摘要
本发明涉及行为识别技术领域,尤其涉及一种基于机器学习的手术人员视频行为识别方法及系统。所述方法包括以下步骤:通过RGB摄像头以及激光测距设备对手术人员洗手区域进行视频帧序列以及点云帧序列获取,得到视频帧序列以及点云帧序列;对点云帧序列进行手部点云分割,得到手部点云数据;根据视频帧序列以及手部点云数据进行动作原始数据生成,得到动作原始数据;对动作原始数据进行手部关键点的位置和姿态信息提取,得到视频关键点特征数据。本发明通过RGB摄像头捕捉视觉信息、激光测距设备获取三维深度信息,再结合深度学习网络对动作进行精细分析和评估,最终实现了更高的识别精度、鲁棒性和自动化水平。
技术关键词
关键点特征
RGB摄像头
序列
合规性
点云
视频运动特征提取
激光测距设备
识别标签
识别方法
视频帧
时序特征
手部关键点
手术
深度图数据
全局特征提取
加权特征
系统为您推荐了相关专利信息
GNSS数据
多模态传感器
修复方法
多层感知机
重构误差
电力市场主体
量化评估方法
半监督支持向量机
机组
风险
客观识别方法
青藏高原
识别系统
子模块
机器学习模型训练
电磁辐射检测系统
通信基站
电磁辐射检测方法
电磁辐射检测技术
因子