基于YOLOv5的特殊儿童预后康复水平评估技术研究  

作　　者：丁俞心 张驰 朱文馨 张国梁 李豪 崔艳军 朱叶 

机构地区：[1]南京理工大学紫金学院,江苏南京210000

出　　处：《物联网技术》2025年第7期87-93,共7页Internet of things technologies

基　　金：2023年江苏省大学生创新创业训练计划项目(202313654028Y)。

摘　　要：特殊儿童群体在某些方面与普通儿童存在差异,在临床治疗中往往难以完全治愈。随着医疗水平的不断发展,社会对特殊儿童问题的关注度日益提高。然而,在评估特殊儿童的恢复水平时,存在耗时长且客观性不高的问题。针对这一问题,从深度学习、机器学习、YOLOv5算法等方法入手,对特殊儿童面部表情和行为姿态的检测展开介绍;提出运用机器视觉、卷积神经网络和实验等方法,检测特殊儿童面部表情、行为姿态等特征,并将其与恢复水平建立联系,从而为特殊儿童的预后康复水平提供一种新的、客观的评估技术。

关 键 词：特殊儿童康复 卷积神经网络 机器学习 YOLOv5算法 机器视觉 面部检测 

分 类 号：TP389.1[自动化与计算机技术—计算机系统结构]