“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]基于深度学习的异常步态分析方法、装置、设备及介质-CN202211424056.0在审
发明人：陈智;李巧勤;刘勇国;兰刚;张云;朱嘉静 -专利权人：电子科技大学
申请日： 2022-11-15 - 公布日： 2023-01-31 - 主分类号： A61B5/11 文献下载
摘要：本发明公开了基于深度学习的异常步态分析方法、装置、设备及介质，该方法包括：基于智能手机获取用户步态数据，并对用户步态数据进行预处理；根据预处理后的用户步态数据，基于多尺度时频回声状态网络提取时间序列的多尺度时频特征；采用卷积神经网络对多尺度时频特征进行深度特征提取，得到多尺度时频深度特征；并通过注意力机制融合多尺度时频深度特征，构建基于多尺度时频深度特征的异常步态分析模型，并进行模型训练；将待分析的用户步态数据输入到训练好的基于多尺度时频深度特征的异常步态分析模型中，进行预测分析，并输出异常步态结果。本发明实现客观化的异常步态分析，提高步态量分析的准确性。
基于深度学习异常步态分析方法装置设备介质

[发明专利]一种智能假肢路况识别方法和系统-CN202211251808.8在审
发明人：颜功兴 -专利权人：泸州职业技术学院
申请日： 2022-10-13 - 公布日： 2023-01-03 - 主分类号： A61F2/60 文献下载
摘要：本发明公开了一种智能假肢路况识别方法和系统，包括智能假肢本体、假肢检测模块、步态规划模块和假肢执行机构模块，假肢检测模块负责从健康肢体检测到步态信息，步态信息包括步态参数和步态类别，步态参数信息包括步态的节律、行走长度、抬腿高度信息，行走的路况信息等，步态类别信息包括上楼梯、下楼梯、上坡、下坡、平路、沙地等，这些类别和参数信息传递给步态规划模块，生成假肢步态，然后通过混合驱动机构驱动假肢执行机构部分进行运动
一种智能假肢路况识别方法系统

[发明专利]一种基于人体步态分析的安全门系统及其控制方法-CN201810225515.X有效
发明人：鲍敏 -专利权人：特斯联（北京）科技有限公司
申请日： 2018-03-19 - 公布日： 2019-02-12 - 主分类号： G06K9/00 文献下载
摘要：本申请提供的一种基于人体步态分析的安全门系统及其控制方法。本申请提出的步态安全门是采集和识别人体的步态特征，并根据该步态特征来控制门扇打开和关闭的设备。该安全门系统一方面采用多维度人体步态识别技术来进行步态特征的辨识，解决现有技术中视频或雷达回波等单一维度步态识别存在的辨识结果准确率低、鲁棒性差、实现难度大等的技术问题，另一方面基于多维度人体步态特征实现通行者步态类型的归集，进而针对不同步态类型设置适合的打开时长，提升了安全门自动开关门的智能化与人性化。
安全门系统步态特征人体步态步态安全门多维度人体步态特征自动开关门辨识结果步态识别雷达回波门扇打开鲁棒性人性化智能化辨识准确率时长维度申请视频分析采集通行

[发明专利]步态分析方法及步态分析系统-CN201310282004.9有效
发明人：王振兴;林哲伟 -专利权人：王振兴
申请日： 2013-07-05 - 公布日： 2014-01-22 - 主分类号： A61B5/11 文献下载
摘要：本申请涉及一种步态分析方法及步态分析系统。一种步态分析方法由步态分析系统实施，步态分析系统包括感测单元、处理单元以及储存单元，处理单元分别与感测单元及储存单元电性连接，储存单元储存复数运算程序，步态分析方法包括：由感测单元感测步态并输出感测信号，其中步态周期包含站立期、推蹬期、摆动期及触地期；由处理单元依据感测信号得到向量振幅信号及振幅累积信号；依据向量振幅信号、振幅累积信号辨识站立期、推蹬期、摆动期及触地期，推蹬期、摆动期及触地期依据动态阈值来决定；以及依据站立期、推蹬期、摆动期及触地期对步态进行分类。本发明还公开一种步态分析系统。
步态分析方法系统

