本发明公开了一种基于深度图神经网络的RASS镇静评分判别方法,基于Retinaface改进网络进行人脸检测和图像矫正,并进行图像预处理,通过改进VGG网络进行基于疼痛检测的特征提取;采用级联金字塔模型(CPN)进行人体姿态估计,得到患者的动作姿态和肢体关键点,对关键点区域的图像块进行空间和时间维度固定大小的多层3D卷积和下采样,得到关键点运动特征抽取;通过深度图神经网络进行关系图建模和联合优化学习,得到判别性更强的高维特征融合,通过计算特征融合的加权组合和softmax判别得到单幅图像的RASS评分;在连续图像序列中,进行加权平均,得到鲁棒性更优的RASS评分自动判别和预测。本发明提高了疼痛表情检测和异常行为识别融合评判的准确度和效率,降低漏检和误检率。
声明:
“基于深度图神经网络的RASS镇静评分判别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)