摘要
一种基于深度相机和AI算法的关节角度预测方法,涉及关节角度预测领域。本发明是为了解决现有关节角度获取方法存在误差大、实时性差的问题。本发明包括:采集人体RGBD图像,并提取每个人体RGBD图像对应的受试者的人体标记点的坐标集合;将预处理后的人体标记点的空间坐标集合与RGBD图像组成自有数据集,将2D公共数据集、3D公共数据集和自有数据集组成训练集,利用训练集训练人体标记点预测模型;获取待测人体RGBD图像,将待测人体RGBD图像输入到训练好的人体标记点预测模型中,获得待测人体图像中的人体标记点坐标;将待测人体图像中的人体标记点坐标输入到训练好的关节角度预测模型,获得预测的人体关节角度。本发明预测用于关节角度。
技术关键词
关节角度预测方法
RGBD图像
深度相机
标记
特征提取单元
人体关节角度
特征提取模块
坐标
特征提取网络
训练人体
肌骨模型
训练集
尺骨鹰嘴
算法
角度获取方法
逆向运动学
网络结构
系统为您推荐了相关专利信息
内容检测方法
感兴趣
计算机存储介质
内容检测装置
计算机设备
图像显示系统
摄像设备
图像拼接
相机
虚拟现实图像
图像配准模型
CT图像配准方法
计算机辅助诊断方法
图像配准系统
样本