坐姿标准度分析之后的结果，分析方式举不设限制的一例：读取预设坐姿，优选为头正、身直、臂开、足安的坐姿，将采集到的第二图像信息和预设坐姿进行比对，初始坐姿不标准度设为0，当比对出现一处异常时，坐姿不标准度 1，当比对结束，得到的坐姿不标准度小于预设值时，则可以使用第二图像进行后步处理；当得到的坐姿不标准度大于等于预设值时，则需要重新采集用户坐姿图像，直到符合预设值时停止，其中，预设值为预设可允许坐姿不标准度的最大值，可自行设定。通过对第二图像进行采集，可以将座椅的高度对第一用户坐下时的身高影响进行分析，便于后步得到适应性更强的桌面高度调节。
37.s500：当所述第二分析结果满足第二预设阈值时，通过所述红外传感器进行所述第一用户的区域高度测定，获得第二身高测定结果；
38.s600：将所述第二分析结果和所述第二身高测定结果输入智能高度分析调整模型，获得第二高度调节结果；
39.具体而言，所述第二预设阈值即为上述坐姿比对的预设值；所述第二身高测定结果为当第二图像满足预设值时，通过红外传感器检测用户的区域高度，包括但不限于椅面的高度，肩膀的高度，眼部的高度，桌面的高度值等。进一步的，所述智能高度分析调整模型为基于神经网络模型训练的智能化模型，基于大数据采集多组用户的坐姿身高信息及预设的理论上的学习桌桌面高度调节结果，当模型收敛后，即可进行数据处理；将第二分析结果和第二身高测定结果输入智能高度分析调整模型，输出的所述第二高度调节结果即为和第一用户适配程度较高的高度。
40.s700：通过所述第二高度调节结果进行所述第一学习桌的高度控制。
41.具体而言，通过第二高度调节结果对第一学习桌再次进行高度调节，将椅面的高度综合考虑入学习桌高度调节过程，提高了学习桌面桌面高度和用户的匹配度，达到了个体化程度较高的桌面高度调节的技术效果。
42.进一步的，如图2所示，所述方法还包括步骤s800，步骤s800还包括：
43.s810：获得所述第一用户的第一视力信息；
44.s820：根据所述第二高度调节结果获得所述第一学习桌桌面与所述第一用户的眼部位置的高度差值；
45.s830：根据所述第一视力信息对所述高度差值进行高度差值修正，获得所述第一学习桌的桌面高度调整结果；
46.s840：通过所述桌面高度调整结果进行所述第一学习桌的高度调整。
47.具体而言，所述第一视力信息为第一用户的视力检测检测结果，可以基于大数据采集第一用户最新的视力采集结果，示例性的采集方式：若是最新的视力采集结果距离当
前时间节点在6个月之内，则可采用，若是超过6个月，则需要使用视力表重新采集视力，将采集到的视力分类为远视、正常、轻近视、近视四个类别，正常预设为：4.8-5.2、轻近视预设为：4.2-4.8；4.2以下预设为近视。进一步的，所述高度差值提取所述第二分析结果中的坐下后眼部高度、桌面高度信息，使用眼部高度减去桌面高度得到的结果；所述第一学习桌的桌面高度调整结果为综合第一视力信息对第一学习桌的高度进行调节以适应第一用户实际的视力情况，示例性的：用户检测结果为远视，且为天生的，则需要增大学习桌面与用户的距离；用户的视力检测为4.2-4.8，则需要使用常规眼部距离桌面一尺的距离，以逐步矫正视力；当用户在4.2及以下，则提醒佩戴眼镜。通过采集用户的实际视力信息，依据用户的视力信息调节桌面高度，使得到的进一步桌面高度更加适用于第一用户的实际情况。
48.进一步的，如图3所示，所述方法还包括步骤s900，步骤s900还包括：
49.s910：通过所述第一图像采集装置对所述第一用户进行学习过程的图像采集，获得第三图像集合，其中，所述第三图像集合为带有时间标识的所述第一用户图像集合；
50.s920：基于所述第三图像集合进行所述第一用户的疲劳度变化分析，获得第一疲劳度时间变化曲线；
51.s930：根据所述第一视力信息获得所述第一用户的高度差宽容范围；
52.s940：通过所述第一疲劳时间变化曲线和所述高度差宽容范围进行所述第一学习桌的高度调节。
