摘要
本发明公开了基于人工智能的智能办公桌自适应控制方法及系统，包括以下步骤：S1、多模态数据采集；S2、数据预处理；S3、特征提取；S4、数据融合与状态识别；S5、干预策略执行。融合视觉信息、生理信号、压力分布三类数据进行多模态数据融合的多维状态感知，基于卷积神经网络(CNN)提取坐姿关键点，实现对不良坐姿的实时识别，通过长短期记忆网络(LSTM)分析压力分布的时序特征，识别久坐、侧倾等行为模式，挖掘操作习惯与疲劳的关联，利用傅里叶变换提取HRV频域特征，结合多指标综合评估疲劳状态，从而实现对不同用户的不同状态立体刻画，判断用户是否疲劳以提供更为精细化的健康管理。
