摘要
本申请涉及人体运动预测技术领域,公开了一种基于人体运动预测算法的动作规范化评价方法及系统。具体公开了:将历史病人运动图像序列和对应的真实未来病人运动图像序列分别输入预设的人体姿态估计算法中,获得历史病人运动姿态和真实未来病人运动姿态,无需穿戴设备,提高了便捷性和普及性,降低了成本。将历史病人运动姿态输入至预训练的人体运动预测模型中,获得多种预测未来病人运动姿态。将预测未来病人运动姿态与真实未来病人运动姿态的每一帧做平均关节误差,根据误差判断病人运动是否符合规范。通过人体运动预测模型对每一个患者的运动姿态进行预测,并与真实未来病人运动姿态作对比,实现了对患者动作的精准捕捉和个性化评价。
技术关键词
运动图像序列
人体姿态估计算法
评价方法
三维卷积神经网络
关键点
卷积特征
解码器
门控循环单元
离散余弦变换
编码器
多尺度特征
运动预测技术
变换特征
变量
热力图
人体姿态检测
系统为您推荐了相关专利信息
门禁管控系统
融合人脸识别
人脸特征向量
关键点
捕获人脸图像
生成样本数据
疾病
生成深度学习
采样模块
正电子发射断层成像
自动巡检方法
塔式起重机
关键点
航迹规划
巡检路径
循环神经网络模型
连续损伤力学
智能评价方法
裂纹
变量