53.具体而言，所述第三图像集合在第一用户学习或者工作过程中，使用第一图像采集装置采集的图像集合，优选的将所述第三图像集合和采集的时间节点一同存储，并按照采集的时序先后依次排序；所述第一疲劳度时间变化曲线为通过对第三图像集合进行分析，得到第一用户的学习疲劳度随时间变化的曲线，优选的对同一个时间节点采集的多个所述第三图像进行第一用户的面部特征提取及身体动作特征提取，使用相同方式提取多个时间节点下的特征信息，根据提取到的特征信息集合评估第一用户的疲劳度，示例性的：第一用户在一分钟内打哈欠次数超过5次，且眼睛闭合次数增加，则表明第一用户较疲惫，将不同时间段内的疲劳评价结果和时间对应存储，得到随时序变化的疲劳评价结果，即为所述第一疲劳度时间变化曲线；所述第一用户的高度差宽容范围为对于疲劳的用户需要设定人性化的高度，但是又不会对用户视力造成影响的高度，即将桌面高度调高以提高用户的舒适度，但是又要基于保护视力的基础，可依赖专家经验辅助决策，得到适宜的高度，体现了桌面高度调节过程的人性化。
54.进一步的，所述方法步骤s920还包括：
55.s921：通过大数据构建用户的疲劳动作特征值集合；
56.s922：通过所述疲劳动作特征值集合进行所述第三图像集合的特征值匹配，获得第一匹配结果；
57.s923：根据所述第一匹配结果获得相同特征出现次数和出现时间间隔；
58.s924：通过公式计算所述第一用户的疲劳度，计算公式如下：
[0059][0060]
k＝k1 k2
…kp
[0061]
其中，k1为第一特征疲劳度，k2为第二特征疲劳度，k
p
为第p特征疲劳度，n为所述第
一特征出现次数，a1为第一特征值标识，f1为a1特征匹配系数，a2为第一特征值二次出现标识，f2为a2特征匹配系数，t1为a1和a2的时间间隔，t
n-1
为an和a
n-1
的时间间隔；
[0062]
s925：通过所述疲劳度进行所述第一学习桌的高度调节。
[0063]
具体而言，所述疲劳动作特征值集合为基于大数据采集的人类疲劳状态特征，示例性的：如哈欠频率增加、眼皮不自主的下拉、眼皮下拉过程头部下坠特征、伸懒腰等状态特征都表征用户在学习过程中较疲惫，对不同的特征值采用不用的特征值标识，得到对应的特征向量；所述第一匹配结果为通过对所述第三图像集合进行特征提取得到的结果，再输入所述疲劳动作特征值集合进行遍历比对，得到第一用户符合要求的疲劳动作特征值，将匹配完成的疲劳动作特征值和时间节点对应存储，得到具有时间序列的匹配完成的疲劳动作特征值集合；对不同时间节点出现的相同疲劳动作特征值标识出现次数标识信息和出现时间间隔标识信息，更进一步的，通过如下公式计算用户的疲劳度：
[0064][0065]
k＝k1 k2
…kp
[0066]
其中，k1为第一特征疲劳度，k2为第二特征疲劳度，k
p
为第p特征疲劳度，n为所述第一特征出现次数，a1为第一特征值标识，f1为a1特征匹配系数，a2为第一特征值二次出现标识，f2为a2特征匹配系数，t1为a1和a2的时间间隔，t
n-1
为an和a
n-1
的时间间隔，其中，k1、k2...k
p
为不同的特征值的疲劳度，特征匹配系数f1到fn分别表征相同第一特征值出现时的向疲劳的靠近程度，示例性的如伸懒腰的幅度，伸懒腰幅度越大，则对应的特征匹配系数就愈大，反之越小。通过自定义的疲劳度计算公式，计算得到的疲劳度可以对桌面高度进行实时调节，以缓解第一用户的疲劳，体现了桌面高度调节的人性化和智能化。
[0067]
进一步的，所述方法步骤s900还包括步骤s950，步骤s950还包括：
[0068]
s951：获得根据所述高度差宽容范围的第一调整结果；
[0069]
s952：获得通过所述第一调整结果所述第一用户的第一反馈信息；
[0070]
s953：通过所述第一图像采集装置对所述第一用户进行图像采集，获得第四图像集合，其中，所述第四图像集合的采集时间节点为所述第一用户使用所述第一调整结果的学习桌节点；
[0071]
s954：通过所述第一反馈信息和所述第四图像集合对所述第一调整结果进行优化，获得第二调整结果，通过所述第二调整结果进行所述第一学习桌的高度调节。
[0072]
