[发明专利]一种肢体康复训练辅助方法及系统、介质、设备

权利要求书

1.一种肢体康复训练辅助方法，其特征在于，包括步骤：

采集使用者动作姿态图像；

对图像进行卷积计算，得到图像特征图；预测特征图的关节点热点图和肢体方向矢量场，并进行t次预测迭代，每次迭代时将两个训练分支的识别信息合成一个阶段预测，生成使用者关节点热点图和肢体方向矢量场，从关节点热点图中获取关节点位置；

利用肢体连接贪心算法进行关节点连接，得到使用者的姿态信息；

根据训练好的动作姿态模型评估使用者的姿态信息，得到使用者动作姿态评估结果；

将使用者动作姿态评估结果反馈给使用者。

2.根据权利要求1所述的肢体康复训练辅助方法，其特征在于，对所述使用者动作姿态图像进行降低图像像素和抽帧处理，具体步骤为：

计算使用者动作姿态图像像素的长宽与取样像素的长宽的比例，作为间隔长度，在使用者动作姿态图像图像上按照间隔长度取像素点，从而使得图像画面大小与取样像素一致。

3.根据权利要求1所述的肢体康复训练辅助方法，其特征在于，所述对图像进行卷积计算，得到图像特征图的具体步骤为：

首先利用VGG-19卷积神经网络模型对图像进行卷积计算，VGG-19模型利用连续的几个3x3的卷积核代替较大的卷积核；

通过该模型前10层的卷积层的卷积计算处理提取出图像特征，从而得到特征图。

4.根据权利要求1所述的肢体康复训练辅助方法，其特征在于，所述从关节点热点图中获取关节点位置的步骤具体为：

利用非最大抑制算法，搜索关节点局部峰值作为关节点位置。

5.根据权利要求4所述的肢体康复训练辅助方法，其特征在于，所述得到使用者的姿态信息的步骤具体为：

每一个肢体都有确定的两个关节点，基于关节点位置信息，对可能连接成肢体的两个关节点所包含所有配对情况逐一计算该两点连线上的点在肢体方向矢量场的积分；

对所有配对情况通过积分值的大小进行排序，把积分最高的配对点进行连接，肢体连接数量取决与关节点数量，连接完该肢体后选择下一个肢体进行连接；从连接好的肢体中找到连通肢体数量最多的姿态信息作为使用者的姿态信息。

6.根据权利要求1所述的肢体康复训练辅助方法，其特征在于，所述评估使用者的姿态信息的步骤具体为：

将使用者的姿态信息输入到SVM评估模块中的动作姿态模型中，得到使用者动作姿态评估结果；

所述动作姿态模型的生成步骤为：

根据设定的姿态要求，预先利用监督学习的方法行训练，具体是通过收集一组经过多分支多阶段卷积神经网络识别的骨架信息加入专业判定动作是否合格的标签形成的已知类别的样本；

根据样本生成训练集和测试集，利用训练集挑战SVM分类器的参数，利用测试集验证模型的训练效果。

7.一种肢体康复训练辅助系统，其特征在于，包括视频采集模块、关节点识别模块、肢体构建模块、SVM评估模块、输出模块；

所述视频采集模块用于采集使用者动作姿态图像；

所述关节点识别模块用于对图像进行卷积计算，得到图像特征图；预测特征图的关节点热点图和肢体方向矢量场，并t次预测迭代，每次迭代时将两个训练分支的识别信息合成一个阶段预测，生成使用者关节点热点图和肢体方向矢量场，并从关节点热点图中获取关节点位置；

所述肢体构建模块用于利用肢体连接贪心算法进行关节点连接，得到使用者的姿态信息；

所述SVM评估模块，内置训练好的动作姿态模型，用于评估使用者的姿态信息，得到使用者动作姿态结果；

所述输出模块用于将使用者动作姿态结果反馈给使用者。

8.根据权利要求7所述的肢体康复训练辅助系统，其特征在于，所述视频采集模块为摄像头或可拍照的移动设备。

9.一种存储介质，存储有程序，其特征在于，所述程序被处理器执行时，结合视频采集模块获取的图像实现权利要求1-6任一项所述的肢体康复训练辅助方法。

10.一种计算设备，包括处理器以及用于存储处理器可执行程序的存储器，其特征在于，所述处理器执行存储器存储的程序时，结合视频采集模块获取的图像实现权利要求1-6任一项所述的肢体康复训练辅助方法。