[發明專利]一種人體背部穴位識別方法、系統、裝置及存儲介質

在審

• 申請號: 202210191825.0
• 申請日: 2022-02-28
• 公開（公告）號: CN114897763A
• 公開（公告）日: 2022-08-12
• 發明（設計）人: 羅宇;韓思磊
• 申請（專利權）人: 深圳市大富智慧健康科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/194;G06T7/73;G06T7/90;G06V10/22;G06V10/44;G06V10/764;G06V10/774;G06N3/04;G06N3/08
• 代理公司: 深圳騰文知識產權代理有限公司 44680
• 代理人: 冼柏龍

1.一種人體背部穴位識別方法，其特征在于，所述方法包括：

獲取原始人體圖像；

將所述原始人體圖像輸入至語義分割模型，得到語義分割圖像，所述語義分割模型用于對所述原始人體圖像中的背景和前景進行語義分割；

根據所述語義分割圖像確定人體輪廓邊界線；

將所述原始人體圖像輸入至關鍵點檢測模型，得到人體關鍵點數據，所述關鍵點檢測模型用于提取所述原始人體圖像中的人體關鍵點；

根據所述人體關鍵點數據中的肩膀關鍵點和所述人體輪廓邊界線確定人體肩膀邊界點；

以所述人體肩膀邊界點為參考點建立第一坐標系，并計算人體背部穴位在所述第一坐標系中的位置坐標。

2.根據權利要求1所述的方法，其特征在于，所述語義分割圖像中以RGB值(0,0,0)表示背景，以RGB值(1,1,1)表示前景，所述根據所述語義分割圖像確定人體輪廓邊界線包括：

提取所述語義分割圖像中RGB值突變的目標像素點；

將所述目標像素點相連以確定人體輪廓邊界線。

3.根據權利要求1所述的方法，其特征在于，所述根據所述人體關鍵點數據中的肩膀關鍵點和所述人體輪廓邊界線確定人體肩膀邊界點包括：

根據所述人體關鍵點數據確定所述原始人體圖像中的肩膀關鍵點；

沿所述肩膀關鍵點的水平方向進行左右掃描；

確定掃描路徑與所述人體輪廓邊界線的重合點為人體肩膀邊界點。

4.根據權利要求1所述的方法，其特征在于，所述獲取原始人體圖像包括：

通過攝像頭獲取原始人體圖像；

在所述以所述人體肩膀邊界點為參考點建立第一坐標系，并計算人體背部穴位在所述第一坐標系中的位置坐標之后，所述方法還包括：

獲取以所述攝像頭為參考點建立的第二坐標系；

將所述人體背部穴位在所述第一坐標系中的位置坐標換算為在所述第二坐標系中的位置坐標。

5.根據權利要求1所述的方法，其特征在于，在所述將所述原始人體圖像輸入至語義分割模型之前，所述方法還包括：

獲取預設圖像規格；

基于所述預設圖像規格對所述原始人體圖像進行轉換處理；

所述將所述原始人體圖像輸入至語義分割模型包括：

將處理后的原始人體圖像輸入至語義分割模型。

6.根據權利要求1所述的方法，其特征在于，所述語義分割模型包括編碼網絡和解碼網絡，所述將所述原始人體圖像輸入至語義分割模型，得到語義分割圖像包括：

將所述原始人體圖像輸入至所述編碼網絡進行深度分離卷積，得到抽象特征圖；

將所述抽象特征圖輸入至所述解碼網絡進行轉置卷積和普通2D卷積，得到語義分割圖像。

7.根據權利要求1至6中任一項所述的方法，其特征在于，所述語義分割模型通過如下方法訓練得到：

采集樣本人體圖像，得到特征數據；

將所述樣本人體圖像中的像素點進行標簽分類，得到標簽數據，所述標簽包含前景標簽和背景標簽；

將所述特征數據輸入至初始化網絡模型中，得到預測數據；

通過預設損失函數計算所述預測數據與所述標簽數據之間的特征損失值；

根據所述特征損失值反向傳播更新所述初始化網絡模型，直至所述特征損失值達到預設損失值，確定所述初始化網絡模型訓練結束，得到所述語義分割模型。