基于姿势识别的复健效果测评方法技术

本发明专利技术公开了一种基于姿势识别的复健效果测评方法，包括如下步骤：S1、通过摄像头持续获取用户的当前图像，并将图像数据传输至计算机端口；S2、基于OpenPose识别出图像数据中的人体关键点；S3、找到人体关键点中的左右胯部两点及人体中心点，并以左右胯部两点所在直线作为X轴，以垂直于X轴且经过人体中心点的直线作为Y轴，来建立自定义坐标系，利用自定义坐标系及人体关键点来检测人体部分区域的角度值变化情况；S4、将步骤S3中检测得到的人体部分区域的角度值变化情况与预设的判断标准相对比，根据对比结果来判断用户的复健效果。根据对比结果来判断用户的复健效果。根据对比结果来判断用户的复健效果。

【技术实现步骤摘要】
基于姿势识别的复健效果测评方法


[0001]本专利技术涉及计算机视觉领域，尤其是涉及一种基于姿势识别的复健效果测评方法。

技术介绍

[0002]随着技术的发展，人工智能、大数据及互联网技术正在不断的改变我们的生活。过去的医疗服务模式重人力，医生的工作压力大，诊疗效率低。尤其是对于疫情期间，提倡少出门、少接触，以降低感染风险，因此，希望能将部分医生的工作交由人工智能完成。当前，人工智能技术已经渗透到了医疗服务的多个环节中，医疗健康也已经成为人工智能技术重要的研究和应用领域。
[0003]对于病人的复健，目前，已出现了多种类型的康复训练机器人，作为智能复健系统，帮助患者进行康复训练。但是，现有的复健系统及复健算法依然存在针对性不够强、交互性差、操作麻烦、结果误差大等问题。

