[发明专利]基于人体关键点检测算法的步态识别方法及步态评估系统

说明书

本发明公开了一种基于人体关键点检测算法的步态识别方法及步态评估系统，该方法包括以下步骤：步骤1，对单个摄像头从人体侧面拍摄获得的3m起立行走实验视频中的每一帧进行关键点检测，并提取关键点随时间的位置变化信息，以获得关键点序列；步骤2，根据关键点序列对所述视频选取关键帧；所述关键帧作为视频中不同种动作的分界点；步骤3，根据所述视频中的关键点序列及选取得到的关键帧，进行步态参数的提取。本发明通过关键点检测，获得能够作为视频中不同种动作的分界点的关键帧，然后进行步态参数估计。本发明利用算法进行自动分析，保证了步态评估的一致性。

技术领域

本发明涉及步态识别技术领域，具体涉及一种基于人体关键点检测算法的步态识别方法及系统。

背景技术

实验研究证明，步态障碍的严重程度及其进展速度与死亡风险密切相关。随着社会结构的老龄化，亟需重视这些老年性疾病的诊治需求。步态障碍在老年人中是非常常见的，同时也是很多潜在的疾病的前期表现。

像慢走等步态障碍可作为许多潜在脑血管疾病的首要客观临床症状，然而，这些细微的信号很容易被忽视，尤其是一些老年人一直认为这是身体老化的自然表现。如果隐性疾病未被及时发现和治疗，将会继续发展恶化，导致患者可能会出现震颤、步态冻结等更严重的步态障碍，导致经常性摔倒。及时发现这些疾病可以帮助医护人员进行更有效的进行干预，在疾病的前期就进行有效控制。另外，患者在已经有比较严重的步态障碍之后，要进行康复训练。康复训练的效果评估很重要，不仅可以对患者进行反馈，对康复训练的方法做出评价，更能帮助医生及时调整训练方案。

目前临床上对步态障碍的评估主要通过各种量表方法。最常用的筛查量表是威斯康星步态量表(WGS)。上述量表评估方法需要经培训的医师或专业人员完成，耗时长，对医疗资源消耗极大。而且由于此类量表需要通过他人的问询和观察完成，不同人员的评估不尽相同，难以满足评估一致性的要求。

为了降低医疗资源消耗和提高评估一致性，目前也有很多自动化监测的方法。这些方法主要基于可穿戴设备如速度感应器，红外传感器等。这类方法由于使用可穿戴设备，在测试过程中对患者造成了很重的物理负担，导致本来就行动不便的患者行走更加困难，由此获得的步态结果也难以保证准确度。另外，此类设备操作比较繁琐，需要医师经过专业培训，需要患者高度配合，经常要反复操作才能达到测试要求，对医师和患者造成较大的时间和精力消耗。

发明内容

本发明的目的是提出了基于人体关键点检测算法的步态识别方法及步态评估系统，以降低医疗资源消耗和提高评估一致性。

为了达到上述目的，本发明提供了一种基于人体关键点检测算法的步态识别方法，包括以下步骤：步骤1，对单个摄像头从人体侧面拍摄获得的3m起立行走实验视频中的每一帧进行关键点检测，并提取关键点随时间的位置变化信息，以获得关键点序列；步骤2，根据关键点序列对所述视频选取关键帧；所述关键帧作为视频中不同种动作的分界点；步骤3，根据所述视频中的关键点序列及选取得到的关键帧，进行步态参数的提取。

较佳地，步骤1中，通过人体检测网络获得所述的关键点序列。

较佳地，所述的关键点包含：人体的左肩膀、右肩膀、脚踝、髋、膝盖。

较佳地，所述的关键帧为：起身完毕关键帧f₁，第一次转身开始帧f₂，第一次转身结束帧f₃，第二次转身开始帧f₄，第二次转身结束帧f₅，刚坐下关键帧f₆。

较佳地，所述的关键点序列包含：竖直序列和水平序列；所述的关键帧通过以下公式选取得到：

thre_up＝min(x)+λ_up*(max(x)-min(x))