具体而言，所述第一调整结果为依据所述高度差宽容范围的对桌面高度调节后的结果；所述第一用户的第一反馈信息为在使用预设时间后，优选的为15分钟后采集的用户对于调节后的桌面高度的反馈数据，可由用户主动输入：可选的使用语音、文字等输入方式；所述第四图像集合为在所述第一用户使用所述第一调整结果的学习桌对应的时间节点之后的图像集合，优选的对所述第四图像集合进行特征提取采集第一用户的神态特征信息，删除其他外界因素造成的神态特征影响；所述第二调整结果为通过第一用户的反馈信息和使用后神态特征信息，评估第一用户对于前述学习桌高度调节的满意度后，依据满意度进行桌面高度的调节优化得到结果。示例性的：根据第一用户的反馈信息可以直接得到满意度程度，而对于图像信息，将提取出的神态特征信息和大数据中采集的舒适神情特征比对，初始满意度为0，比对符合则满意度 1，最终得到神态特征表现的满意度，综合得到最
终的第一用户满意度；进一步的，当满意度不满足预设满意度时，就对所述第一调整结果进行优化，得到新的学习桌面高度推荐调节趋势，其中，预设满意度为依据实际应用场景自行设定的不需要优化的最低满意度。通过所述第二调整结果，对所述第一学习桌桌面高度再次调节，添加进用户自身的反馈信息，提高了用户满意度。
[0073]
进一步的，所述方法还包括步骤s1000，步骤s1000还包括：
[0074]
s1010：获得所述第一用户的持续学习时长；
[0075]
s1020：判断所述持续学习时长是否满足预设提醒阈值；
[0076]
s1030：当所述持续学习时长满足预设提醒阈值时，通过所述第一图像采集装置对所述第一用户进行状态采集，获得第一状态评估结果；
[0077]
s1040：根据所述第一状态评估结果获得第一修正提醒时间节点；
[0078]
s1050：通过所述第一修正提醒时间节点进行所述第一用户的休息提醒。
[0079]
具体而言，为了避免第一用户的持续学习时间过长，不利于身体健康，因此采集所述第一用户的持续学习时长；所述预设提醒阈值即为预设的可允许的最长持续学习时长；将所述第一用户的持续学习时长和所述预设提醒阈值比对，若是所述第一用户的持续学习时长大于等于所述预设提醒阈值，则调用所述第一图像采集装置对所述第一用户进行状态采集得到所述第一状态评估结果，通过状态采集结果可以对所述第一用户当前的执行事件进行分析，存在特殊事件时，则将所述预设提醒阈值延后。示例性的：若是第一用户做题做了一半，则此时不能发出提醒信息，需要实时监控第一用户状态，在题目做完时发出提醒信息提醒第一用户达到所述预设提醒阈值，需要适当休息；所述第一修正提醒时间节点即为延后进行提醒的时间节点，为不定值，需要实时对第一用户进行监控，当第一用户完成特殊事件时进行提醒的时间节点记为所述第一修正提醒时间节点。通过所述预设提醒阈值结合状态分析，可以避免第一用户学习时间过长，进而对身体造成伤害，因此满足所述预设提醒阈值和状态分析结果时，则进行提醒，提高了学习桌的人性化。
[0080]
进一步的，所述学习桌与第一显示模块通信连接，所述方法还包括步骤s1100：
[0081]
s1110：通过所述第二图像进行用户疲劳位置体征分析，获得第一疲劳分析结果；
[0082]
s1120：通过大数据，基于所述第一疲劳分析结果进行针对性指导动作生成，获得第一指导方案；
[0083]
s1130：通过所述第一显示模块将所述第一指导方案展示给所述第一用户。
[0084]
具体而言，所述第一疲劳分析结果为对表现疲劳特征的身体部位进行体征分析，得到的表征疲劳程度的数据，包括但不限于：眼部疲劳、颈部疲劳、腿部疲劳、腰部疲劳等位置疲劳；进一步的，通过大数据匹配对应位置的缓解疲劳的专业按摩动作，生成所述第一指导方案；更能进一步的，将所述第一指导方案通过所述第一显示模块展示给所述第一用户提醒进行自我按摩。通过针对所述第一用户的疲劳位置生成对应的按摩动作，并显示给所述第一用户辅导按摩，提高了人性化和用户满意度以及智能性。
[0085]
综上所述，本技术实施例所提供的一种红外感应身高的高度调节方法及学习桌具有如下技术效果：
