文献类型：期刊文章

作　　者：冯文宇[1,2] 朱洪堃[1] 殷佳炜[1,2] 费敏锐[3] 张堃[1]

Feng Wenyu;Zhu Hongkun;Yin Jiawei;Fei Minrui;Zhang Kun(School of Electrical Engineering,Nantong University,Nantong 226007,China;School of Zhangjian,Nantong University,Nantong 226007,China;Shanghai Key Laboratory of Power Station Automation Technology,School of Mechatronic Engineering and Automation,Shanghai University,Shanghai 210053,China)

机构地区：[1]南通大学电气工程学院,南通226007 [2]南通大学张謇学院,南通226007 [3]上海大学机电工程与自动化学院上海市电站自动化技术重点实验室,上海210053

出　　处：《仪器仪表学报》

基　　金：国家自然基金重点项目(61633016);江苏省高等学校自然科学研究重大项目(19KJA350002);国家级大学生创新创业训练计划项目(202010304065Z)资助

年　　份：2020

期　　号：8

起止页码：188-195

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对新冠肺炎疫情中肺部CT检查需要医生人工指导矫正姿态和交叉感染风险大的问题,提出基于人体姿态识别的无人CT智能姿态识别算法。通过CT-OpenPose模型检测人体姿势,该算法在OpenPose模型基础上,解决了传统模型硬件性能要求高、检测速度慢和复杂环境下检测精度下降等问题,使用带自适应软阈值残差网络、跨层连接机制和权值修剪的方法对传统模型在底层特征提取方式、底层特征处理流程、模型训练和压缩方面进行改进。实验结果表明,在无人CT姿态识别任务中,CT-OpenPose模型检测精度高于传统模型,为83.6%,尤其在人体关键部位被臃肿的衣物或防护衣物遮挡的情况下,检测速度是传统模型的近3倍,达到42.2 f/s,具备较高的实用性。

关 键 词：无人CT姿态识别  OpenPose模型  残差网络  跨层连接  权值修剪  

分 类 号：TP273] TP391.41]