摘要
本发明提供一种基于双支路多尺度特征融合的新生儿肢体动作识别方法,通过采集不同肢体动作状态下的新生儿视频,构建新生儿肢体动作视频样本集;构建基于双支路多尺度特征融合的新生儿肢体动作识别模型包括第一支路特征提取网络、第二支路特征提取网络、特征融合模块和分类器;得到新生儿肢体动作识别模型;利用得到的新生儿肢体动作识别模型对新输入的测试视频进行动作识别;该方法使用双支路从不同帧率的视频中提取动作特征,提升对细微动作变化的捕捉能力,并采用多尺度卷积注意力机制聚焦肢体动作的关键特征,有效提高新生儿肢体动作识别的准确率。
技术关键词
肢体动作识别方法
动作特征
多尺度特征融合
深度卷积神经网络
特征提取网络
支路
注意力机制
视频段
分类器
模块
焦点损失函数
样本
关键帧
模型预测值
标签
系统为您推荐了相关专利信息
信号分类方法
ECG信号数据
门控循环单元
ECG信号分类
分类准确率
智能识别方法
序列
三维卷积神经网络模型
轨迹特征
动作特征
特征提取网络
影像解码器
卷积编码器
空洞
上采样
反射点
深度学习网络结构
分割方法
评分方法
背景图
属性分析方法
特征提取网络
行人检测
匹配网络
特征提取模型