首页|基于树莓派与循环神经网络的坐姿矫正系统

基于树莓派与循环神经网络的坐姿矫正系统

扫码查看
原文链接
  • 万方数据
  • 维普
本文对坐姿识别技术采用图像方式进行分析,利用Part-Aware Long Short-Term Memory(P-LSTM,部分感知长短期记忆网络)算法进行坐姿识别,P-LSTM算法的长期记忆特性,解决了信息依赖问题.在树莓派中移植PoseNet(姿态网)模型对图片关键点和坐标进行识别,利用PoseEngine(姿态引擎)对采集到的关键点和关键点置信度进行最终确认,将得到的估计坐标和置信度与健康阈值数据比较,从而判定坐姿姿态是否健康.

余思齐、彭耀铭、唐启俭、杨梁、刘安

展开 >

湖南工商大学

树莓派 P-LSTM算法 深度学习 骨骼关键点

湖南省大学生创新创业训练计划

S200210554047

2024

消费电子
中国电子商会

消费电子

影响因子：0.076
ISSN：1674-7712
年,卷(期)：2024.(2)
  • 7