“步态”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5307个，建议您升级VIP下载更多相关专利

[发明专利]基于动态视觉传感器的步态身份识别方法及系统-CN202210277957.5在审
发明人：许可;李锡瑞;郑幸锴;张泽挥;孙锬锋 -专利权人：上海交通大学
申请日： 2022-03-21 - 公布日： 2022-07-22 - 主分类号： G06V40/20 文献下载
摘要：本发明提供了一种基于动态视觉传感器的步态身份识别方法及系统，包括：步骤S1：基于标注身份的步态序列图以及相应的步态特征构建训练集；步骤S2：基于构建的训练集对步态识别网络模型进行训练，得到训练后的步态识别网络模型；步骤S3：通过动态视觉传感器采集待分析数据并对采集到的待分析数据进行预处理，得到预处理后的待分析数据；步骤S4：基于预处理后的待分析数据得到待分析数据相对应的步态序列图；步骤S5：待分析数据相对应的步态序列图通过训练后的步态识别网络模型提取相应的步态特征；步骤S6：提取的步态特征基于建立的步态样本库进行匹配实现身份识别。
基于动态视觉传感器步态身份识别方法系统

[发明专利]基于人体部位解析的步态识别方法及系统、终端设备-CN202210585603.7在审
发明人：黄永祯;侯赛辉;曹春水;刘旭 -专利权人：银河水滴科技（北京）有限公司
申请日： 2022-05-27 - 公布日： 2022-08-05 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于人体部位解析的步态识别方法及系统、终端设备，属于步态识别技术领域，能够解决现有步态识别系统难以提取更为精细的步态特征，从而导致识别准确率较低的问题。所述方法包括：S1、对待检测视频进行行人检测，得到目标行人的步态序列；S2、对步态序列中的人体进行人体部位分割，得到人体部位解析图；S3、对人体部位解析图中的整个人体及不同人体部位进行特征提取，得到整个人体对应的整体特征及不同人体部位对应的分支特征；S4、将整体特征和所有的分支特征进行特征融合，得到步态序列的最终特征；S5、根据步态序列的最终特征在步态库中进行特征匹配检索，得到步态识别结果。本发明用于行人步态识别。
基于人体部位解析步态识别方法系统终端设备

[发明专利]一种基于深度学习的步态识别模型的实现方法-CN202310569416.4在审
发明人：吴海霖 -专利权人：泉州砾鹰石科技有限公司
申请日： 2023-05-19 - 公布日： 2023-07-28 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于深度学习的步态识别模型的实现方法，包括以下步骤：S1 将不同角度摄像机采集人的步态通过测与跟踪获得步态的视频序列，之后经过预处理分析提取该人的步态特征；S2 数据处理及预处理：对图像序列中的步态运动进行运动检测、运动分割、去噪、特征提取步态识别前期的关键处理；S3 步态特征提取；S4 特性数据分类与匹配：将新采集的步态特征进行分类然后与步态数据库的步态特征进行比对识别。本发明将步态识别的模型进行拆分，分为前后端两个模型，前端模型可以直接部署在摄像头上，从而极大的减轻后端服务器的计算压力，从而节约结算成本。
一种基于深度学习步态识别模型实现方法

[发明专利]一种外骨骼动力关节助力自适应控制方法及装置-CN202310056717.7在审
发明人：李如飞;张利剑;刘昊;吴庆勋;马宇 -专利权人：北京机械设备研究所
申请日： 2023-01-19 - 公布日： 2023-04-18 - 主分类号： B25J9/16 文献下载
摘要：其中，该方法包括：获取预设缓存的步态频率、步态幅度、步态偏移量，并基于所述步态频率计算步态相位；根据所述步态相位、步态幅度、步态偏移量计算生成人体关节角度估计；基于测量设备采集人体关节角度，根据所述人体关节角度及人体关节角度估计计算误差本公开通过自适应输出公式，基于人体的步态相位实时估计提供自适应关节助力，实现根据步态特征的不同和步态相位的不同输出适当助力。
一种骨骼动力关节助力自适应控制方法装置