[发明专利]基于Kinect体感技术的三维步态信息采集与分析方法-CN201710452559.1有效
发明人：徐光华;王振宇;麻晓龙;贺敏琪;锁霖 -专利权人：西安交通大学
申请日： 2017-06-15 - 公布日： 2020-04-10 - 主分类号： A61B5/11 文献下载
摘要：基于Kinect体感技术的三维步态信息采集与分析方法，先将跑步机、Kinect传感器、Kinect支撑云台、计算机组成步态数据采集硬件系统，然后选择跑步机速度，让受试者在跑步机上行走，使用Kinect传感器识别人体骨骼节点，使用阈值滤波和双指数滤波稳定骨骼节点数据，然后根据人体解剖学构建局部坐标系并计算解剖学运动曲线，使用步态事件捕捉方法识别步态事件，基于步态骨骼数据完成步态参数计算，最后在界面上呈现出步态参数和步态运动曲线；本发明具有造价低廉、无标记点捕捉三维骨骼节点、长距离采集、自动捕捉步态事件、精确计算步态参数和轨迹、操作简单等优点。
基于 kinect 技术三维步态信息采集分析方法

[发明专利]用于检测、缓解帕金森异常步态的装置-CN201611035951.8有效
发明人：朱亚平;任康;陈仲略;宋楠楠 -专利权人：深圳市臻络科技有限公司
申请日： 2016-11-18 - 公布日： 2019-10-22 - 主分类号： A61B5/11 文献下载
摘要：一种用于检测帕金森异常步态的装置，包括：步态检测传感器，用于对患者的步态进行检测并输出检测信号；时域分析模块，用于对检测信号进行时域分析以获得时域指标；频域分析模块，用于对检测信号进行频域分析以获得频域指标；频域计算模块，用于根据所述频域指标判断患者的步态并在患者步态为异常步态时输出频域判断结果；时域计算模块，用于根据预设参数和时域指标判断所述患者的步态并实时输出异常步态检测结果；以及所述校正模块，用于根据频域判断结果和异常步态检测结果生成校正因数本发明还提供了一种用于缓解帕金森异常步态的装置。
用于检测缓解帕金森异常步态装置

[发明专利]一种基于步态数据的身份识别方法-CN201710601013.8有效
发明人：王修晖;刘砚秋 -专利权人：中国计量大学
申请日： 2017-07-21 - 公布日： 2019-12-20 - 主分类号： G06F21/32 文献下载
摘要：本发明提供一种基于步态数据的身份识别方法，其包括如下步骤：首先提取训练样本和待识别样本的步态轮廓曲线，然后利用逐行扫描法对步态轮廓曲线进行处理，得到高维步态特征矩阵，再利用改进的光滑自编码器对高维步态特征矩阵集进行降维本发明提供的步态识别方法采用了一种新的步态特征，并利用改进的光滑自编码器和最近邻理论进行特征降维和相似度判断，能够充分利用二维步态图像中的结构信息来刻画不同人的步态差异，从而提高基于步态信息的身份识别正确率
一种基于步态数据身份识别方法

[发明专利]步态数据的采集与标注方法及应用-CN202110084467.9有效
发明人：刘民;王茜;李榕;黄永祯;周瑞凯 -专利权人：上海市公安局刑事侦查总队;银河水滴科技（北京）有限公司
申请日： 2021-01-21 - 公布日： 2022-10-04 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了步态数据的采集与标注方法及应用，涉及生物特征识别技术领域。所述方法包括步骤：获取目标监控区域中的视频采集单元采集的图像数据；通过预设的步态人脸识别模型识别前述图像数据中的步态特征信息和人脸特征信息；所述步态人脸识别模型被配置为，在识别步态特征信息时优先识别步态更完整且干扰更少的步态图像，在识别人脸特征信息时优先识别近处的人脸图像；判断前述识别的步态特征信息和人脸特征信息是否符合预设的采集标准，对符合采集标准的步态特征信息和/或人脸特征信息进行标注和存储。本发明提高了步态数据的采集和标注效率，尤其适用于对小范围区域内的目标人员实现快速准确的分析和识别。
步态数据采集标注方法应用

[发明专利]基于RBF神经网络的踝关节步态预测方法-CN201910437364.9有效
发明人：任彬;罗序荣 -专利权人：上海大学
申请日： 2019-05-24 - 公布日： 2022-10-11 - 主分类号： B25J9/16 文献下载
摘要：本发明公开了一种基于RBF神经网络的踝关节步态预测方法，属于人体步态运动预测领域。本方法的操作步骤为：1）基于RBF神经网络，实现下肢模型参数的快速逼近。2）设计步态预测算法，并在算法中加入鲁棒项，提高系统的鲁棒性。3）基于光学运动测量系统，设计并实现了下肢步态捕捉，为步态预测奠定实验基础。4）分析步态预测结果，并步态预测方法的性能进行评估。本发明方法具有创新性和仿真依据，可解决现有传统的步态预测方法依赖于精确的肌肉骨骼模型，以及需要大量步态数据去训练步态模型等缺陷，具有较强的鲁棒性和较高的预测精度，对实现下肢外骨骼的随动控制具有重大的指导意义
基于 rbf 神经网络踝关节步态预测方法

