“步态训练”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果349750个，建议您升级VIP下载更多相关专利

[发明专利]康复训练设备、实现远程监控的康复管理系统和网络系统-CN202210087255.0在审
发明人：黄欣;辛小康;陈雅文;东人;张帆 -专利权人：深圳市奇诺动力科技有限公司
申请日： 2022-01-25 - 公布日： 2023-08-04 - 主分类号： A63B23/04 文献下载
摘要：本发明描述了一种康复训练设备、实现远程监控的康复管理系统和网络系统，其中康复训练设备包括：具有移动组件的底座，通过移动组件可在一支撑面上移动；主架，主架固定在底座上；支撑件，支撑件连接在主架上，用于为训练对象提供支撑力；步态训练机构，步态训练机构固定在支撑件上，用于为训练对象提供步态训练；至少两个制动信号接收组件，用于接收来自外部输入的至少两个制动信号；以及控制装置，用于根据至少两个制动信号中的其中之一，停止步态训练机构和
康复训练设备实现远程监控康复管理系统网络

[发明专利]基于Gabor原子分解的人体异常步态检测方法和装置-CN201910813891.5在审
发明人：刘瑞军;张晨;王向上;章博华 -专利权人：北京工商大学
申请日： 2019-08-30 - 公布日： 2019-12-20 - 主分类号： G06K9/00 文献下载
摘要：本申请公开了一种基于基于Gabor原子分解的人体异常步态检测方法和装置，属于步态分析领域。该方法包括：从实验者运动中获取三维加速度数据作为训练样本集，对Gabor模型进行训练；接收到待识别的步态数据时，训练后的Gabor对其进行分类得到一个类别向量；训练后的基于MP的Gabor模型对每个类别向量进行计算得到对应的特征向量，计算所有类别向量与特征向量的欧式距离，把距离作为该步态分析的识别结果。该装置包括：训练集获取模块、训练模块、数据处理模块和Gabor模块。本申请提高了步态分析的准确率，避免出现不误判漏判的结果，保证了识别出的步态结果的完整性、可读性。
步态分析类别向量特征向量三维加速度数据数据处理模块方法和装置训练样本集步态数据获取模块欧式距离训练模块异常步态原子分解训练集误判准确率步态可读性申请分类检测保证

[发明专利]一种步态识别方法及装置-CN201510958380.4在审
发明人：马华东;刘武;傅慧源;张诚 -专利权人：北京邮电大学
申请日： 2015-12-18 - 公布日： 2016-05-11 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例公开了一种步态识别方法，首先，提取待识别人的步态视频的初始步态特征；再根据已训练好的子神经网络和所述初始步态特征，获取对应的优化步态特征；然后，根据待识别人的优化步态特征与匹配库中每个已知人物的优化步态特征，确定对应的相似度，根据相似度最大时匹配库中的优化步态特征对应的已知人物的信息，确定所述待识别人的信息；其中的已训练好的子神经网络是通过训练包括两条并行设置且权重共享的相同子神经网络的神经网络获得，使子神经网络对于同一人的优化步态特征相似度较大，对于不同人的优化步态特征相似度较小，从而提高识别方法的准确性。
一种步态识别方法装置

[发明专利]一种基于长短时记忆网络的步态识别方法-CN201910173857.6在审
发明人：唐琎;刘方;李丰军;赖普坚;肖志红;向达 -专利权人：中南大学
申请日： 2019-03-08 - 公布日： 2019-06-18 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于长短时记忆网络的步态识别方法，包括：步骤1.1，获取已知身份标签的新个体的行走视频；步骤1.2，将行走视频拆分成M_i张连续步态图像，对M_i张连续步态图像进行预处理得到步态图片序列；步骤1.3，从步态图片序列中截取T张连续步态图像，作为步态图片序列训练样本；步骤2，以新个体的步态图片序列训练样本为输入、相应的身份标签为输出，训练长短时记忆网络得到身份识别模型；步骤3，获取待识别个体的行走视频，按步骤1.2和步骤1.3获取待识别个体的步态图片序列测试样本，并输入到身份识别模型中，从而得到待识别个体的身份标签。本发明有效利用步态图片序列的前后时序关系，提高对待识别个体身份识别的准确性。
图片序列步态步态图像记忆网络身份标签身份识别步态识别训练样本视频新个体预处理测试样本时序关系截取输出

[发明专利]一种基于确定学习理论的与视角无关的步态识别方法-CN201410329222.8有效
发明人：曾玮;王聪 -专利权人：华南理工大学
申请日： 2014-07-10 - 公布日： 2014-11-05 - 主分类号： G06K9/66 文献下载
摘要：本发明公开了一种基于确定学习理论的与视角无关的步态识别方法，属于模式识别技术领域。该方法包括以下步骤：预处理；特征提取；基于提取的步态特征，对训练集里不同视角下的步态系统动态进行神经网络建模、辨识；建立常值神经网络；构建动态估计器，利用不同视角下的步态模式之间在步态系统动力学上的差异本发明能够实现对不同视角下人体步态系统动态的局部准确建模和辨识，同时将不同视角下的步态模式组成一个统一的训练步态模式库，能够克服现有方法对于不同视角下的步态模式要分别构建对应训练集进行识别的问题，实现与视角无关的步态识别
一种基于确定学习理论视角无关步态识别方法

