(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210191825.0 (22)申请日 2022.02.28 (71)申请人 深圳市大富智慧健康科技有限公司 地址 518000 广东省深圳市宝安区沙 井街 道蚝一社区锦程路大富厂13 栋二层 (72)发明人 罗宇　韩思磊　 (74)专利代理 机构 深圳腾文知识产权代理有限 公司 44680 专利代理师 冼柏龙 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/194(2017.01) G06T 7/73(2017.01) G06T 7/90(2017.01) G06V 10/22(2022.01)G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种人体背部穴位识别方法、 系统、 装置及 存储介质 (57)摘要 本申请公开了一种人体背部穴位识别方法、 系统、 装置及存储介质， 用于自动识别人体背部 穴位， 提高人体背部穴位识别精确度。 本申请方 法包括： 获取原始人体图像； 将所述原始人体图 像输入至语义分割模型， 得到语义分割图像， 所 述语义分割模型用于对所述原始人体图像中的 背景和前景进行语义分割； 根据所述语义分割图 像确定人体轮廓边界线； 将所述原始人体图像输 入至关键点检测模型， 得到人体关键点数据， 所 述关键点检测模型用于提取所述原始人体图像 中的人体关键点； 根据所述人体关键点数据中的 肩膀关键点和所述人体轮廓边界线确定人体肩 膀边界点； 以所述人体肩膀边界点为参考点建立 第一坐标系， 并计算人体背部穴位在所述第一坐 标系中的位置坐标。 权利要求书2页 说明书10页 附图5页 CN 114897763 A 2022.08.12 CN 114897763 A 1.一种人体背部穴位识别方法， 其特 征在于， 所述方法包括： 获取原始人体图像； 将所述原始人体图像输入至语义分割模型， 得到语义分割图像， 所述语义分割模型用 于对所述原 始人体图像中的背景和前 景进行语义分割； 根据所述语义分割图像确定人体 轮廓边界线； 将所述原始人体图像输入至关键点检测模型， 得到人体关键点数据， 所述关键点检测 模型用于提取 所述原始人体图像中的人体关键点； 根据所述人体关键点数据中的肩膀关键点和所述人体轮廓边界线确定人体肩膀边界 点； 以所述人体肩膀边界点为参考点建立第 一坐标系， 并计算人体背部穴位在所述第 一坐 标系中的位置坐标。 2.根据权利要求1所述的方法， 其特征在于， 所述语义分割图像中以RGB值(0,0,0)表示 背景， 以RGB值(1,1,1)表示前 景， 所述根据所述语义分割图像确定人体 轮廓边界线包括： 提取所述语义分割图像中RGB值 突变的目标像素点； 将所述目标像素点相连以确定人体 轮廓边界线。 3.根据权利要求1所述的方法， 其特征在于， 所述根据所述人体关键点数据中的肩膀关 键点和所述人体 轮廓边界线确定人体肩膀边界点包括： 根据所述人体关键点数据确定所述原 始人体图像中的肩膀关键点； 沿所述肩膀关键点的水平方向进行左右扫描； 确定扫描路径与所述人体 轮廓边界线的重合 点为人体肩膀边界点。 4.根据权利要求1所述的方法， 其特 征在于， 所述获取原 始人体图像包括： 通过摄像头获取原 始人体图像； 在所述以所述人体肩膀边界点为参考点建立第 一坐标系， 并计算人体背部穴位在所述 第一坐标系中的位置坐标之后， 所述方法还 包括： 获取以所述摄 像头为参考点建立的第二 坐标系； 将所述人体背部穴位在所述第一坐标系 中的位置坐标换算为在所述第二坐标系 中的 位置坐标。 5.根据权利要求1所述的方法， 其特征在于， 在所述将所述原始人体图像输入至语义分 割模型之前， 所述方法还 包括： 获取预设图像规格； 基于所述预设图像规格对所述原 始人体图像进行转换处 理； 所述将所述原 始人体图像输入至语义分割模型包括： 将处理后的原 始人体图像输入至语义分割模型。 6.根据权利要求1所述的方法， 其特征在于， 所述语义分割 模型包括编码网络和解码网 络， 所述将所述原 始人体图像输入至语义分割模型， 得到语义分割图像包括： 将所述原 始人体图像输入至所述编码网络进行深度分离卷积， 得到抽象特 征图； 将所述抽象特征图输入至所述解码网络进行转置卷积和普通2D卷积， 得到语义分割图 像。 7.根据权利要求1至6中任一项所述的方法， 其特征在于， 所述语义分割模型通过如下权　利　要　求　书 1/2 页 2 CN 114897763 A 2方法训练得到： 采集样本人体图像， 得到特 征数据； 将所述样本人体图像中的像素点进行标签分类， 得到标签数据， 所述标签包含前景标 签和背景 标签； 将所述特 征数据输入至初始化网络模型中， 得到预测数据； 通过预设损失函数计算所述预测数据与所述标签数据之间的特 征损失值； 根据所述特征损失值反 向传播更新所述初始化网络模型， 直至所述特征损失值达到预 设损失值， 确定所述初始化网络模型训练结束， 得到所述语义分割模型。 8.一种人体背部穴位识别系统， 其特 征在于， 所述系统包括： 获取单元， 用于获取原 始人体图像； 第一输入单元， 用于将所述原始人体图像输入至语义分割模型， 得到语义分割图像， 所 述语义分割模型用于对所述原 始人体图像中的背景和前 景进行语义分割； 第一确定单 元， 用于根据所述语义分割图像确定人体 轮廓边界线； 第二输入单元， 用于将所述原始人体图像输入至关键点检测模型， 得到人体关键点数 据， 所述关键点检测模型用于提取 所述原始人体图像中的人体关键点； 第二确定单元， 用于根据所述人体关键点数据中的肩膀关键点和所述人体轮廓 边界线 确定人体肩膀边界点； 计算单元， 用于以所述人体肩膀边界点为参考点建立第一坐标系， 并计算人体背部穴 位在所述第一 坐标系中的位置坐标。 9.一种人体背部穴位识别装置， 其特 征在于， 所述装置包括： 处理器、 存储器、 输入输出 单元以及总线； 所述处理器与所述存 储器、 所述输入输出 单元以及所述总线相连； 所述存储器保存有程序， 所述处理器调用所述程序以执行如权利要求1至7中任一项所 述方法。 10.一种计算机可读存储介质， 所述计算机可读存储介质上保存有程序， 所述程序在计 算机上执行时执行如权利要求1至7中任一项所述方法。权　利　要　求　书 2/2 页 3 CN 114897763 A 3