摘要
本发明提供一种基于人工智能的精准判定穴位方法,在本发明所提供的穴位判定方法中,包括步骤一:对人体背部图像进行语义分割,构建一个高质量的人体背部图像语义分割数据集;步骤二:ResNet50+FPN构建RPN生成候选区域网络,再使用RoIAlign精确提取候选区域的特征,确保后续分类和掩膜的准确性,提高对穴位识别的准确性;步骤三:穴位精准判定的输出,对接收到的预测结果进行校准;步骤四:两种不同模态的图像数据在空间上对齐并结合,进行多模态数据的综合分析与特定区域温度信息提取。这种方法能够提供高精度的边界框和分割掩码,有助于机器人在复杂环境中准确识别穴位,减少识别错误的可能性,并且适应性强,能够根据不同个体的生理特征进行调整。
技术关键词
人体背部
穴位
可见光图像
图像语义分割
多模态
掩膜
双线性插值方法
区域推荐网络
数据
连线
人体解剖结构
特征匹配算法
深度学习网络
代表
坐标
多尺度特征
识别人体
体型
系统为您推荐了相关专利信息
多模态影像数据
编码器
融合方法
地理位置信息
误差反向传播
状态分析方法
文本特征向量
预训练模型
数据分析模型
图像特征向量
换刀机构
更换刀具
原始图像数据
节点
重构图像数据