[0086]
1.本技术实施例通过提供了一种红外感应身高的高度调节方法及学习桌，解决了现有技术中由于桌面高度都是通过人工调节，桌面高度的设定依据调节人员的经验，难以针对性的适应单独的个体，导致存在适用性较弱的技术问题。通过图像采集装置采集用户
站直时的图像，使用红外感应装置测定第一次身高，根据第一次测定的身高对学习桌面高度进行调节，当用户坐在一次调节的学习桌子上后，对用户坐直后的坐姿继续宁图像采集，并再次使用红外感应装置测定第二次身高，根据第二次测定的身高进行学习桌面的二次调节，进而得到了和用户适配程度较高的桌面高度，达到了桌面高度调节个体化程度更高的技术效果。
[0087]
2.通过自定义的疲劳度计算公式，计算得到的疲劳度可以对桌面高度进行实时调节，以缓解第一用户的疲劳，体现了桌面高度调节的人性化和智能化。
[0088]
实施例二
[0089]
基于与前述实施例中一种红外感应身高的高度调节方法相同的发明构思，如图4所示，本技术实施例提供了一种红外感应身高的高度调节学习桌，其中，所述学习桌包括：
[0090]
第一处理单元11，所述第一处理单元11用于通过第一图像采集装置获得第一用户的第一图像，根据所述第一图像进行所述第一用户的站姿标准度分析，获得第一分析结果；
[0091]
第二处理单元12，所述第二处理单元12用于当所述第一分析结果满足第一预设阈值时，通过红外传感器进行所述第一用户的身高信息测定，获得第一身高测定结果；
[0092]
第三处理单元13，所述第三处理单元13用于获得所述第一用户匹配的第一学习桌，根据所述第一身高测定结果进行所述第一学习桌的高度调节，获得第一高度调节结果；
[0093]
第四处理单元14，所述第四处理单元14用于通过所述第一图像采集装置获得所述第一用户的第二图像，通过所述第二图像进行坐姿标准度分析，获得第二分析结果；
[0094]
第五处理单元15，所述第五处理单元15用于当所述第二分析结果满足第二预设阈值时，通过所述红外传感器进行所述第一用户的区域高度测定，获得第二身高测定结果；
[0095]
第六处理单元16，所述第六处理单元16用于将所述第二分析结果和所述第二身高测定结果输入智能高度分析调整模型，获得第二高度调节结果；
[0096]
第一控制单元17，所述第一控制单元17用于通过所述第二高度调节结果进行所述第一学习桌的高度控制。
[0097]
进一步的，所述学习桌还包括：
[0098]
第一获得单元，所述第一获得单元用于获得所述第一用户的第一视力信息；
[0099]
第二获得单元，所述第二获得单元用于根据所述第二高度调节结果获得所述第一学习桌桌面与所述第一用户的眼部位置的高度差值；
[0100]
第七处理单元，所述第七处理单元用于根据所述第一视力信息对所述高度差值进行高度差值修正，获得所述第一学习桌的桌面高度调整结果；
[0101]
第一调节单元，所述第一调节单元用于通过所述桌面高度调整结果进行所述第一学习桌的高度调整。
[0102]
进一步的，所述学习桌还包括：
[0103]
第八处理单元，所述第八处理单元用于通过所述第一图像采集装置对所述第一用户进行学习过程的图像采集，获得第三图像集合，其中，所述第三图像集合为带有时间标识的所述第一用户图像集合；
[0104]
第九处理单元，所述第九处理单元用于基于所述第三图像集合进行所述第一用户的疲劳度变化分析，获得第一疲劳度时间变化曲线；
[0105]
第三获得单元，所述第三获得单元用于根据所述第一视力信息获得所述第一用户
的高度差宽容范围；
[0106]
第二调节单元，所述第二调节单元用于通过所述第一疲劳时间变化曲线和所述高度差宽容范围进行所述第一学习桌的高度调节。
[0107]
进一步的，所述学习桌还包括：
[0108]
第一构建单元，所述第一构建单元用于通过大数据构建用户的疲劳动作特征值集合；
[0109]
第十处理单元，所述第十处理单元用于通过所述疲劳动作特征值集合进行所述第三图像集合的特征值匹配，获得第一匹配结果；
[0110]