[发明专利]一种步态特征提取方法-CN202210260688.1有效
发明人：李家辉;刘勇国;朱嘉静;张云;李巧勤 -专利权人：电子科技大学
申请日： 2022-03-16 - 公布日： 2023-05-02 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种步态特征提取方法，首先采集行走、起身和爬楼梯三种步态方式下的视频数据，将二维视频序列转换为二元轮廓序列并进行标准化处理，合成为步态能量图GEI，提高效率；然后结合卷积神经网络CNN和轻量注意力模块CBAM进行单步态特征图提取，减少重要信息的丢失，并通过多步态全局注意力机制突出更能体现目标步态特征的步态方式；最后经过特征映射得到判别性更高的步态特征表示。与现有方法相比，本发明通过深度神经网络提取多步态特征，极大减少了人工工作量，为用户提供更加可靠的步态特征信息。
一种步态特征提取方法

[实用新型]一种步态识别自动开门系统-CN201520998689.1有效
发明人：汪澜 -专利权人：汪澜
申请日： 2015-12-03 - 公布日： 2016-06-08 - 主分类号： G07C9/00 文献下载
摘要：本实用新型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；本实用新型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

[实用新型]一种步态辅助设备-CN201820637145.6有效
发明人：叶晶;陈功;张旭;吴泓德 -专利权人：深圳市迈步机器人科技有限公司
申请日： 2018-04-28 - 公布日： 2019-10-25 - 主分类号： A61H3/00 文献下载
摘要：本实用新型公开了一种步态辅助设备，该步态辅助设备包括外骨骼组件、传感器组件和数据处理器；其中，传感器组件设置于外骨骼组件上，用于测量外骨骼组件的运动数据，且传感器组件与数据处理器通信连接；数据处理器用于接收传感器组件测量获得的外骨骼组件的运动数据，并生成步态参数，该步态参数用于表征步态辅助设备的使用者的行动姿态和行为特征。相较于现有技术而言，本实用新型中的步态辅助设备能够确定出步态辅助设备的使用者行走时的步态参数，从而有助于步态辅助设备根据使用者的步态参数进行自适应调节。
辅助设备步态步态参数外骨骼传感器组件数据处理器本实用新型运动数据测量接收传感器自适应调节通信连接行为特征

[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

[实用新型]行走步态恢复装置-CN201020599300.3无效
发明人：韩旭 -专利权人：韩旭
申请日： 2010-11-10 - 公布日： 2011-06-29 - 主分类号： A61H1/00 文献下载
摘要：本实用新型公开了一种行走步态恢复装置，涉及病人步态健康恢复领域，该装置能够帮助下肢受损的病人进行步态恢复。该装置由机架、设置在机架上的左脚步态部件、左脚姿态部件、右脚步态部件和右脚姿态部件组成。本实用新型的行走步态恢复装置中，左脚步态部件和左脚姿态部件按一定协调关系运动，右脚步态部件和左脚姿态部件按一定协调关系运动。根据需要患者可完成原地踏步训练，行走训练，上下楼训练。
行走步态恢复装置

[发明专利]基于Gabor滤波器和改进极限学习机的步态识别方法及系统-CN201911203709.0在审
发明人：李彬;郭红利;乔风娟;李伟;梁启星;李志;杨雪;方士弘;刘凯 -专利权人：齐鲁工业大学
申请日： 2019-11-29 - 公布日： 2020-04-10 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了基于Gabor滤波器和改进极限学习机的步态识别方法及系统，包括：获取步态视频或步态序列，进行预处理，得到尺寸大小一致步态侧影图；根据步态侧影图进行步态周期的计算，经过处理得到步态能量图；将步态能量图用Gabor滤波器进行步态特征提取；采用线性判别分析方法进行步态特征降维；将进行降维处理过后的数据作为改进极限学习机即步态识别算法的输入数据，进行识别。本公开所述的步态识别方法采用了改进极限学习机的算法，该算法在局部连接极限学习机算法(LC‑ELM)的基础上，利用参数自适应可调的粒子群算法(PSO)对其参数进行优化(称为LC‑PSO‑ELM学习算法)，提高了算法的稳定性和识别精度，算法在运行过程中，无需进行参数的调节，只需设置隐层神经元的个数即可达到预期的识别效果，既降低了算法的复杂度，又保证了较高的步态识别精度。
基于 gabor 滤波器改进极限学习机步态识别方法系统