HNPG步态特征数据库管理系统设计与实现

为增强步态识别算法的评估和验证的可靠性,加速步态识别技术的实际应用进程,针对大量非结构化数据管理问题和当前小样本步态数据库的不足,采用面向对象的数据管理模型,基于平台化的总体思想,设计和实现了一个开放式的基础步态数据支撑平台。提出了包括数据规范、数据采集加工处理、数据管理模式、应用开发和设计等方面的系统解决方案。实践表明系统的数据采集规范、样本数量、步态数据清晰度、基础平台和开放性等指标都超过了同类型的数据库,系统具有较强的扩展性、安全性和可靠性,达到了预期目标。

SCI数据库收录的《姿势与步态》杂志对临床试验注册的要求

Gait＆Posture《姿势与步态》，SCI收录杂志，ISSN：0966．6362，2012年影响因子1．969。主要发表研究原著，简短通讯，技术报告，书评，综述等类型稿件。

基于深度卷积限制玻尔兹曼机的步态识别

传统的步态识别方法难以得到有效的步态特征,而深度学习方法可以通过学习自动获得特征,然而现有的深度学习模型用于步态识别时存在一些问题。深度卷积神经网络训练速度快,但训练精度较低;深度置信网络模型精度较高,但模型收敛速度较慢。针对这两种模型的特点,提出一种两者平衡的算法模型,即深度卷积限制玻尔兹曼机。将卷积神经网络中权值共享、提取图像局部特征等方面的优势融入深度玻尔兹曼机模型中,提高训练精度,减少参数数量。所提算法在CASIA步态数据库上的实验结果验证了该算法在步态识别问题上的有效性和可行性。

基于傅立叶描述子的步态识别

提出了基于傅立叶描述子的步态识别方法。用背景差方法得到运动人体的轮廓,通过步态周期分析提取步态序列的关键帧。利用傅立叶描述子处理关键帧的轮廓线序列,并进行数据维数压缩,得到匹配模板。用最近邻法进行分类和识别。应用上述方法在Soton步态数据库上进行了实验。结果表明所提的步态识别方法具有较高的识别性能。

改进的步态光流图与视角相结合的身份识别

提出将改进的步态光流图(LK-GFI)与视角相结合的方法来解决步态识别易受视角影响的问题。该方法采用La-cus-Kanade(LK)光流法获得连续两帧侧影图像间的光流场,并构造步态特征图像LK-GFI,利用成像原理计算人的行走方向以确定视角。首先,离线建立目标在各视角下的LK-GFI数据库;然后,提取待识别人的当前视角和LK-GFI;最后,用欧式距离度量同一视角下待识别人与目标的LK-GFI之间的相似性。分别采用CASIA数据库和实际室内获得的步态序列对该方法进行了验证。结果显示,错误拒绝率分别为7.95%和9.12%,与采用传统的步态能量图(GEI)相比分别降低了12.5%和14.45%;与采用步态光流图(GFI)相比分别降低了7.77%和6.74%。该方法识别准确性高,实时性强,对多视角有较强的鲁棒性。

基于视频图像边缘检测的人体下肢运动步态

背景:步态规律主要应用人体行走的运动学、动力学等参数进行描述。目前在运动医学、康复工程和仿生学等领域,步态分析可为确定疾病诊断、康复和治疗方案提供重要依据。目的:应用基于人体运动图像的测量装置系统,采集人体在跑步机上行走的下肢运动步态视频,分析人体步态运动规律。方法:采用基于双摄影机的人体运动图像捕捉系统,在人体的左右髋关节、膝关节、踝关节及脚板设置标识点,对人体在跑步机上行走的下肢运动步态视频进行采集。应用图像边缘检测的原理,对测量数据进行了图像处理和分析,得到人体正常步速行走时,左右大腿与竖直方向夹角、小腿与竖直方向夹角、脚板与竖直方向夹角及膝关节、踝关节标识点的关节角度变化规律。结果与结论:基于视频图像边缘检测人体下肢的运动步态,成本相对低廉,数据误差较小,精度与进口设备较接近。应用该测量结果初步构建了人体步态行走数据库,为建立步态评定标准、异常步态判别以及进一步的康复治疗提供了依据。

人体步态分析与负重外骨骼机器人的动力学仿真

分析和识别穿戴者的步态信息,指导负重外骨骼机器人的机械结构设计,使其能够和穿戴者协调同步行走。设计仿人体下肢生物平台,利用传感器系统实时反馈人的步态数据,设计与建立步态数据库,在ADAMS中建立三维离线式仿真系统,结合步态的运动学数据,进行动力学分析,为机械结构的设计和驱动单元的选型提供了理论依据和数据支持。通过负重外骨骼机器人的穿戴测试,表明机械结构设计合理,可以真实反映关节转矩的变化。

ZMP理论在双足步行机器人步态控制中的应用

为了解决双足步行机器人的步态控制问题,利用静态步行时ZMP点与重心的特殊联系,构造重心模型来校验机器人的行为数据.同时,将机器人的动作细分为一个个的动作元素,即建立行为数据库.机器人可通过行为数据库来构造出新的、更加复杂的动作.通过完成构造双足步行机器人上台阶的复杂动作,充分说明了这种控制方法的可行性.

步态识别现状与发展

步态识别是一种生物特征识别技术,目的是通过人们走路的姿态进行身份识别。与其他的生物识别技术相比,步态识别具有非接触、远距离和不容易伪装的优点。步态识别自1994年被提出以来发展迅速,而随着算法的提速,步态识别在智能视频监控领域比图像识别更具优势。文中通过对步态识别的原理进行归纳总结,介绍其在识别各阶段的应用;对数据库进行总结和整理,提出了多特征融合识别的方法和前景,展望了身份识别问题的未来发展方向。生物雷达技术的产生和应用将为步态识别提供更多可能。

银河水滴龚晨:以客户需求反向驱动形成步态识别产品线

2019年,《科技与金融》报道银河水滴时,公司已拥有稳居行业前列的步态识别技术和步态数据库,开始在全国多地推广步态识别技术。近3年来,银河水滴产品主要应用于安防,其市场的占有率已达90%以上。自新冠肺炎疫情暴发以来,口罩成为人们出行的“标配”,这给人脸识别场景带来巨大挑战。幸运的是,随着步态识别技术的成熟,这一缺陷得到了弥补。