基于openpose对舱内视频进行每秒25帧的实时分析，对出现在每帧图像中的人体图像进行人体关键部位进行识别，由于人体类型多样性，如体检人衣服上的人体图像；舱门打开时，门外的非体检人图像等实体人和非实体人的存在，或多或少对检测的准确性存在一定的干扰，所以需要对openpose框架计算出来的姿态数据进行过滤，去除干扰数据。
上述人体姿态数据包括身体关键部位的坐标信息和分值信息，身体关键部位包括脸部关键部位和躯体关键部位，也即所述人体姿态数据包括脸部关键部位姿态数据和躯体关键部位姿态数据；所述关键部位姿态数据包括关键部位的坐标信息和分值信息；
计算得到人体姿态数据后，对人体姿态数据进行若干次筛选，优选的，本发明对上述人体姿态数据进行两次筛选。首先分析人体姿态数据与体检固定区域之间的比例，初步筛选不符合预设比例范围的检测人。
具体的，健康一体机先对人体姿态数据进行比例筛选。由于正常人的肩宽、头部的长度，会同体检舱选定的固定区域有一个比例范围(比例范围根据选定区域具体大小的不同而不同)，根据这个比例范围对人体姿态数据进行初步的筛选。
其次，分析脸部关键部位姿态数据与躯体关键部位之间的位置和比例关系，对体检人进行二次筛选。具体的，由于正常的体检人，身体关键部位都符合生理结构，比如头在双肩之上，头的宽度与双肩宽度也存在一个比例范围，根据这个生理构造的比例范围，对体检人进行二次筛选。
对检测人进行两次筛选过后，再对剩余的人体姿态数据的个数进行判别，以此，可识别出体检舱内的体检人数。通过两次对人体姿态数据检测人的人体姿态数据的筛选，过滤掉不符合检测要求的或者是身体存在畸形的特殊人群，保证参加体检的人都是正常的体检人，保证了自助体检的检测准确度。
本发明采用人体姿态识别模型对人体关键部位进行识别，获得人体姿态数据，并对人体姿态数据进行多次筛选，进而再识别出体检舱内的体检人数。根据人体姿态数据确定体检人数量，更能准确的确定体检舱内的人数。在识别之前进行多次筛选，将身体存在残缺或者是在固定区域之外的体检人都筛选过滤掉，减小了算法开发的难度，保证了识别准确性。
健康一体机当识别出此时体检舱内的人体姿态数据只有一人时，确定体检人坐姿是否合格，包括如下步骤：
基于openpose对所述监控视频信息进行计算，获得体检人的脸部关键部位姿态数据；
采用最小二乘法对脸部关键部位姿态数据进行拟合，获得头部中线函数；
计算所述头部中线函数对应的直线的斜率，并由所述斜率判断所述体检人的坐姿是否处于合格姿态。
传真：