基于双支路多尺度特征融合的新生儿肢体动作识别方法

AITNT
正文
推荐专利
基于双支路多尺度特征融合的新生儿肢体动作识别方法
申请号:CN202510182218
申请日期:2025-02-18
公开号:CN120014710B
公开日期:2025-10-17
类型:发明专利
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
1
一种基于注意力机制的CNN-GRU的ECG信号分类方法
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
2
基于物联网的医疗器械智能识别方法
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
3
一种复杂水域环境下水葫芦遥感图像语义分割方法
特征提取网络 影像解码器 卷积编码器 空洞 上采样
4
一种OCT图像的分割方法和评分方法及处理装置
反射点 深度学习网络结构 分割方法 评分方法 背景图
5
一种面向安全生产的周界入侵检测和人员属性分析方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号