技术实现思路

[0004]为解决上述
技术介绍
中提出的问题，本专利技术的目的在于提供一种基于姿势识别的复健效果测评方法。
[0005]为实现上述目的，本专利技术采取的技术方案为：
[0006]一种基于姿势识别的复健效果测评方法，包括如下步骤：
[0007]S1、通过摄像头持续获取用户的当前图像，并将图像数据传输至计算机端口；
[0008]S2、基于OpenPose识别出图像数据中的人体关键点；
[0009]S3、找到人体关键点中的左右胯部两点及人体中心点，并以左右胯部两点所在直线作为X轴，以垂直于X轴且经过人体中心点的直线作为Y轴，来建立自定义坐标系，利用自定义坐标系及人体关键点来检测人体部分区域的角度值变化情况；
[0010]S4、将步骤S3中检测得到的人体部分区域的角度值变化情况与预设的判断标准相对比，根据对比结果来判断用户的复健效果。
[0011]在一些实施例中，在步骤S3中，在检测人体部分区域的角度值的变化情况时，还包括步骤S30：对检测到的角度值数据进行降噪处理。
[0012]在一些实施例中，步骤S30具体包括：
[0013]对于初步检测到的人体任意一段区域的角度值，摄像头持续拍摄人体图像，使得检测到的角度值不断变化，建立预设长度的先入先出队列，并将检测得到的人体该段区域的角度值按时间先后顺序存入队列中，并计算出队列中所有数据的平均角度值；
[0014]随后，每一次新检测到的角度值，先与当前的平均角度值相比较，若新检测到的角度值与当前的平均角度值的差值不大于预设阈值，则将新检测到的角度值存入队列的队尾并删除队列中队首的角度值数据，然后重新计算并更新后的队列中所有数据的平均角度值；
[0015]若新检测到的角度值与当前的平均角度值的差值大于预设阈值，则直接抛弃该角度值数据，对下一次新检测到的角度值进行处理；
[0016]获取人体该段区域的平均角度值的变化情况；
[0017]步骤S4中，将步骤S3中检测得到的人体部分区域的平均角度值的变化情况与预设的判断标准相对比，根据对比结果来判断用户的复健效果。
[0018]在一些实施例中，步骤S4中，利用动作相关关系模型、余弦角度模型以及DTW动态时间规整算法来判断用户是否做出了错误姿势，以判断用户的复健效果。
[0019]在一些实施例中，步骤S4中，分别对用户的弓步压腿动作、立体体前屈动作、曲肘抬臂动作、直立前抬腿动作及下蹲动作进行判断。
[0020]在一些实施例中，执行过程中，用户通过UI按键、语音操控和/或手势操控来操控计算机；计算机端通过语音播报和/或显示器显示来反馈用户。
[0021]与现有技术相比，本专利技术的有益效果是：
[0022]本专利技术提供的基于姿势识别的复健效果测评方法，通过智能监控技术可以实时识别患者康复动作，替代家属甚至医师来监测并督促患者的康复过程，从而提高中长期的康复水平；同时也响应了疫情期间少接触、降低感染风险，为患者居家治疗打下基础；且本专利技术实现姿势识别时的精确度高，减少了误差，避免出现误判。
附图说明
[0023]图1为本专利技术提供的基于姿势识别的复健效果测评方法的流程示意图；
[0024]图2为一个具体实施例中检测到的人体关键点的示意图。
具体实施方式
[0025]为使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合附图和具体实施方式，进一步阐述本专利技术是如何实施的。
[0026]参照图1所示，本专利技术提供了一种基于姿势识别的复健效果测评方法，包括如下步骤：
[0027]S1、通过摄像头持续获取用户的当前图像，并将图像数据传输至计算机端口；
[0028]S2、基于OpenPose识别出图像数据中的人体关键点；
[0029]S3、找到人体关键点中的左右胯部两点及人体中心点，并以左右胯部两点所在直线作为X轴，以垂直于X轴且经过人体中心点的直线作为Y轴，来建立自定义坐标系，利用自定义坐标系及人体关键点来检测人体部分区域的角度值变化情况；
[0030]S4、将步骤S3中检测得到的人体部分区域的角度值变化情况与预设的判断标准相对比，根据对比结果来判断用户的复健效果。
[0031]基于OpenPose框架实现人体关键点识别的方案在现有技术中已有记载，以下仅做简要描述：输入一幅图像，经过卷积网络提取特征，得到一组特征图，然后分成两个岔路，分别使用卷积网络提取关节置信图(Part Confidence Maps)和关节亲密场(PAFs，Part AffinityFields)；得到这两个信息后，使用图论中的偶匹配(Bipartite Matching)求，将同一个人的关节点连接起来，由于关节亲密场自身的矢量性，使得生成的偶匹配很正确，最终合并为一个人的整体骨架；最后基于关节亲密场，找到有效的人体关键点，并用匈牙利算
法(HungarianAlgorithm)求得相连关键点最优匹配。
[0032]在一个具体实施例中，如图2所示，图2为一个具体实施例中检测到的人体关键点的示意图，各关键点如头，左右手，左右脚、肘部、肩部、胯部、膝部等。可见，人体关键点中的左右胯部两点及人体中心点，在图2中为8、11和1点，可利用这三点来建立自定义坐标系，可以理解的是，这三个关键点的相对位置较为稳定，因而以这三个关键点来建立自定义坐标系，可以很好地对人体区域的角度值进行检测。对于待检测的人体区域，例如由3、4两点连接成的人体右手前臂区域，在计算其角度值时，可先计算3、4两点所在的直线在自定义坐标系中的斜率，再将斜率值转换为角度值即可。本专利技术通过这样的方式来建立自定义坐标系。避免了摄像头未摆正，拍摄角度不正确等问题，减少了计算误差。
[0033]优选地，在步骤S3中，在检测人体部分区域的角度值的变化情况时，还包括步骤S30：对检测到的角度值数据进行降噪处理。
[0034]具体地，步骤S30包括：对于初步检测到的人体任意一段区域的角度值，摄像头持续拍摄人体图像，使得检测到的角度值不断变化，建立预设长度的先入先出队列，并将检测得到的人体该段区域的角度值按时间先后顺序存入本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于姿势识别的复健效果测评方法，其特征在于，包括如下步骤：S1、通过摄像头持续获取用户的当前图像，并将图像数据传输至计算机端口；S2、基于OpenPose识别出图像数据中的人体关键点；S3、找到人体关键点中的左右胯部两点及人体中心点，并以左右胯部两点所在直线作为X轴，以垂直于X轴且经过人体中心点的直线作为Y轴，来建立自定义坐标系，利用自定义坐标系及人体关键点来检测人体部分区域的角度值变化情况；S4、将步骤S3中检测得到的人体部分区域的角度值变化情况与预设的判断标准相对比，根据对比结果来判断用户的复健效果。2.根据权利要求1所述的基于姿势识别的复健效果测评方法，其特征在于，在步骤S3中，在检测人体部分区域的角度值的变化情况时，还包括步骤S30：对检测到的角度值数据进行降噪处理。3.根据权利要求1所述的基于姿势识别的复健效果测评方法，其特征在于，步骤S30具体包括：对于初步检测到的人体任意一段区域的角度值，摄像头持续拍摄人体图像，使得检测到的角度值不断变化，建立预设长度的先入先出队列，并将检测得到的人体该段区域的角度值按时间先后顺序存入队列中，并计算出队列中所有数据的平均角度值；随后，每一次新检测到的角度值，先与...

【专利技术属性】
技术研发人员：唐建宇，叶雪军，刘心雨，黄家琪，程诺，王婧，
申请(专利权)人：湖北经济学院，
类型：发明
国别省市：