摘要
本发明公开了一种针对步态的脊柱侧弯的识别方法及系统,涉及计算机视觉技术领域,包括:步骤1:采集图片数据集;步骤2:构建引入注意力机制的CNN网络模型;CNN网络模型包括依次连接的引入注意力机制的多尺度特征提取模块、时间池化模块、聚合模块、空间池化模块、全连接层和输出层;步骤3:采用图片数据集训练CNN网络模型,获得步态识别模型;步骤4:采集视频文件,从视频文件中抽取若干剪影图片,并将所有剪影图片处理为以人像为中心的图片,将处理后的图片转化为Numpy数组,构建待识别步态数据;步骤5:将待识别步态数据输入至步态识别模型中,获得脊柱侧弯识别结果。本发明利用平时走路的步态姿势来判断是否有脊柱侧弯,提高识别准确性。
技术关键词
识别步态
重排特征
识别方法
引入注意力机制
步态识别
图片
融合特征
模型训练模块
多尺度特征提取
识别模块
图像采集模块
特征提取模块
数据
积层
基础
序列
网络模型训练
系统为您推荐了相关专利信息
模型构建方法
深度学习模型
车辆运输空间
引入注意力机制
标签编码器
离子
深度学习模型
递归神经网络
序列
引入注意力机制
网络模体
意图识别方法
节点
随机网络构建方法
模式识别