首页> 中文期刊> 《自动化仪表》 >基于手势识别的手部康复智能评估算法研究

基于手势识别的手部康复智能评估算法研究

         

摘要

针对手部疾病患者康复成本较高和康复训练不便的问题,开发了一种非穿戴式的基于手势识别的手部康复智能评估算法.为了提高手势识别检测能力,参照GhostNet原理,并结合自注意力机制,设计了全新的网络模块Lwblock.将YOLOv4算法中的模块Resblock改进为网络模块Lwblock,提出了 Hand-YOLOv4算法.基于RexNet在Hand-YOLOv4算法框选的矩形区域内深度学习,识别出手部21个关键点.以自主手势识别技术为核心,结合动态时间规整(DTW)算法,设计了手部康复智能评估算法.试验结果表明,在手势识别任务中,检测速度较原模型提高了 14%,且检测精度不会降低.该智能评估算法检测精度可达到90%以上,完全能够胜任手部康复评估工作,将促使手部医疗康复领域向舒适化、便捷化方向发展.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号