[發明專利]基于人體關鍵點檢測算法的步態識別方法及步態評估系統

有效

• 申請號: 201911149103.3
• 申請日: 2019-11-21
• 公開（公告）號: CN111027417B
• 公開（公告）日: 2023-09-01
• 發明（設計）人: 王艷紅;鄒喬莎;馮新宇;史傳進
• 申請（專利權）人: 復旦大學
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V40/10;G16H50/30
• 代理公司: 上海元好知識產權代理有限公司 31323
• 代理人: 賈慧琴;周乃鑫

1.一種基于人體關鍵點檢測算法的步態識別方法，其特征在于，包括以下步驟：

步驟1，對單個攝像頭從人體側面拍攝獲得的3m起立行走實驗視頻中的每一幀進行關鍵點檢測，并提取關鍵點隨時間的位置變化信息，以獲得關鍵點序列；

步驟2，根據關鍵點序列對所述視頻選取關鍵幀；所述關鍵幀作為視頻中不同種動作的分界點；

步驟3，根據所述視頻中的關鍵點序列及選取得到的關鍵幀，進行步態參數的提取；

所述的關鍵點包含：人體的左肩膀、右肩膀、腳踝、髖、膝蓋；

所述的關鍵幀為：起身完畢關鍵幀f₁，第一次轉身開始幀f₂，第一次轉身結束幀f₃，第二次轉身開始幀f₄，第二次轉身結束幀f₅，剛坐下關鍵幀f₆；所述的關鍵點序列包含：豎直序列和水平序列；所述的關鍵幀通過以下公式選取得到：

thre_up＝min(x)+λ_up*(max(x)-min(x))

thre_down＝min(x)+λ_down*(max(x)-min(x))

其中，thre_up為序列的上閾值；thre_down為序列的下閾值；min(x)為序列的最小值；max(x)為序列的最大值；λup為針對脈沖檢測的上閾值的嚴謹程度調整參數，λdown為針對脈沖檢測的下閾值的嚴謹程度調整參數，需滿足0λdownλup1；x為某關節點的水平或者垂直坐標視頻序列；步驟2中，關鍵幀的選取具體包含：

(1)f₁和f₆的選取：利用所述的公式，得出左右肩膀的平均豎直序列的上閾值和下閾值；依次將視頻中每一幀的左右肩膀的豎直序列的平均值與上閾值和下閾值比較；以人體下方為豎直序列的正向，序列數值在起身時候減小，在坐下時候增大，第一個低于下閾值的豎直序列對應的幀選取為f₁，f₁之后第一個大于上閾值的豎直序列對應的幀選取為f₆；

(2)f₂、f₃、f₄和f₅的選取：利用左右肩膀的水平序列，做差，得到肩寬值，通過所述的公式，得出肩寬值的上閾值和下閾值；再依次將視頻中每一幀的肩寬值與上閾值和下閾值比較，以第一次觸發上閾值前的最后一個低于下閾值的肩寬值對應的幀選取為第一次轉身開始幀f₂；以f₂之后，并且在觸發下閾值后，以第一次觸發上閾值前的最后一個高于上閾值的肩寬值對應的幀選取為第一次轉身結束幀f₃；f₃之后，觸發下閾值前的最后一個低于下閾值的肩寬值對應的幀選取為f₄；以f₄之后，并且在觸發下閾值后，觸發上閾值前的最后一個高于上閾值的肩寬值對應的幀選取為f₅。

2.根據權利要求1所述的基于人體關鍵點檢測算法的步態識別方法，其特征在于，步驟1中，通過人體檢測網絡獲得所述的關鍵點序列。

3.根據權利要求1所述的基于人體關鍵點檢測算法的步態識別方法，其特征在于，選取f₁和f₆前，先對左右肩膀的豎直序列進行濾波平滑處理。

4.根據權利要求1所述的基于人體關鍵點檢測算法的步態識別方法，其特征在于，選取f₁和f₆時，λ_up＝1/2,λ_down＝1/4；選取f₂、f₃、f₄和f₅時，λ_up＝1/2,λ_down＝1/3。