[发明专利]一种基于数据匹配进行图像标注的方法和系统

说明书

本发明公开了一种基于数据匹配进行图像标注的方法和系统、设备以及存储介质，其中方法包括：接收目标对象的属性信息和由便携式图像获取设备所获取的与目标对象的立体姿态相关联的动态图像数据；以获取目标对象的与多个特征点相关联的目标特征数据集；基于目标对象的属性信息在标准数据库中获取多个候选特征数据集，对多个候选特征数据集进行融合处理，以获得与多个标准特征点相关联的标准特征数据集；将目标特征数据集与标准特征数据集进行数据匹配，从而获取目标对象的每个特征点与相应的标准特征点的差异数据；以及基于每个特征点与相应的标准特征点的差异数据，对选定特征点进行标准值标注，从而获得经过标准值标注的动态图像数据。

技术领域

本发明涉及计算机图像处理技术领域，并且尤其涉及一种基于数据匹配进行图像标注的方法和系统、设备以及存储介质。

背景技术

帕金森病(Parkinson diseases，PD)是一种常见于中老年人，以中脑黑质多巴胺神经元进行性退变为主、多系统受累的缓慢进展性的神经系统变性疾病。迄今为止全球约有620万帕金森病患者。临床特点表现为运动迟缓、静止性震颤、肌张力增高、姿势平衡控制障碍等。其中姿势控制障碍是一个高度致残的症状，并随着疾病进展而越来越严重。以冻结步态(Freezing of Gait，FOG)为例，国外的FOG的发生率是32％。此外FOG在PD早期阶段的发生率为27％，在晚期阶段的发生率可达80％。姿势平衡控制障碍已被确定为跌倒的独立因数之一，严重影响患者的独立生活能力和生活质量，给家庭和社会带来了巨大的负担。

针对帕金森病患者，药物治疗也仅对早期患者有效，同时药物也存在各种并发症，手术治疗虽可有效改善运动障碍，但价格比较昂贵，且有明确的适应证。因此发展新的治疗干预措施以减少运动障碍对帕金森病患者的影响至关重要。康复治疗作为主要手段之一，因其开展便利，实施方便、覆盖周期广等特点，是帕金森病患者最主要的、持续的治疗方式。临床研究表明，通过积极有效的康复治疗手段可改善患者的步态平衡协调能力，改善患者姿势控制能力，降低患者跌倒的风险，提高患者的生活质量。

在现有技术中存在以下问题：①无法长周期、连续性、全身性的对帕金森病患者步态运动进行监测。帕金森患者临床表现复杂多样且症状波动性大，会出现运动迟缓、震颤、运动波动、异动症等症状。而现有的基于量表或者手动记录的方式，仅仅是单一时刻的时间节点评测，无法对整体症状有一个连续的跟踪监测，无法有效的捕捉异常运动症状发生、发展和结束的连续过程。本课题基于非接触的机器视觉技术，通过多机位相机的方式可以实现立体连续的动态数据采集，能够有效解决帕金森患者运动症状的长周期、连续性的监测。②将步态割裂为上肢与下肢，只关注下肢运动。现有的康复治疗，诸如步态训练、平衡训练等，大部分评估和训练只关注下肢运动时的数据采集分析，鲜有将上肢摆臂训练与下肢步态训练同步进行数据采集和分析。人体上肢与下肢具有天然的耦合，步态和姿势平衡控制需要上下肢的协调。③评定往往依赖量表和患者主诉，无法定量化。④现有专业设备昂贵、环境要求高，使用费时费力。⑤步态训练大量依赖人力，效率较低，且无法实现居家日常训练监测与指导。

综上所述，现有技术中不存在同步跟踪和采集实时数据，从而对实时数据进行及时的图像处理的技术手段。

发明内容

鉴于以上问题，本发明基于机器视觉方案，通过多机位同时采集目标对象(例如，患者)行走时的立体姿态数据，利用深度神经网络对全身关键点数据进行提取，同时对上肢与下肢进行同步数据分析，实现对帕金森病患者上肢摆动与下肢步态的准确定量识别。此外，通过建立同年龄段正常人上肢摆臂与下肢迈步协调数据库，与实时采集的患者立体姿态数据进行基础参数匹配，基于匹配结果推荐与患者最佳匹配的上肢摆臂动态数据作为参考，在步态训练时实时为帕金森患者自身或辅助患者标注准确的摆动上臂，实现全身整体运动的平衡协调性。

本发明基于立体机器视觉技术，实现在康复训练过程中进行动态图像数据(视频数据)的进行连续采集，并借助云平台与5G技术来传输数据和对动态图像数据进行特征点识别。

根据本发明的一个方面，提供一种基于数据匹配进行图像标注的方法，所述方法包括：