基于双支路多尺度特征融合的新生儿肢体动作识别方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于双支路多尺度特征融合的新生儿肢体动作识别方法
申请号:CN202510182218
申请日期:2025-02-18
公开号:CN120014710B
公开日期:2025-10-17
类型:发明专利
摘要
本发明提供一种基于双支路多尺度特征融合的新生儿肢体动作识别方法,通过采集不同肢体动作状态下的新生儿视频,构建新生儿肢体动作视频样本集;构建基于双支路多尺度特征融合的新生儿肢体动作识别模型包括第一支路特征提取网络、第二支路特征提取网络、特征融合模块和分类器;得到新生儿肢体动作识别模型;利用得到的新生儿肢体动作识别模型对新输入的测试视频进行动作识别;该方法使用双支路从不同帧率的视频中提取动作特征,提升对细微动作变化的捕捉能力,并采用多尺度卷积注意力机制聚焦肢体动作的关键特征,有效提高新生儿肢体动作识别的准确率。
技术关键词
肢体动作识别方法 动作特征 多尺度特征融合 深度卷积神经网络 特征提取网络 支路 注意力机制 视频段 分类器 模块 焦点损失函数 样本 关键帧 模型预测值 标签
系统为您推荐了相关专利信息
情绪特征 模拟训练设备 评估设备 脑电信号编码 样本
彩绘文物 融合策略 支路 真彩色图像 多尺度特征
恒温水槽 深度卷积神经网络模型 热成像仪 USB连接线 散热器
下肢静脉血流 形态学特征 监测方法 特征提取网络 数据
电子后视镜系统 自动泊车系统 高斯金字塔 卷积神经网络模型 转换算法