摘要
本发明行为检测领域,具体涉及一种基于分层加权图卷积模型的慢性疼痛保护行为检测方法。方法包括:获取训练集,训练集包括多名健康个体和多名慢性下背痛个体在完成日常生活任务过程中的关节运动数据;对训练集中的数据进行预处理,转换为三维时间序列骨骼数据;利用预处理后的训练集对检测模型进行训练;检测模型将人体骨骼图转换为分层图结构,利用图卷积网络提取特征;引入基于类别的加权机制,通过迭代对抗训练优化分类器和加权网络;对待检测的个体在完成日常生活任务过程中的关节运动数据进行预处理后,输入训练好的检测模型检测。本发明通过分层结构拓展感受野,通过重加权机制优化类别不平衡问题,提升检测的鲁棒性和准确性。
技术关键词
卷积模型
人体骨骼
分层
网络
数据
节点
日常生活
序列
关节
构建分类器
样本
语义
机制
训练集
策略
输出特征
滑动窗口
运动
分段
系统为您推荐了相关专利信息
电缆线芯温度
温度预测方法
鸟巢
布谷鸟算法
BP神经网络模型
预测性巡航控制
移动平均算法
深度信念网络
道路坡度信息
巡航控制系统
光发射机
混沌吸引子
一体化方法
混沌保密通信
指纹特征