[发明专利]一种人物行动轨迹的生成方法、生成装置、设备及介质-CN202211523127.2在审
发明人：侯赛辉;曹春水;刘旭 -专利权人：银河水滴科技(北京)有限公司
申请日： 2022-11-30 - 公布日： 2023-03-07 - 主分类号： G06V40/20 文献下载
摘要：本申请提供了一种人物行动轨迹的生成方法、生成装置、设备及介质，该生成方法包括：获取目标人物对应的人物特征信息，并根据所述人物特征信息确定出所述目标人物对应的第一目标步态特征；针对于人物特征底库中存储的每个待匹配步态特征，分别计算每个第一目标步态特征与该待匹配步态特征之间的步态特征余弦相似度，若所述步态特征余弦相似度大于或等于步态特征余弦相似度阈值，则将该待匹配步态特征确定为所述目标人物对应的第二目标步态特征；基于所述目标人物对应的多个第一目标步态特征以及多个第二目标步态特征
一种人物行动轨迹生成方法装置设备介质

[发明专利]基于时间序列异常检测的奶牛早期跛行识别方法及装置-CN202310516937.3在审
发明人：刘继芳;张楷;韩书庆;吴建寨;张晶;张洪宇;王亚丽;周向阳;邢丽玮 -专利权人：中国农业科学院农业信息研究所
申请日： 2023-05-09 - 公布日： 2023-09-01 - 主分类号： A61B5/11 文献下载
摘要：本发明公开了一种基于时间序列异常检测的奶牛早期跛行识别方法及装置，该方法包括：获取基于可穿戴分析的奶牛步态数据；将奶牛步态数据输入训练好的半监督模型进行奶牛步态重构，实现异常步态识别；其中，半监督模型为根据奶牛步态训练集训练得到，奶牛步态训练集为通过数据预处理后得到的奶牛健康步态数据集和异常步态数据集；根据奶牛异常步态比例判断奶牛步态对称性，根据奶牛步态对称性进行奶牛跛行程度识别以及跛行肢蹄识别。
基于时间序列异常检测奶牛早期跛行识别方法装置

[发明专利]一种仿蛇搜救机器人多步态控制方法-CN201610009254.9有效
发明人：曹政才;翁志萍;吴春成;肖清;李萌;付宜利 -专利权人：北京化工大学
申请日： 2016-01-06 - 公布日： 2018-03-30 - 主分类号： G05B13/04 文献下载
摘要：本发明涉及一种仿蛇搜救机器人多步态控制方法，针对自然、轮式和混沌运动步态，利用反馈神经网络Hopfield Neural Network(HNN)的输出和三类运动步态所需输入一致性关系，通过调整HNN权重参数获得相应的步态信号，然后将HNN的输出信号作为仿蛇搜救机器人动力学控制器的输入信号，控制仿蛇搜救机器人产生相应步态。在非稳定状态时，即初始时刻和步态转换时刻，利用Motion Shape Code Technique(MSCT)产生相应步态的初始形状并将直线形状作为中间过程状态进行步态转换。本发明解决传统Central Pattern Generator(CPG)方法在步态控制时未考虑非周期步态和混沌步态问题，更切合实际，能够使仿蛇搜救机器人更好地应用在搜救任务中。
一种搜救机器人步态控制方法

