摘要
本发明涉及一种基于姿态估计的轻量级仰卧起坐检测方法,属于计算机视觉领域。该方法包括:S1:采集仰卧起坐图像数据,进行预处理,标注人体关节点坐标,获得数据集;S2:构建仰卧起坐检测模型,包括轻量级人体骨架特征提取网络和注意力解耦坐标分类预测模块;S3:将数据集输入到模型进行训练,在模型训练过程中使用均方误差损失函数监督训练过程;S4:将待检测仰卧起坐图像序列输入到训练好的模型中,获取人体关节点的坐标信息,然后使用姿态估计模块得到人体姿态,再根据图像序列中的姿态变化实现对目标测试人员的仰卧起坐计数功能以及动作规范性检测功能。本发明能提升仰卧起坐检测的准确性。
技术关键词
注意力
特征提取网络
姿态估计
人体骨架
卷积模块
人体关节点坐标
残差模块
阶段
全局平均池化
分支
sigmoid函数
卷积特征提取
检测模型训练
输出特征
分类器
图像
系统为您推荐了相关专利信息
多头注意力机制
频域滤波器
滚动轴承故障诊断
退火算法
傅里叶变换技术
健康状态识别方法
数据
随机搜索方法
引入注意力机制
交叉验证方法
非接触式
特征提取模块
电信号
Sinc函数
多头注意力机制
无人机航拍图像
卷积神经网络模型
卷积模块
风险
金字塔