居家办公之后，鹅厂小哥发现Web开发竟能助力身体健康！

导读 | 疫情特殊时期，各企业、学校纷纷启用远程办公和学习的方式，在办公期间，除了要完成日常工作安排，还要照顾自身的饮食起居，在高强度的工作节奏和缺少运动锻炼的情况之下，如何及早发现健康隐患，快乐办公？且看鹅厂小哥bottlejiang带来的今日分享。

背景

你，是否还在为当下的疫情忧心忡忡？你，是否还在为每日三餐苦苦思虑？不端正的坐姿是否让你腰酸背痛？窄小的电脑屏幕是否让你眼干眼涩？

居家办公期间，不知不觉间暴露了很多的健康隐患：

第一：坐姿问题

家里的办公环境相对简陋，笔记本屏幕高度低，一天不知不觉的弯腰驼背。

第二：吃饭问题

不能出门，不能叫外卖，自己做饭不好吃，又累又乏味。

第三：喝水问题

高度投入工作时总是忘了喝水运动。

第四：情绪问题

疫情严峻，待在出租屋担心染病，情绪低迷。

我命由我不由天，健康生活赛神仙！做为一个工程师，平日里做了无数的需求，这一次，何不为自己做一个需求？用自己的专业能力，用自己的双手，用代码，去开发，去创造，去解决以上问题。

对症下药

1. 针对坐姿问题

要避免弯腰驼背，需要在我坐姿不端正的时候提醒我。那么需要解决以下3个问题：

实时监控我的坐姿
判断我的坐姿是否端正
当我坐姿不端正的时候提醒我

（1）监控

如何监控？办法是使用电脑摄像头！笔记本基本自带，台式机可以通过接入外设的方式支持。

web 想要调用电脑摄像头,只需要调用一个 api 就能轻松解决：navigator.mediaDevices.getUserMedia[1]

navigator.getUserMedia 已更名为 MediaDevices.getUserMedia[2]。同时，由于隐私原因，该 api 仅在 https 下支持。

navigator.mediaDevices.getUserMedia 返回一个 promise 对象，支持音视频、尺寸帧率等设置。

（2）判断

能够实时拍下我的坐姿图像，那么又该如何判断我的坐姿端正呢？解决办法是：借助 tensorflow.js！

早在半年前，TensorFlow.js 最开始吸引我的地方正是他能够识别人像的五官，输入一张图片，输出人体器官在图片中位置，包括：鼻子，眼睛，耳朵，肩膀，手肘，手腕，臀部，膝盖，脚踝。

TensorFlow.js[3] 是一个 JavaScript 库，用于在浏览器和 Node.js 训练和部署机器学习模型。简单来说就是把机器学习搬到web上。它的应用有很多，也已经实现的一些有意思的事情。

问题来了，工作的时候正对着电脑，但笔记本摄像头最多只能拍到人的头部五官和肩膀啊？

这里可以想象一下，当坐姿不端正的时候，其实头也是不端正的。（头部端正而身体七歪八扭恐怕不常见）所以，判断五官实际上就已经足够了。

实现上，初始化（posenet.load）之后，通过 estimateSinglePose 方法输入一个图片，输出得分（score）和人体各部位坐标数据：

{"score": 0.36588028040440645,"keypoints": [{"score": 0.998099148273468,"part": "nose","position": {"x": 318.6268163302529,"y": 371.8572926799611}},{"score": 0.996922492980957,"part": "leftEye","position": {"x": 260.77240393968873,"y": 307.9062803988327}},...]
}

posenet.load 的初始化有很多参数：architecture、outputStride、inputResolution、multiplier、quantBytes、modelUrl。

这些参数是对模型的设置，跟输出的分辨率、识别精度、准确性相关，并直接影响识别效率和性能。在当前的需求场景里，可不必关注这些，默认即可。

estimateSinglePose 有一个参数 flipHorizontal：是否应水平翻转/镜像姿势。

电脑摄像头返回的是一个与现实方向水平相反的图片（相对于自己的视角）。通过ccs水平翻转180度（rotateY(180deg)）可处理。

同样，模型的输出通过设置 flipHorizontal 为true 能够得到相应方向的坐标数据。得到五官坐标之后，通过 canvas 将相应的点画到图像上即可验证识别是否正确。

如上图所示，坐姿端正时，脸部在图像中间，双眼双耳水平，鼻子在眼耳高度之间。坐姿不端正时往往不能满足以上条件。那么通过判断五官的相对位置和绝对位置就可以检测坐姿了。比如近大远小，越靠近屏幕，拍到的人脸越大，两眼的间距也越大。当大到一定程度可以认为人距离屏幕近到一定的程度，这个程度就是阈值。

