[发明专利]基于姿态识别的康复动作检测方法、装置、设备及介质

说明书

本发明公开了一种基于姿态识别的康复动作检测方法、装置、设备及介质，包括：将获取到的康复动作图片输入预设的HigherHRNet模型，得到每一帧图片中的关节点位置；根据每一帧图片中的关节点位置，计算连续帧之间的关节点距离以及四肢的变化角度；根据连续帧之间的关节点距离，计算关节点的移动速度；根据每一帧图片中的关节点位置、连续帧之间的关节点距离、关节点的移动速度、四肢的变化角度以及预设的特征重要性参数，得到检测出来的康复动作准确度。本公开实施例提供的检测方法，更加注重视频中康复动作的连续性，采用多帧图像进行检测，提高了检测的准确度，而且该方法还能适应各种不同的动作，只需事先设定一些动作特征重要性参数就可以改变判断标准。

技术领域

本发明涉及姿态识别技术领域，特别涉及一种基于姿态识别的康复动作检测方法、装置、设备及介质。

背景技术

医学上判断一个病人是否成功治愈的标准是：成功治愈＝50％的手术成功+50％康复成功。随着人们对疾病治疗的全面认识，康复训练在整个疾病治疗过程中起到越来越重要的作用。第一，康复训练可以明显恢复患者的体力，通过简单的骨骼肌运动及有氧训练，可以很好的恢复患者身体机能，有利于增进患者的抵抗力；第二，在训练过程中，可以提高患者对战胜疾病的信心，这些都在生理和心理上对疾病本身有一定的治疗作用；第三，对一些特殊关节和运动功能有明显的促进作用，尤其是手部、关节、脊柱等处的手术，术后早期的功能训练对恢复手术器官的功能是非常重要的。因此，对于手术以后的康复训练，一定要早期进行，并在医生的指导之下循序渐进的开展，这样才能起到良好的康复训练效果。

现有的关节点识别主要应用在常规动作上的姿态识别，在康复动作上的姿态识别主要是识别单帧图像关节点后与单帧标准动作进行比较，得出动作的标准程度。该技术首先忽略了一点就是康复训练是一个连续的过程，动作的过程同样重要，不可以忽略。其次康复动作有几百个不一样的动作，在面对这么多不一样的动作时，现有技术需要先分类该动作属于哪一类动作，然后再与这类动作进行比较，得出标准程度，一方面几百分类会导致分类不正确，错误引导，另一方面，类别过多会导致时间太长，无法达到实时性的要求。

发明内容

本公开实施例提供了一种基于姿态识别的康复动作检测方法、装置、设备及介质。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

第一方面，本公开实施例提供了一种基于姿态识别的康复动作检测方法，包括：

将获取到的康复动作图片输入预设的HigherHRNet模型，得到每一帧图片中的关节点位置；

根据每一帧图片中的关节点位置，计算连续帧之间的关节点距离以及四肢的变化角度；

根据连续帧之间的关节点距离，计算关节点的移动速度；

根据每一帧图片中的关节点位置、连续帧之间的关节点距离、关节点的移动速度、四肢的变化角度以及预设的特征重要性参数，得到检测出来的康复动作准确度。

在一个可选地实施例中，将获取到的康复动作图片输入预设的HigherHRNet模型之前，还包括：

采用人脸识别方法识别出一个或多个康复训练用户；

当成功识别并定位出康复训练用户时，拍摄用户进行康复训练的视频图像。

在一个可选地实施例中，根据每一帧图片中的关节点位置，计算连续帧之间的关节点距离，包括：

将连续多帧图片作为一个样本，按如下公式计算样本中帧与帧之间的关节点距离，