第四获得单元，所述第四获得单元用于根据所述第一匹配结果获得相同特征出现次数和出现时间间隔；
[0111]
第一计算单元，所述第一计算单元用于通过公式计算所述第一用户的疲劳度，计算公式如下：
[0112][0113]
k＝k1 k2
…kp
[0114]
其中，k1为第一特征疲劳度，k2为第二特征疲劳度，k
p
为第p特征疲劳度，n为所述第一特征出现次数，a1为第一特征值标识，f1为a1特征匹配系数，a2为第一特征值二次出现标识，f2为a2特征匹配系数，t1为a1和a2的时间间隔，t
n-1
为an和a
n-1
的时间间隔；
[0115]
第三调节单元，所述第三调节单元用于通过所述疲劳度进行所述第一学习桌的高度调节。
[0116]
进一步的，所述学习桌还包括：
[0117]
第五获得单元，所述第五获得单元用于获得根据所述高度差宽容范围的第一调整结果；
[0118]
第六获得单元，所述第六获得单元用于获得通过所述第一调整结果所述第一用户的第一反馈信息；
[0119]
第七获得单元，所述第七获得单元用于通过所述第一图像采集装置对所述第一用户进行图像采集，获得第四图像集合，其中，所述第四图像集合的采集时间节点为所述第一用户使用所述第一调整结果的学习桌节点；
[0120]
第十一处理单元，所述第十一处理单元用于通过所述第一反馈信息和所述第四图像集合对所述第一调整结果进行优化，获得第二调整结果，通过所述第二调整结果进行所述第一学习桌的高度调节。
[0121]
进一步的，所述学习桌还包括：
[0122]
第八获得单元，所述第八获得单元用于获得所述第一用户的持续学习时长；
[0123]
第一判断单元，所述第一判断单元用于判断所述持续学习时长是否满足预设提醒阈值；
[0124]
第九获得单元，所述第九获得单元用于当所述持续学习时长满足预设提醒阈值时，通过所述第一图像采集装置对所述第一用户进行状态采集，获得第一状态评估结果；
[0125]
第十获得单元，所述第十获得单元用于根据所述第一状态评估结果获得第一修正提醒时间节点；
[0126]
第一提醒单元，所述第一提醒单元用于通过所述第一修正提醒时间节点进行所述第一用户的休息提醒。
[0127]
进一步的，所述学习桌还包括：
[0128]
第十二处理单元，所述第十二处理单元用于通过所述第二图像进行用户疲劳位置体征分析，获得第一疲劳分析结果；
[0129]
第十三处理单元，所述第十三处理单元用于通过大数据，基于所述第一疲劳分析结果进行针对性指导动作生成，获得第一指导方案；
[0130]
第一展示单元，所述第一展示单元用于通过所述第一显示模块将所述第一指导方案展示给所述第一用户。
[0131]
示例性电子设备
[0132]
下面参考图5来描述本技术实施例的电子设备，
[0133]
基于与前述实施例中一种红外感应身高的高度调节方法相同的发明构思，本技术实施例还提供了一种红外感应身高的高度调节系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得系统以执行第一方面任一项所述的方法。
[0134]
该电子设备300包括：处理器302、通信接口303、存储器301。可选的，电子设备300还可以包括总线架构304。其中，通信接口303、处理器302以及存储器301可以通过总线架构304相互连接；总线架构304可以是外设部件互连标(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0135]
处理器302可以是一个cpu，微处理器，asic，或一个或多个用于控制本技术方案程序执行的集成电路。
[0136]
通信接口303，使用任何收发器一类的学习桌，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，ran),无线局域网(wireless local area networks，wlan)，有线接入网等。
[0137]
