[發明專利]基于姿態識別的康復動作檢測方法、裝置、設備及介質在審
| 申請號: | 202110474993.6 | 申請日: | 2021-04-29 |
| 公開(公告)號: | CN113297919A | 公開(公告)日: | 2021-08-24 |
| 發明(設計)人: | 周霆;阮宏洋;徐文婷 | 申請(專利權)人: | 上海小芃科技有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62;G16H20/30 |
| 代理公司: | 北京辰權知識產權代理有限公司 11619 | 代理人: | 李小朋 |
| 地址: | 200232 上海市*** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 姿態 識別 康復 動作 檢測 方法 裝置 設備 介質 | ||
1.一種基于姿態識別的康復動作檢測方法,其特征在于,包括:
將獲取到的康復動作圖片輸入預設的HigherHRNet模型,得到每一幀圖片中的關節點位置;
根據所述每一幀圖片中的關節點位置,計算連續幀之間的關節點距離以及四肢的變化角度;
根據所述連續幀之間的關節點距離,計算關節點的移動速度;
根據所述每一幀圖片中的關節點位置、連續幀之間的關節點距離、關節點的移動速度、四肢的變化角度以及預設的特征重要性參數,得到檢測出來的康復動作準確度。
2.根據權利要求1所述的方法,其特征在于,將獲取到的康復動作圖片輸入預設的HigherHRNet模型之前,還包括:
采用人臉識別方法識別出一個或多個康復訓練用戶;
當成功識別并定位出所述康復訓練用戶時,拍攝用戶進行康復訓練的視頻圖像。
3.根據權利要求1所述的方法,其特征在于,根據所述每一幀圖片中的關節點位置,計算連續幀之間的關節點距離,包括:
將連續多幀圖片作為一個樣本,按如下公式計算所述樣本中幀與幀之間的關節點距離,
其中,I表示關節點數量,共13個關節點,N表示一個樣本中幀的數量,表示幀與幀之間所有關節點的距離,表示樣本第n幀圖片中各個關節點的位置,表示幀與幀之間具體關節點的距離。
4.根據權利要求1所述的方法,其特征在于,根據所述每一幀圖片中的關節點位置計算四肢的變化角度,包括:
根據連接四肢的關節點分別得到左右小臂斜率、左右大臂斜率、左右小腿斜率以及左右大腿斜率;
根據所述左右小臂斜率、左右大臂斜率、左右小腿斜率以及左右大腿斜率計算左右小臂與左右大臂的角度以及左右小腿與左右大腿的角度。
5.根據權利要求4所述的方法,其特征在于,根據所述左右小臂斜率、左右大臂斜率、左右小腿斜率以及左右大腿斜率計算左右小臂與左右大臂的角度以及左右小腿與左右大腿的角度,包括:
其中,l1表示左小臂斜率,l2表示右小臂斜率,l3表示左大臂斜率,l4表示右大臂斜率,l5表示左小腿斜率,l6表示右小腿斜率,l7表示左大腿斜率,l8表示右大腿斜率,θ1表示左小臂與左大臂的角度,θ2表示右小臂與右大臂的角度,θ3表示左小腿與左大腿的角度,θ4表示右小腿與右大腿的角度。
6.根據權利要求3所述的方法,其特征在于,根據所述連續幀之間的關節點距離,計算關節點的移動速度,包括:
根據所述樣本中N幀圖片所占用的時間以及幀與幀之間的關節點距離計算關節點的移動速度,具體公式如下:
其中,Vi表示第i個關節點的移動速度,Di表示幀與幀之間第i個關節點的距離,N表示一個樣本中的幀數,fps表示畫面每秒傳輸的幀數。
7.根據權利要求1所述的方法,其特征在于,根據所述每一幀圖片中的關節點位置、連續幀之間的關節點距離、關節點的移動速度、四肢的變化角度以及預設的特征重要性參數,得到檢測出來的康復動作準確度,包括:
其中,αe(e=1,2,3,4)表示預設的各個康復動作的特征重要性參數,S表示檢測出來的康復動作準確度,表示第f幀圖片中關節點的位置,表示幀與幀之間關節點的距離,VI表示關節點的移動速度,θ(i,j)表示四肢的變化角度。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海小芃科技有限公司,未經上海小芃科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110474993.6/1.html,轉載請聲明來源鉆瓜專利網。





