【技术实现步骤摘要】
本专利技术属于计算机视觉，尤其涉及一种康复动作识别方法、装置及计算机存储介质。
技术介绍
1、随着深度学习的不断发展，人们通过使用深度学习来完成很多复杂的工作。通过结合计算机来对医疗康复动作进行准确识别，可广泛应用于智能康复教学和视频监控等领域，是目前机器视觉与医学领域结合的研究热点。传统康复医疗训练存在训练费用昂贵、需要穿戴设备和在固定场所进行康复训练等问题。
技术实现思路
1、本专利技术提供了一种康复动作识别方法、装置及计算机存储介质，该方法解决识别康复动作时需要穿戴设备的问题，实现对康复动作的准确识别，而且可以在识别过程中进行任意动作之间切换，以及在任意场所的识别，从而协助医生更好地了解患者的康复情况、制定合理的康复方案，提高患者的康复效果。
2、为了达到上述目的，第一方面，本专利技术提供了一种康复动作识别方法，所述方法包括：
3、s1、采集第一视频；
4、s2、根据第一采样步长和所述第一视频，得到第一图像序列；以及，根据第二采样步长和所述第一视频...
【技术保护点】
1.一种康复动作识别方法，其特征在于，包括：
2.如权利要求1所述的康复动作识别方法，其特征在于，根据所述第一图像序列和所述第一目标对象图像序列，得到所述第一视频中康复动作的类别，包括：
3.如权利要求1所述的康复动作识别方法，其特征在于，根据所述第一图像序列，得到所述第一图像中的第一目标对象的位置信息，包括：
4.如权利要求3所述的康复动作识别方法，其特征在于，所述目标检测网络模型的训练，包括：
5.如权利要求4所述的康复动作识别方法，其特征在于，根据所述标注图像，对所述目标检测网络模型进行训练，包括：
6...
【技术特征摘要】
1.一种康复动作识别方法，其特征在于，包括：
2.如权利要求1所述的康复动作识别方法，其特征在于，根据所述第一图像序列和所述第一目标对象图像序列，得到所述第一视频中康复动作的类别，包括：
3.如权利要求1所述的康复动作识别方法，其特征在于，根据所述第一图像序列，得到所述第一图像中的第一目标对象的位置信息，包括：
4.如权利要求3所述的康复动作识别方法，其特征在于，所述目标检测网络模型的训练，包括：
5.如权利要求4所述的康复动作识别方法，其特征在于，根据所述标注图像，对所述目标检测网络模型进行训练，包括：
6.如权利要求3所述的康复动作识别方法，其特征在于，所述mobilenetv3网络包括se模块和改进...
【专利技术属性】
技术研发人员：周林，郑琳潇，鲁紫君，练秋芳，刘奕清，曾金伟，史天健，张跃坤，
申请(专利权)人：华侨大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。