-
题名基于手势识别的手部康复智能评估算法研究
被引量：3
- 1
-
-
作者
徐胜
刘志诚
涂鑫涛
周轩阳
费敏锐
张堃
-
机构
南通职业大学电子信息工程学院
华东理工常熟研究院有限公司
南通大学电气工程学院
上海大学机电工程与自动化学院
南通市智能计算与智能控制重点试验室
-
出处
《自动化仪表》
CAS
2021年第12期23-27,32,共6页
-
基金
江苏省333工程科研基金资助项目(BRA2018218)
江苏省博士后科研基金资助项目(2020Z389)
+3 种基金
南通市基础科学研究基金资助项目(JC2021035)
江苏省研究生科研与实践创新计划基金资助项目(SJCX21_1449)
国家级大学生创新创业训练计划基金资助项目(202110304027Z)
省级大学生创新创业训练计划基金资助项目(202110304169H)。
-
文摘
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。
-
关键词
手势识别
非穿戴式
Hand-YOLOv4算法
自注意力机制
Lwblock
RexNet网络
康复评估
动态时间规整
-
Keywords
Gesture recognition
Non-wearable
Hand-YOLOv4 algorithm
Self-attention mechanism
Lwblock
RexNet network
Rehabilitation evaluation
Dynamic time warping(DTW)
-
分类号
TH-39
[机械工程]
-
