一种人体背部穴位的识别方法、识别装置和计算机存储介质制造方法及图纸

本发明专利技术涉及一种人体背部穴位的识别方法、识别装置和计算机存储介质。所述识别方法包括利用改进的OpenPose算法对目标图像的背部特征图进行单分支卷积计算，得到背部穴位识别模型；利用人体背部图像获取背部图像数据集；利用背部图像数据集对背部穴位识别模型进行训练，得到改进的背部穴位识别模型；将待识别背部图像输入改进的背部穴位识别模型，得到待识别背部图像的背部穴位，该识别方法无需人工参与即可实现人体背部穴位的智能识别，实现了人体背部穴位识别的智能化。体背部穴位识别的智能化。体背部穴位识别的智能化。

【技术实现步骤摘要】
一种人体背部穴位的识别方法、识别装置和计算机存储介质


[0001]本专利技术涉及人体背部穴位的识别
，特别是涉及一种人体背部穴位的识别方法、识别装置和计算机存储介质。

技术介绍

[0002]在中医学中，经络穴位在针灸、艾灸等中医理疗中具有重要的作用。随着智能化医疗的发展，穴位识别的自动化和智能化成为必然的发展趋势。目前，智能化医疗系统进行穴位识别时，其需要中医医生识别出基本穴位、并将基本穴位的坐标输入模型中，然后根据穴位之间的相对位置关系识别其他的穴位，其很大程度上依赖于经验丰富的医生，人工成本高。而且，现有的穴位识别方法能够识别的穴位数量有限，且大部分可识别的穴位是普通人可识别的穴位。

技术实现思路

[0003]基于此，本专利技术的目的在于，提供一种人体背部穴位的识别方法、识别装置和计算机存储介质，其无需人工参与即可实现人体背部穴位的智能识别，实现了人体背部穴位识别的智能化。
[0004]一种人体背部穴位的识别方法，包括如下步骤：
[0005]S1：利用改进的OpenPose算法对目标图像的背部特征图进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人体背部穴位的识别方法，其特征在于，包括如下步骤：S1：利用改进的OpenPose算法对目标图像的背部特征图进行单分支卷积计算，得到背部穴位识别模型；S2：利用人体背部图像获取背部图像数据集；S3：利用背部图像数据集对背部穴位识别模型进行训练，得到改进的背部穴位识别模型；S4：将待识别背部图像输入改进的背部穴位识别模型，得到待识别背部图像的背部穴位。2.根据权利要求1所述的识别方法，其特征在于，步骤S1包括如下步骤：S11：将目标图像输入超分辨率测试序列
‑
19模型，得到背部特征图；S12：利用改进的OpenPose算法对背部特征图进行单分支卷积计算，得到背部穴位识别模型，且单分支卷积计算包括第一卷积阶段和第二卷积阶段，其中：第一卷积阶段：对背部特征图进行第一卷积运算，得到第一卷积图像；第二卷积阶段：包括至少一个第二卷积子阶段，至少一个所述第二卷积子阶段为对第一卷积图像和背部特征图的拼接进行第二卷积运算，得到卷积图像，并根据卷积图像得到背部穴位的坐标预测值。3.根据权利要求2所述的识别方法，其特征在于，第一卷积运算为：S1＝ρ1(F)，其中：F为背部特征图；ρ1为第一卷积阶段的卷积推断函数，其由3个3
×
3的卷积层和2个1
×
1的卷积层组成，卷积步长为1；S1为第一卷积图像；所述第二卷积阶段包括(t
‑
1)个第二卷积子阶段，且第t个所述第二卷积子阶段的第二卷积运算为：S
t
＝ρ
t
(F,S
t
‑1)(t≥2)，其中：S
t
为第t个所述第二卷积子阶段的卷积图像，S
t
‑1为第(t
‑
1)个所述第二卷积子阶段的卷积图像；ρ
t
为第t个所述第二卷积子阶段的卷积推断函数，其由5个7
×
7的卷积层和2个1
×
1的卷积层组成，卷积步长为1。4.根据权利要出去3所述的识别方法，其特征在于，步骤S3包括如下步骤：S31：将背部图像数据集输入背部穴位识别模型进行训练，得到背部穴位的坐标预测值S32：利用背部穴位的坐标预测值和穴位坐标值计算背部穴位识别模型的损失函数值MSE，且其中：y
i
是穴位坐标值，n是背部图像数据集的图像数量，是背部穴位模型对背部穴位的坐标预测值；S33：根据损失函数值对背部穴位识别模型进行更新,得到改进的背部...

【专利技术属性】
技术研发人员：曾碧卿，张雅蓉，冼耀琪，李世钦，杨睿，
申请(专利权)人：佛山智能装备技术研究院，
类型：发明
国别省市：