[发明专利]基于步态识别的类人机器人身份鉴别方法及系统-CN202110006471.3有效
发明人：王中元;洪琪;陈建宇;黄宝金;邹勤;杨文 -专利权人：武汉大学
申请日： 2021-01-05 - 公布日： 2022-10-04 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了一种基于步态识别的类人机器人身份鉴别方法及系统，系统包括行人检测、行人跟踪、动作分类、步态身份识别网络模型构建及训练、分类步态识别、识别结果可信度判决等模块。行人检测负责从视频帧中分离出行人图像；行人跟踪负责同一行人的视频关联；步态身份识别网络模型构建及训练模块，基于GaitSet步态识别网络建立二分类识别模型，并训练出识别行走步态身份和识别奔跑步态身份的两种网络变体；动作分类将行人步行动作分为站立、行走、奔跑三类，便于分类步态识别模块执行对应的步态识别；识别结果可信度判决模块从多个分段视频识别结果中确定统计意义上的可信身份。本发明利用了真人/机器人步态动作的差异性原理，因而鉴别精度高。
基于步态识别人机人身鉴别方法系统

[发明专利]用于生成步态识别模型的方法和装置-CN201811463430.1在审
发明人：刘武;梅涛;程昱昊 -专利权人：北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2018-12-03 - 公布日： 2020-06-09 - 主分类号： G06K9/00 文献下载
摘要：本申请实施例公开了用于生成步态识别模型的方法和装置。该方法的一具体实施方式包括：获取训练样本集合，其中，训练样本包括第一无线频谱、第二无线频谱和第三无线频谱，第一无线频谱和第二无线频谱为表征同一用户的步态的无线频谱，第一无线频谱和第三无线频谱为表征不同用户的步态的无线频谱；基于训练样本集合和预设的损失函数训练得到步态识别模型。该实施方式能够提高步态识别的准确率。
用于生成步态识别模型方法装置

[发明专利]一种脑卒中患者行走康复训练用平衡杠-CN202111469585.8在审
发明人：冯英璞;霍晓冉;张驰;王昊;王冠宇;张爽;杨孟丽;许健;刘真亚;张桂芳 -专利权人：河南省人民医院
申请日： 2021-12-04 - 公布日： 2022-03-01 - 主分类号： A63B26/00 文献下载
摘要：本发明公开了一种脑卒中患者行走康复训练用平衡杠，包括基座和控制微机，所述控制微机安装在基座前端右侧，所述基座上端内侧由右向左依次安装有用于脑卒中患者平衡能力训练的静态训练模块、用于脑卒中患者步行能力训练的动态训练模块和用于脑卒中患者专项动作训练的专项训练模块，所述动态训练模块内部设有用于采集行走过程中步态参数的步态分析模块。本发明通过设有的静态训练模块、动态训练模块、专项训练模块和步态分析模块，可以帮助患者进行平衡能力和行走能力的训练，记录分析患者行走过程中的步态参数及足部发力情况，并根据记录的数据针对患者恢复情况设置专线训练
一种脑卒中患者行走康复训练平衡

[发明专利]一种步态运动模式识别方法和模型建立方法-CN202110100254.0在审
发明人：宋亮;张誉腾;杨荣;赵云午;龚思远 -专利权人：国家康复辅具研究中心
申请日： 2021-01-26 - 公布日： 2021-06-08 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种步态运动模式识别方法和模型建立方法。其中，模型建立方法包括：基于第一目标算法和第二目标算法建立踝关节假肢的第一步态运动模型和第二步态运动模型；以踝关节假肢对应的下肢运动状态参数作为输入，步态运动模式作为输出，同时对第一步态运动模型和第二步态运动模型进行训练，得到第一目标训练模型和第二目标训练模型；基于目标优化算法对第一目标训练模型和第二目标训练模型进行优化，得到第一优化模型和第二优化模型；基于适应度函数，确定第一优化模型和第二优化模型对应的第一权值和第二权值；基于第一权值和第二权值，确定步态运动模式识别模型。通过实施本发明，提高了小腿假肢踝关节的步态运动模式识别精度。
一种步态运动模式识别方法模型建立

[发明专利]一种刚柔混联下肢步态康复训练机器人的运动稳定性评价方法-CN202010696307.5有效
发明人：王克义;王砚麟;莫宗骏 -专利权人：哈尔滨工程大学
申请日： 2020-07-20 - 公布日： 2022-05-17 - 主分类号： A61H1/02 文献下载
摘要：本发明提供一种刚柔混联下肢步态康复训练机器人的运动稳定性评价方法，结合刚柔混联下肢步态康复训练机器人的柔索拉力、系统刚度和脚踏板的运动速度及刚性支链B1的运动速度等因素，可以全面的评价刚柔混联下肢步态康复训练机器人的稳定性，为刚柔混联下肢步态康复训练机器人的结构设计、控制策研究和训练任务规划提供理论依据，可以有效提高训练对象的安全性。
一种刚柔混联下肢步态康复训练机器人运动稳定性评价方法

