(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211243707.6 (22)申请日 2022.10.12 (65)同一申请的已公布的文献号 申请公布号 CN 115331153 A (43)申请公布日 2022.11.11 (73)专利权人 山东省第二人民医院 （山 东省耳 鼻喉医院、 山 东省耳鼻喉研究所） 地址 250000 山东省济南市槐荫区段兴西 路4号 (72)发明人 王海波　 (74)专利代理 机构 郑州知倍 通知识产权代理事 务所(普通 合伙) 41191 专利代理师 陈佳丽 (51)Int.Cl. G06V 20/40(2022.01) G06V 40/20(2022.01) G06V 10/762(2022.01) G06V 10/30(2022.01) G06T 7/73(2017.01)G06T 7/246(2017.01) (56)对比文件 CN 112084967 A,2020.12.15 CN 111652076 A,2020.09.1 1 CN 109948590 A,2019.0 6.28 CN 113386128 A,2021.09.14 CN 115035037 A,202 2.09.09 CN 114067358 A,202 2.02.18 CN 114724185 A,202 2.07.08 CN 112149494 A,2020.12.2 9 CN 114783061 A,202 2.07.22 CN 111339903 A,2020.0 6.26 Yanjie L i 等.“Is 2D Heatmap Representati on Even Neces sary for Human Pose Estimati on?”. 《arXiv:2107.0 3332v1 [cs.CV]》 .2021,第1-15页. (续) 审查员 马金驹 (54)发明名称 一种用于辅助前庭康复训练的姿态监测方 法 (57)摘要 本发明涉及数据处理技术领域， 具体涉及一 种用于辅助前庭康复训练的姿态 监测方法。 该方 法首先获取患者运动过程中姿态 图像和图像中 的初始关键点； 以任意两个初始关键点组成初始 关键点组， 基于初始关键点组到标准关键点组的 空间距离， 对多个周期的姿态图像的初始关键点 聚类得到多个簇； 对多个周期内初始关键点进行 二值化处理更新初始关键点的像素值； 根据二值 化处理后的初始关键点的像素值构建不均衡系 数； 基于空间距离组和不均衡系数计算缩放因 子； 基于缩 放因子， 利用SimDR算法获取姿态图像 中的最终关键点， 连接最终关键点， 得到运动姿 态。 本发明根据每个动作对应的关键点不同， 计算对应的缩放因子， 提高了关键点监测定位的精 确率。 [转续页] 权利要求书2页 说明书10页 附图1页 CN 115331153 B 2022.12.23 CN 115331153 B (56)对比文件 Yanjie L i 等.“SimCC: a Simple Coordinate Clas sificati on Perspective for Human Pose Estimati on”. 《arXiv:2107.03332v3 [cs.CV]》 .202 2,第1-18页. Zigang Geng 等. “Bottom-Up Human Pose Estimati on Via Disentangled K eypoint Regression”. 《IEEE》 .2021,第14671-14681页.2/2 页 2[接上页] CN 115331153 B1.一种用于 辅助前庭 康复训练的姿态监测方法， 其特 征在于， 该 方法包括以下步骤： 采集患者 运动过程中的运动视频， 对所述 运动视频进行 预处理得到姿态图像； 获取所述姿态图像中的多个初始关键点， 从中确定颈部关键点， 以所述颈部关键点为 坐标原点， 建立坐标系， 更新每个初始关键点的坐标； 获取多个周期的姿态图像， 归一化多 个周期的姿态图像中的初始关键点的坐标； 对于任意姿态图像， 以任意两个初始关键点组 成初始关键点组， 基于所述初始关键点组到标准图像中其他任意两个标准关键点组成的标 准关键点组的空间距离构成的空间距离组， 对多个周期的姿态图像的初始关键点进行聚 类， 得到多个簇； 对多个周期内初始关键点进行二值化处理， 更新初始关键点的像素值； 根 据同一簇内的二值化处理后的初始关键点的像素值构建不均衡系数； 基于所述空间距离组 和所述不均衡系数计算缩放因子； 基于所述缩放因子， 利用SimDR算法获取所述姿态图像中的最终关键点及其对应的最 终关键点 坐标， 连接所述 最终关键点， 得到运动姿态； 其中， 所述 不均衡系数的计算公式为： 其中， 为所述不均衡系数； 是选择函数； 为标准关键点对应的像素点周围 二值化后像素值中为0的初始关键点数量； 为标准关键点对应的像素点周围二值化后 像素值中为1的初始关键点数量； 其中， 所述缩放因子的计算公式为： 其中， 为初始关键点 对应的缩放因子； 是对括号内的计算结果四舍五入取整； 为所述不均衡系数； 为任意标准关键点 组内除颈部关键点外的标准关键点归一化后的位置坐标； 为标准关键点组内除 颈部关键点和标准关键点 外的另一标准关键点归一化后的位置坐标； 为周期 数量； 为所有周期内任意两个标准关键点构成的夹角等于任意两个初始关键点构成的夹 角的数量； 为第p个周期内第j个初始关键点归一化后的横坐标； 为第p个周期内第j权　利　要　求　书 1/2 页 2 CN 115331153 B 3