基于深度学习的计算机视觉体态分析方法

发明专利有效专利

申请号：
CN201810884943.3
IPC分类号：A61B5/11
申请日期：
2018-08-06
申请人：
深圳创感科技有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于深度学习的计算机视觉体态分析方法
申请号	CN201810884943.3	申请日期	2018-08-06
法律状态	实质审查	申报国家	中国
公开/公告日	2019-04-26	公开/公告号	CN109674477A
优先权	暂无	优先权号	暂无
主分类号	A61B5/11 ? IPC结构图谱： A 人类生活必需 A6 保健；救生；娱乐 A61 医学或兽医学；卫生学 A61B 诊断；外科；鉴定（分析生物材料入G01N，如G01N33/48） A61B5/00 用于诊断目的的测量（放射诊断入A61B6/00；超声波、声波或次声波诊断入A61B8/00）；人的辨识 A61B5/103 用于诊断目的的测量人体或人体部分的形状、模式、尺寸或运动的测量装置（A61B 5/08优先；专门适用于牙科的测量仪器入A61C 19/04）〔5〕 A61B5/11 测量人体或各部位的运动，例如头或手的震颤或肢体的活动性（用于测量脉搏入A61B 5/02）〔5〕	IPC分类号	A;6;1;B;5;/;1;1查看分类表>
申请人	深圳创感科技有限公司	申请人地址	广东省深圳市南山区南头街桃园路田夏翡翠明珠1C723 变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	深圳创感科技有限公司	当前权利人	深圳创感科技有限公司
发明人	李志男;丁正;安森文;李勤
代理机构	暂无	代理人	暂无

摘要

本发明提供一种基于深度学习的计算机视觉体态分析方法，其基于深度学习的人体骨性关键点自动定位方法，首先定位人体边缘某些关键点，即直接识别点，再基于该直接识别点，定位身体关键点；再次基础上，采用基于人体骨性关键点的异常体态评估方法，通过上述“骨性关键点”与“直接识别点”，对测试者的体态异常程度进行评估；所述体态风险包括：头部前倾、头部侧倾、驼背、高低肩、脊柱侧弯、骨盆侧倾、膝过伸、O型腿、X型腿。本发明通过基于深度学习的计算机视觉技术，利用普通的拍照设备（例如手机）快速的对人体异常体态进行识别、检测。该技术具有诸多领先型，它不但极大提高了体态异常检测功能的快速性、易得性，降低了检测成本，它更排除了操作者的主观因素的干扰，消除了操作者专业知识的门槛限制。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供