[发明专利]一种基于骨架信息的步态识别方法-CN202010100136.5有效
发明人：刘晓凯;尤昭阳;毕胜;刘祥 -专利权人：大连海事大学
申请日： 2020-02-18 - 公布日： 2023-06-23 - 主分类号： G06V40/10 文献下载
摘要：本发明提供一种基于骨架信息的步态识别方法，包括：采集步态视频序列；采用OpenPose对步态视频序列进行姿态估计，得到步态关键点序列；构建时空骨架序列；将邻接矩阵与步态关键点序列输入到多尺度时空图卷积网络进行训练；训练完成后，使用训练好的模型进行测试，提取步态特征，进行特征匹配。本发明主要采用人体关键点形式，引入针对图结构的图卷积神经网络，并改进连接方式以及划分策略，网络采用孪生机制，将交叉熵损失和对比损失结合，并融合网络的浅层特征、中层特征与深层特征，从一定程度上提升了步态识别的鲁棒性
一种基于骨架信息步态识别方法

[发明专利]步态时相识别方法及装置-CN202210599519.0在审
发明人：韩书庆;张楷;程国栋;邢丽玮;朱孟帅;迟亮;王雍涵 -专利权人：中国农业科学院农业信息研究所
申请日： 2022-05-30 - 公布日： 2022-08-19 - 主分类号： G06V40/20 文献下载
摘要：本发明提供一种步态时相识别方法及装置，所述方法包括：获取待识别的步态数据；根据所述待识别的步态数据获取第一特征值；将所述第一特征值输入训练好的无监督GMM‑HMM模型进行步态时相识别，获取步态时相序列。本发明通过利用无监督的学习模型，在模型训练好之后，不需要进行数据标注，对于在其他非约束条件下的长时间步态数据也适用，对长时间步态数据实现准确、自动识别步态时相。
步态相识方法装置

[发明专利]一种基于优化的C-支持向量分类机的步态识别方法-CN201310098407.8无效
发明人：闫磊;李雁北;钱桦;解勇 -专利权人：北京林业大学
申请日： 2013-03-26 - 公布日： 2013-07-03 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于优化的C-支持向量分类机的步态识别方法，其主要内容有：①采集并保存站立、行走、跳跃和上楼梯这4种步态的足底压力数据，并将其上传至计算机保存成测试组和训练组；③利用MATLAB软件及LIBSVM工具箱编写基于C-支持向量分类机模型的步态识别算法，在该C-支持向量分类机模型中选取高斯径向基函数作为核函数并采用遗传算法对算法中的惩罚参数C和核函数参数γ进行优化；④利用训练组对③中的步态识别算法进行训练；⑤利用测试组对④中训练好的步态识别算法进行测试，测试其分类准确率，并得出步态识别结果。
一种基于优化支持向量分类机步态识别方法

[实用新型]一种组合式多功能步态训练器-CN202223490389.1有效
发明人：唐鹏;徐一洲;唐军;苏鉴涛;李博 -专利权人：湖南能手科技有限公司
申请日： 2022-12-27 - 公布日： 2023-06-30 - 主分类号： A63B23/04 文献下载
摘要：本实用新型涉及康复医疗技术领域，具体涉及一种组合式多功能步态训练器，包括组合架，所述的组合架处可拆卸的组合安装有安装架，安装架上固定安装有步态运动组件，步态运动组件上安装有固定架，固定架能够对患者的脚部进行固定支撑，步态运动组件能够带动固定架和患者的脚部进行模拟步行运动；实用新型结构简单，在使用过程中通过组合拆装的方式，能够在原有的组合架的基础上进行步态训练，并且在步态训练过程中还能够根据患者的身高、腿长等情况来调节步幅的大小，也能够实现模拟不同坡度的训练。
一种组合式多功能步态训练器

[发明专利]基于全局和局部特征融合的步态识别方法-CN201811277328.2在审
发明人：张顺利;林贝贝 -专利权人：北京交通大学
申请日： 2018-10-30 - 公布日： 2019-03-08 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种基于全局和局部特征融合的步态识别方法。该方法包括：通过三维卷积神经网络从标准化轮廓图中训练出全局步态特征；通过三维卷积神经网络从局部轮廓图中训练出局部步态特征；通过串行组合的方式对所述全局步态特征和局部步态特征进行串行融合，获得组合步态特征，利用所述组合步态特征进行步态识别。本发明利用全局和局部的特征融合派生出最佳特征子集，进行步态特征提取模型的建立，统一解决现有的步态识别方法中存在的特征集不够有价值的问题，从而可以获得较好的步态识别结果。
步态特征步态识别全局卷积神经网络局部特征融合三维最佳特征子集串行组合局部轮廓特征融合轮廓图特征集派生标准化统一