摘要
本发明公开了一种用于关节活动度评价的深度学习系统,包括图像采集模块:用于采集不同角度的关节活动轨迹图像或视频以及静态姿态数据;数据处理模块:用于对采集的视频或图像进行预处理,包括去噪、背景分割和提取人体关键点;关节活动度识别模块:基于深度学习模型用于构建人体关节点识别模型,学习人体关节活动轨迹与角度之间的关系,利用训练好的人体关节点识别模型对关键点数据进行分析识别,计算得到关节活动度;结果输出模块:用于可视化输出关节活动度的测量结果。本发明属于深度学习技术领域,具体是提供了一种用于关节活动度评价的深度学习系统,用于解决关节活动度评估的测量精准度与便捷的问题。
技术关键词
深度学习系统
人体关节点
空间特征提取
图像采集模块
深度学习模型
数据处理模块
特征提取模块
人体形态特征
人体关键点检测
网络
识别模块
二维位置信息
时序特征
RGB摄像头
运动轨迹信息
视觉特征提取
系统为您推荐了相关专利信息
数字孪生建模方法
趋势预测技术
推理算法
数据流异常检测
语义
建筑外立面
可见光图像
成像
深度学习模型
控制无人机
分布式光伏
注意力神经网络
地理位置信息
局部空间特征
门控循环单元
知识图谱分析
入库方法
多模态
BIM构件
置信度阈值
考试试题生成方法
文本
特征融合网络
特征提取网络
数据