[发明专利]基于步态的进度提示方法、装置及计算机可读存储介质

权利要求书

1.一种基于步态的进度提示方法，其特征在于，所述方法包括：

获取用户的步态图像集并记录获取所述步态图像集的时间；

提取所述步态图像集中步态的边界轮廓数据，根据所述边界轮廓数据计算步态周期数据；

根据所述边界轮廓数据和步态周期数据进行用户身份识别，确定用户的身份信息；

根据预设进度判别标准以及获取所述步态图像集的时间，计算业务进度处理结果，并将所述业务进度处理结果根据所述身份信息推送给相应的用户。

2.如权利要求1所述的基于步态的进度提示方法，其特征在于，所述提取所述步态图像集中步态的边界轮廓数据之前该方法还包括：

对所述步态图像集进行灰度转换预处理，得到灰度图像集；

对所述灰度图像集进行降噪预处理，得到预处理完成的步态图像集。

3.如权利要求2所述的基于步态的进度提示方法，其特征在于，所述对所述灰度图像集进行降噪预处理，包括：

根据如下计算公式，对所述灰度图像集进行降噪处理，得到所述预处理完成的步态图像集g(x,y)：

g(x,y)＝med{f(x-k,y-l),(k,l∈W)}

其中，f(x,y)为所述灰度图像集中的像素点，W为二维滑动模板，l、k为所述二维滑动模板边界上像素点的坐标，med为降噪处理运算。

4.如权利要求1所述的基于步态的进度提示方法，其特征在于，所述提取所述步态图像集中步态的边界轮廓数据，包括：

对所述步态图像集进行平滑滤波处理，得到滤波步态图像集；

将所述滤波步态图像集进行边缘细化处理，得到细化步态图像集；

利用双阈值法对所述细化步态图像集进行连接处理，得到所述边界轮廓数据。

5.如权利要求4所述的基于步态的进度提示方法，其特征在于，所述对所述步态图像集进行平滑滤波处理，得到滤波步态图像集，包括：

利用高斯滤波器对所述步态图像集进行平滑滤波处理，得到滤波步态图像集G(x,y)：

G(x,y)＝g(x,y)*H(x,y)

H(x,y)＝exp[-(x²+y²)/2σ²]

其中，g(x,y)为所述步态图像集，H(x,y)为所述高斯滤波器，x、y为所述步态图像集中像素坐标，exp为滤波处理运算，σ表示系统参数。

6.如权利要求1所述的基于步态的进度提示方法，其特征在于，所述根据所述边界轮廓数据和步态周期数据进行用户身份识别，确定用户的身份信息，包括：

将所述边界轮廓数据和步态周期数据输入至一个预先训练完成的特征提取模型进行身份识别，得到所述身份信息，所述身份信息存储于区块链中。

7.如权利要求6所述的基于步态的进度提示方法，其特征在于，所述预先训练完成的特征提取模型的训练过程包括：

步骤A：获取用户身份训练信息，以及所述用户身份训练信息对应的标准边界轮廓数据和标准步态周期数据；

步骤B：利用特征提取模型对所述用户身份训练信息进行转化，得到用户特征；

步骤C：将所述用户特征、所述标准边界轮廓数据和标准步态周期数据输入至所述特征提取模型的损失函数中进行计算，得到损失值，当所述损失值大于或等于预设的损失阈值时，调整所述特征提取模型参数，返回步骤B重新进行转化；

步骤D：当所述损失值小于预设的损失阈值时，得到所述训练完成的特征提取模型。