存储器301可以是rom或可存储静态信息和指令的其他类型的静态存储设备，ram或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory，eeprom)、只读光盘(compact disc read-only memory，cd-rom)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
[0138]
其中，存储器301用于存储执行本技术方案的计算机执行指令，并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令，从而实现本技术上述实施例提供的一种红外感应身高的高度调节方法。
[0139]
可选的，本技术实施例中的计算机执行指令也可以称之为应用程序代码，本技术实施例对此不作具体限定。
[0140]
本技术实施例通过提供了一种红外感应身高的高度调节方法及学习桌，解决了现有技术中由于桌面高度都是通过人工调节，桌面高度的设定依据调节人员的经验，难以针对性的适应单独的个体，导致存在适用性较弱的技术问题。通过图像采集装置采集用户站直时的图像，使用红外感应装置测定第一次身高，根据第一次测定的身高对学习桌面高度进行调节，当用户坐在一次调节的学习桌子上后，对用户坐直后的坐姿继续宁图像采集，并再次使用红外感应装置测定第二次身高(椅面到肩膀的高度)，根据第二次测定的身高进行学习桌面的二次调节，进而得到了和用户适配程度较高的桌面高度，达到了桌面高度调节个体化程度更高的技术效果。
[0141]
本领域普通技术人员可以理解：本技术中涉及的第一、第二等各种数字编号仅为描述方便进行的区分，并不用来限制本技术实施例的范围，也不表示先后顺序。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个、种)，可以表示：a,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。
[0142]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本技术实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程学习桌。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘(solid state disk，ssd))等。
[0143]
本技术实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信号处理器，专用集成电路(asic)，现场可编程门阵列(fpga)或其它可编程逻辑学习桌，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算学习桌的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
[0144]
本技术实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于ram存储器、闪存、rom存储器、eprom存储器、eeprom存储器、寄存器、硬盘、可移动磁盘、cd-rom或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并
可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于asic中，asic可以设置于终端中。可选地，处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0145]
尽管结合具体特征及其实施例对本技术进行了描述，显而易见的，在不脱离本技术的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本技术的示例性说明，且视为已覆盖本技术范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术意图包括这些改动和变型在内。