超过这个阈值即可认定为：此时我正在近距离的盯着电脑屏幕看。此时我正在不健康的工作。

坐姿不端正一般有以下几种场景，转换到图片上的五官位置判断如下：

弯腰驼背：

此时整个头部在图像下半部分，判断鼻子的y坐标到图像下边沿的距离
单手托下巴：

此时头部是歪的，判断两眼的y坐标差
斜视：

此时头部沿y轴转动，判断左边的眼睛和耳朵的x坐标差和右边眼耳x坐标差之差
过度仰视（抬头）：

此时头部向上仰，判断鼻子的y坐标是否过于接近眼睛的y坐标
过度俯视（低头）：

此时头部向下弯，判断鼻子的y坐标是否过于接近耳朵的y坐标
眼睛离屏幕太近：

此时头部在图像中更大，判断两眼的x坐标差（近大远小）

接下来就是计算的问题了，算出各种差值之后设置阈值。这里可以直接对着屏幕扭转头部试试，自己感受一下坐姿不端正时的参数，把握判断的严格和宽松，逐步调参。

为了达到监控的目的，图片识别逻辑需要跑一个循环。这里用 setInterval 或者 requestAnimationFrame 都可以。

requestAnimationFrame 可以做到监控画面十分流畅，观赏效果极佳，但是60帧还是很吃性能的，每次都要 TensorFlow 识别、canvas 画图和逻辑判断，着实有些难顶，短时间还可以，长时间跑的话 mac 便突突突的进入煮鸡蛋模式。

一般来说开着页面放着听告警即可，这个监控不用那么实时，用 setInterval 每 500 毫秒跑一次足够。

（4）告警

能够实时拍下我的坐姿图像，能够判断我的坐姿是否端正，那么在不端正的时候如何提醒我？当然是播放语音啦！

从网上下载一段几秒的警铃音频即可。识别判断坐姿不端正的时候播放该音频，提醒效果就有了。音频的播放很简单，获取 audio 对象，play() 一下即可。

但有一个问题，以上坐姿不端正的场景有6种，听到告警的时候怎么知道是哪种呢，毕竟知道是哪种才能立马有针对性的纠正坐姿。

有办法！这里可以借助谷歌翻译，下载各种提示文字的朗读音频。当坐姿不端正的时候，播放对应的语音。一开始突然放个警铃总是吓一跳，谷歌翻译魔性的声音明显更人性化！

除此之外要考虑告警毛刺的过滤。比如我喝杯水或者伸个懒腰，这个时候头可能是歪的，这样的告警是不应该发出来的。考虑到喝水伸懒腰这些动作都是短时间内完成，假设3秒完成，那么可以加个判断，持续3秒以上的告警才是真正坐姿不端正的告警，才需要发出来。

实践中还有一个场景，当我去上厕所或者出去倒个水的时候，此时人都不在电脑前了，按照原先的逻辑肯定是告警的。

这时候，模型输出的得分（score）字段就派上用场了。score是一个0到1的数值，数值越大表示输出的结果更准确可靠。当人不在电脑前，score 分数小于0.1，于是把低于0.1分的数据直接舍弃。

最后把阈值和一些设置放到页面上支持编辑，同时加个告警次数统计，一天下来可以看到自己是哪种不端正坐姿比较突出，可以有针对性的做一些运动舒展放松。

2. 针对吃饭问题

吃饭这个问题啊！对于没有做饭经验的人来说真的是灾难。但当下情况特殊，也没的办法。只能随便对付一下，比如把食材丢到电饭煲里做懒人饭，或者买一次性碗筷。

1天2顿饭花3个钟，做出来还不好吃！这就很没意思了。做饭这个大前提是扳不倒的，只能提高一下趣味了。于是，按照主食、肉类、蔬菜、小吃四大类，将囤下来的吃食分类，然后加个随机功能，每次到饭点的时候，按一下，随机搭配。

这样可以解决两个问题：

吃什么

做饭难，其实面对一堆食材决定吃什么也很难。
增加趣味

可能随机出一些奇奇怪怪的组合。未知带来好奇，让人保持兴趣，未知是人类进步的阶梯。是不是有点意思！

这里要加多个去重的逻辑，连续两次随机出来的食物不能一样。毕竟午餐和晚餐吃一样的东西就没意思了！

3.针对喝水&运动问题

一天下来常常忘了喝水，直到口渴的时候才被动想起，这时候你的身体已经缺水了，这是不健康的！一天下来常常一屁股下去坐半天，长期久坐也是不健康的！

针对这个问题可以做个定时提示，回想平时工作中容易忘记喝水的时间，早中晚分别2个提醒，同时加2个运动提醒。

实现上也比较简单，跑个 setInterval 实时对比当前时间和设定提醒时间即可。告警方式同上。

结语

积极乐观，开心向上有助于提高免疫力。

成年人的生活没有容易二字，但要始终相信，办法总比困难多！写到这里，想象着100岁的自己，雄壮有力的敲着键盘，嘴里念到：健康生活，长命百岁。

参考资料：

[1] navigator.getUserMedia()：

https://developer.mozilla.org/zh-CN/docs/Web/API/Navigator/getUserMedia

[2] MediaDevices.getUserMedia()：

https://developer.mozilla.org/zh-CN/docs/Web/API/MediaDevices/getUserMedia

[3] TensorFlow.js :

https://github.com/tensorflow/tfjs-models/tree/master/posenet

[4] 应用体验：

https://www.doverr.com/alarm/index.html

推荐阅读

左耳朵耗子：技术人如何更好地把控发展趋势？