基于3D卷积长短期记忆网络的儿童运动姿态自动识别技术

摘要

本发明涉及智能医疗技术领域，尤其涉及基于3D卷积长短期记忆网络的儿童运动姿态自动识别技术，具体按以下步骤执行：使用非尖端或尖端及以上的摄像头录制被检查者在室内自然行走的视频，然后将采集到的图像视频使用Seam Carving技术由不同分辨率归化到同一分辨率大小，对图片进行归一化和去噪化，得到预处理之后的增强图像，再采用python语言中的deeppose网络对获取的视频进行处理，通过处理获取人体姿态样板；采用python深度学习框架keras搭建预测分类网络。本发明基于计算机视觉的方法收集人体姿态数据，仅仅需要做出简单的行走，通过搭建于对时序型输入处理的方式即可诊断，实验结果表明，提出的模型可以获得良好的检测效果。