[发明专利]应用于四足仿生机器人的静步态和对角小跑步态切换算法-CN201610861666.5有效
发明人：李彬;辛亚先;张慧;李贻斌;荣学文;郭荣伟 -专利权人：齐鲁工业大学
申请日： 2016-09-28 - 公布日： 2019-01-04 - 主分类号： G05D1/02 文献下载
摘要：一种应用于四足仿生机器人的静步态和对角小跑步态切换算法，给出了间歇静步态向对角小跑步态切换的六种情况以及最优的切换方法。首先，给出了步态切换过程中足端位置描述的定义方法，提出了间歇静步态及其可发生切换的点和对角小跑步态及其可接入的点；然后，给出了步态切换中节律控制的规则和模式控制的策略，保证了切换过程中速度的平滑性；最后，提出改进的泛稳定裕量稳定性判别法，使其可以准确监控步态过渡时处于加速状态的机体稳定性。该算法同时考虑相位差和切换速度，在提高步态切换稳定性平滑性的同时，缩短由收到切换信号到切换开始的时间差，保证机器人步态切换的稳定高效。
应用于仿生机器人步态对角小跑切换算法

[发明专利]视频数据处理方法、装置、计算机设备和存储介质-CN201910390784.6有效
发明人：张曼;黄永祯 -专利权人：银河水滴科技（北京）有限公司
申请日： 2019-05-10 - 公布日： 2021-05-07 - 主分类号： H04N7/18 文献下载
摘要：所述方法包括：获取当前视频数据中的步态特征，当前视频数据携带了录制信息，其中录制信息包括监控区域和录制时间；当从第一预设步态特征库中，查找到匹配的候选步态特征时，获取与候选步态特征对应的预设活动信息；当预设活动信息与录制信息未成功匹配时，获取预设时间段的监控视频；根据目标步态特征，与监控视频中的步态特征的匹配结果，确定当前运动轨迹，目标步态特征为步态特征和/或候选步态特征。实时监控的视频数据中出现预先配置的步态特征匹配的步态特征，且活动信息不匹配时，根据获取的视频数据和特征计算运动轨迹，运动轨迹可用于分析用户行为，进而提高监控效率。
视频数据处理方法装置计算机设备存储介质

[发明专利]一种基于分阶段特征提取的冻结步态检测系统-CN202010798417.2有效
发明人：赵金;任康;刘西华;周洋;凌云;陈仲略 -专利权人：华中科技大学
申请日： 2020-08-10 - 公布日： 2021-07-02 - 主分类号： A61B5/11 文献下载
摘要：本发明公开了一种基于分阶段特征提取的冻结步态检测系统，属于机器学习领域。包括：基于用户行走过程中采集到的原始加速度数据，构建有标签的样本集，样本为加窗处理后的加速度数据序列，标签表示样本属于正常步态还是冻结步态；对每个样本进行分阶段特征提取；使用PCA对步态特征集进行特征变换，得到低维新步态特征集，对低维新步态特征集进行特征选择，得到最优步态特征子集；使用最优步态特征子集训练基于机器学习的冻结步态检测模型；提取待测样本的分阶段特征，输入至训练好的冻结步态检测模型，得到冻结步态检测结果
一种基于分阶段特征提取冻结步态检测系统

[发明专利]基于人工智能的步态识别方法、装置、系统、存储介质和服务器-CN202010334982.3有效
发明人：张添;黄起贵 -专利权人：广西安良科技有限公司
申请日： 2020-04-24 - 公布日： 2023-09-26 - 主分类号： G06V40/10 文献下载
摘要：本发明公开了基于人工智能的步态识别方法、装置、系统、存储介质和服务器，其中步态识别方法包括如下步骤：A．识别视频中的人体；B．识别并跟踪所述人体的主要关节，并保存所述主要关节在视频帧中的位置信息，形成视频序列；C．在所述视频序列中学习和提取步态特征；D．将所述步态特征与预设在储存模块中的步态特征进行对比，得出识别结果。步态识别装置包括运动人体识别模块、人体关节跟踪模块、自编码学习模块、步态特征识别模块和储存模块。步态识别系统包括视频获取终端、使用终端和服务器。本发明基于人工智能技术，避免了人工选取步态特征导致的在高维空间对最优步态特征的无效搜索，最大程度地实现对最优步态特征的鲁棒、完整提取。
基于人工智能步态识别方法装置系统存储介质服务器

