【技术实现步骤摘要】
本专利技术涉及人体关键点检测，尤其涉及一种基于改进lite-hrnet模型的病人步态识别算法。
技术介绍
1、腰椎间盘突出症是腰痛中常见病和流行病，针对腰椎间盘突出症的预防和大规模筛查，对于促进医疗卫生事业的发展，提高人民群众的生命质量和健康水平具有重要意义。
2、目前，在医院大多数采用传统的影像检测方法，这种方法需要影像学专家进行手工标注，面对成千上万的医学影像标注需要极大的工作量，且其准确性受到医生主观性、医生巨大差异认知和疲劳的限制。
3、近年来，随着人体姿态估计网络的不断发展，在腰椎间盘突出病人的步态识别中取得了一定的成果：相较于传统费时费力的人工标注，基于机器学习的方法具有自动化程度高、容易扩展等特点。
4、但是，现有的人体姿态估计算法很难做到与腰椎间盘突出症病人步态识别算法相结合；虽然研究人员使用更深、更复杂的网络来估计人体姿态，但是增加了神经网络的参数量，使运算速度变慢，在医院的移动或嵌入式设备不利于实际应用；现有的轻量级人体姿态估计网络精确度不高，在检测过程中存在关节点误判或遗漏等问题
5、本文档来自技高网...
【技术保护点】
1.一种基于改进Lite-HRNet模型的病人步态识别算法，其特征在于包含以下步骤：
2.根据权利要求1所述的基于改进Lite-HRNet模型的病人步态识别算法，其特征在于，所述步骤S1中，从所述病人步态视频数据集中随机选取N段视频进行视频数据增强，所述视频数据增强包括：
3.根据权利要求1所述的基于改进Lite-HRNet模型的病人步态识别算法，其特征在于，所述步骤S2中，所述在主干阶段第二个卷积引入幻影卷积和CBAM注意力机制进行图像特征提取，具体包括以下步骤：
4.根据权利要求1所述的基于改进Lite-HRNet模型的病人步态...
【技术特征摘要】
1.一种基于改进lite-hrnet模型的病人步态识别算法，其特征在于包含以下步骤：
2.根据权利要求1所述的基于改进lite-hrnet模型的病人步态识别算法，其特征在于，所述步骤s1中，从所述病人步态视频数据集中随机选取n段视频进行视频数据增强，所述视频数据增强包括：
3.根据权利要求1所述的基于改进lite-hrnet模型的病人步态识别算法，其特征在于，所述步骤s2中，所述在主干阶段第二个卷积引入幻影卷积和cbam注意力机制进行图像特征提取，具体包括以下步骤：
4.根据权利要求1所述的基于改进lite-hrnet模型的病人步态识别算...
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。