基于姿态估计与GRU网络的人体康复动作识别

摘要：

康复锻炼是脑卒中患者的重要治疗方式,为提高康复动作识别的准确率与实时性,更好地辅助患者在居家环境中进行长期康复训练,结合姿态估计与门控循环单元(GRU)网络提出一种人体康复动作识别算法Pose-AMGRU.采用OpenPose姿态估计方法从视频帧中提取骨架关节点,经过姿态数据预处理后得到表达肢体运动的关键动作特征,并利用注意力机制构建融合三层时序特征的GRU网络实现人体康复动作分类.实验结果表明,该算法在KTH和康复动作数据集中的识别准确率分别为98.14％和100％,且在GTX1060显卡上的运行速度达到14.23 frame/s,具有较高的识别准确率与实时性.

关键词：康复训练、动作识别、姿态估计、门控循环单元、注意力机制

所属期刊栏目：47

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家重点研发计划;河南省科技攻关计划

在线出版日期：2021-01-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：12-20