[发明专利]四足机器人的步态切换方法及装置-CN202210531949.9有效
发明人：徐德;严少华;郝甜甜 -专利权人：中国科学院自动化研究所
申请日： 2022-05-17 - 公布日： 2022-09-27 - 主分类号： B62D57/032 文献下载
摘要：本发明提供一种四足机器人的步态切换方法及装置，涉及机器人技术领域，获取四足机器人处于第一步态的每个支撑腿的目标位置；目标位置为四足机器人行走至少一个运动周期后的每个支撑腿的结束位置；基于步态切换时序和每个支撑腿的目标位置控制四足机器人从第一步态切换为第二步态；步态切换时序用于指示四足机器人从第一步态切换为第二步态时的每个支撑腿的行走顺序和节拍运动量。该四足机器人的步态切换方法及装置在获取到四足机器人的每个支撑腿在第一步态的目标位置时，基于步态切换时序指示每个支撑腿的行走顺序和节拍运动量，控制四足机器人从第一步态直接切换为第二步态，可实现四足机器人的第一步态和第二步态切换过程的连续性和快速性
机器人步态切换方法装置

[发明专利]一种步态识别自动开门系统-CN201510882419.9在审
发明人：汪澜 -专利权人：汪澜
申请日： 2015-12-03 - 公布日： 2017-06-13 - 主分类号： G07C9/00 文献下载
摘要：本发明公开了一种步态识别自动开门系统，包括步态识别装置、自动开门装置和电子锁门装置，所述步态识别装置上设有步态识别控制器，所述自动开门装置上设有开门控制器，所述电子锁门装置上设有锁门控制器，所述步态识别控制器、开门控制器和锁门控制器相互电连接，所述步态识别装置包括摄像头和步态识别控制器，所述步态识别控制器固定在摄像头上，所述摄像头通过步态识别控制器分别与开门控制器和锁门控制器电连接；本发明的步态混合识别自动开门系统使用方便
一种步态识别自动开门系统

[发明专利]一种基于视觉采集设备的下肢步态康复评估系统-CN201610953145.2在审
发明人：帅梅;于闯;宋明月;李候 -专利权人：北京航空航天大学
申请日： 2016-11-03 - 公布日： 2018-05-11 - 主分类号： G06T7/136 文献下载
摘要：本发明公开了一种基于视觉采集设备的下肢步态康复评估系统，包括步态评估算法程序，步态评估人机交互界面和步态评估数据库。步态评估算法部分主要包括原始步态数据采集，数据预处理，时间序列分割，步态评估参数的计算。步态评估界面是在Unity 3D开发平台实现的，由三个部分组成，包括控制按钮部分、用户基本信息输入部分和数据显示图表部分，实现了友好的交互界面。步态评估数据库是基于MySQL平台建立的，主要用于保存和调取用户基本信息和步态评估数据，便于康复医师进行康复状况跟踪。
一种基于视觉采集设备下肢步态康复评估系统

[发明专利]基于近红外脑功能与步态参数的评估方法及系统-CN202010953099.2在审
发明人：刘颖;李增勇 -专利权人：国家康复辅具研究中心
申请日： 2020-09-11 - 公布日： 2020-12-04 - 主分类号： A61B5/026 文献下载
摘要：本发明公开一种近红外脑功能与步态参数的评估方法及系统，用于脑功能与步态参数的相关性评估。该系统包括：近红外脑功能信息采集模块，该近红外脑功能信息采集模块用于采集脑血氧信号；步态参数采集模块，该步态参数采集模块用于采集步态数据；评估分析模块，该评估分析模块用于根据由近红外脑功能信息采集模块所采集的脑血氧信号和由步态参数采集模块所采集的步态数据来分析认知障碍人群和正常人群的近红外脑功能和步态参数的差异；和相关性分析模块，该相关性分析模块用于对两组人群近红外脑功能与步态参数的相关性进行计算，并且分析得到反映脑功能改变的步态参数。
基于红外功能步态参数评估方法系统