买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明提出了一种肢体康复训练系统及方法，属于人工智能及深度学习技术领域，包括以下步骤：搭建康复训练系统；收集康复训练病人的病历数据集，并对数据集进行标注用于训练算法模型；改进人体姿态估计网络结构，采用轻量化特征提取网络为主干网络，调整网络结构和激活函数；人体姿态估计算法模型在训练时增加数据增强方法，采用增加预热训练模式的余弦学习率下降方式训练网络；将训练好的算法模型移植到嵌入式电脑上，采用FP16进行量化；系统工作时，显示终端提示病人需要做的动作，随即病人执行动作；嵌入式电脑读取摄像头拍摄的图像送入人体姿态估计算法得到估计动作与给定动作的相似度，得出康复训练评估分值。

主权项：1.一种肢体康复训练方法，其特征在于包括以下步骤：A搭建上述康复训练系统，摄像头6的位置根据当前运动模式进行固定；所述肢体康复训练系统，包括辅助训练设备硬件实体和数据库端4及专家系统端3，辅助训练设备硬件实体包括嵌入式电脑2、摄像头6、显示终端5、训练器材1和摄像头6；所述摄像头6和显示终端5都与和嵌入式电脑2连接，嵌入式电脑2用网线或局域网与数据库端4连接，嵌入式电脑2通过网络连接专家系统端3；B收集康复训练病人的病历数据集，并对数据集进行标注用于训练算法模型；C改进人体姿态估计网络结构，采用轻量化特征提取网络为主干网络，调整网络结构和激活函数；替换人体姿态估计主干网络为MobileNetV1并在网络输出处添加卷积计算调整特征图通道128和长宽为46x46；调整热图和亲和场向量提取网络，将这两个提取分支调整为共享权重减少计算量，热图和亲和场特征提取重复两次，网络的损失计算为L2损失： 其中表示预测热图与标签热图的误差值t表示当前是那个后处理阶段，表示标签值，表示预测值，j表示当前特征图属于哪个关键点图层Wp是0和1的mask图层当为0时表示当前像素值无效，不进行损失计算反之则进行损失计算，总损失为两个损失函数累加如式3所示；D人体姿态估计算法模型在训练时增加数据增强方法，采用增加预热训练模式的余弦学习率下降方式训练网络；E将训练好的算法模型采用FP16进行量化后部署到嵌入式电脑2上，算法推理得到关键点结果用含有权值的二部图匹配算法得到关键点的连接关系；用FP16量化的算法部署在嵌入式端，算法出结果只含有热图信息和亲和场信息，还需对多人关键点信息进行匹配，得到关键点的连接关系；采用增加权值二部图方法对关键点对进行匹配，权值来源于关键点对之间的亲和场预测值进行积分运算如式子5所示； pu＝1-udj1+udj26在5式子中和表示关键点对的坐标E表示当前关键点对的权值，Lc表示坐标位置的置信度,在6式子中pu表示关键点对之间的坐标；关键点对设置为[[c,d],[d,e],[e,f],[g,h],[i,j],[j,k],[l,m],[m,n],[o,p],[b,i],[b,l],[b,c],[b,f],[c,q],[f,r],[a,o],[a,p],[o,q],[p,r]]；F系统工作时，显示终端5提示病人需要做的动作，随即病人执行动作；嵌入式电脑2读取摄像头6拍摄的图像送入人体姿态估计算法得到估计动作,再用余弦相似度方法计算估计的动作和程序要求动作的相似度，从而完成当前动作评估，同时提醒康复训练病人及时调成可得到更高的评估分值。

全文数据：

权利要求：

百度查询： 燕山大学 一种肢体康复训练系统及方法