无人CT智能姿态识别算法研究
【摘要】 针对新冠肺炎疫情中肺部人CT求高模型在底层特征提取方式智能姿态识别算法OpenPose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、模型检测人体姿势，该算法在CT-OpenPose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模型基础上，解决了传统模型硬件性能要跨层连接机制和权值修剪的方法对传统、姿态识别任务中，，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，检测速度模型训练和压缩方面进行改进、实验结果表明，在无人底层特征处理流程、模型检测精度高于传统模型，为通过CT。。CT-OpenPose倍，达到是传统模型的近3姿态识别;
