基于深度相机的人体步态分析方法与流程

本发明涉及一种基于深度相机的人体步态分析的方法，属于人体步态检测。

背景技术：

1、面向骨骼、肌肉受损或者术后进行康复的人群，由于不同的患者的运动方式和发力部位有所不同，每个人的行走方式中蕴含着许多信息：步态周期、步频、步速等等，关于如何科学的进行康复训练对每个人也有着不同的方案。

2、传统的步态检测方法大多通过医生问询当前状态如何，来进行判断当前方案是否合适，但是人工检测通常会存在以下缺点：(1)增加了大量的重复劳动，且会出现同一个病患可能得出多种不同的方案的可能，无法保证诊断的效果和准确率；(2)人工检测的主观性较强，无法做出客观的标准型判断；

3、目前主流的使用计算机进行辅助康复训练的方案是使用可穿戴式设备，通过单片机等模块进行识别并返回结果，上位机将接受到的结果进行整合处理并计算。这种方式可以减少了医生的工作量和检测的准确性，但是仍存在以下不足：(1)可穿戴式设备穿戴比较繁琐，且需要对多个位置进行绑定，存在影响正常行走的可能性，导致步态结果不准确；(2)使用大量的单片机模块会增加病患使用的难度，每次使用都需要穿戴多个设备；

4、随着计算机视觉的飞速发展，机器视觉的方法被应用于多个领域进行识别检测，深度相机可以获取得到事物的三维信息，可以实现获取人体的三维信息，进行步态参数分析，又避免了大量设备的穿戴，只需要在规定位置进行正常行走即可，即可实现人体步态分析。

5、但是，目前使用视觉方法进行人体步态分析的方案少之又少，大多数仍采用可穿戴式设备或者人工处理的方法。两种方法分别存在着各自的不足之处，而利用深度相机就像是一个永不会疲惫的“专家”进行人体姿态检测并进行参数分析，且对于使用者没有过多的设备负担。因此，人体步态分析的环节迫切需要一种能够快速、准确、轻量、易使用的方法来实现。

技术实现思路

1、针对人体步态分析，本发明主要研究了结合深度相机的三维信息估计的方法，并在此基础上对于人体关键点三维信息进行处理。从而提出了一种基于深度相机的人体步态分析方法，改方法支持轻量化、自动化、舒适化，为人体步态分析提供了更新的方法。

2、为实现上述发明目标，本发明的技术方案如下：

3、一种基于深度相机的人体步态分析方法，包括如下步骤：

4、(1)获取一个完整的人体深度图像；

5、(2)对图像中的人体进行分析处理得到人体关键点坐标；

6、(3)利用计算公式将步态参数进行计算；

7、(4)参数结果展示；

8、在步骤(2)中从完整的人体深度图像中获取人体关键点坐标的具体步骤：

9、使用深度相机进行人体关键点检测，主要是利用深度学习的人体姿态估计进行实现，获取得到人体的多个关键点坐标，选取其中的关于人体下半部分的关键点作为后续计算的数据；

10、在步骤(3)中的通过计算公式计算步态参数的具体步骤：

11、通过大量阅读人体运动学和康复学资料，可以总结得出关于每个步态分析的参数计算公式，通过人体下部分的关键点三维坐标可以计算出可以描述人体步态的参数信息。

12、本发明所带来的有益技术效果：

13、本发明提出的一种基于深度相机的人体步态分析方法，基于深度学习人体姿态估计和运动学，该方法可以只使用深度相机，而无需使用诸多传感器，因此可带来更轻便化，精准化的效果，具有很强的通用性。

技术特征：

1.一种基于深度相机的人体步态分析的方法，包括以下步骤：使用深度相机，实时获取人体rgb-d图像，在规定的视野范围内实现人体关键点识别；将上述获得到的连续数据添加个人专属信息、时间信息等保存至数据库，便于分析行走的整个过程，而不是针对单张图像处理；判断是否完成数据读取，在完成规定区域内行走后可以选择停止读取数据；从数据库中读取个人专属数据，进行数据清洗，将无用的数据或者异常数据进行删除，实现更好的识别计算效果；上述获取的数据是人体全身的关键点，目前本发明只使用人体下半身关节点的信息，读取出后进行保存，便于后续的计算；使用运动学知识，进行步态行走过程中的参数分析，构建参数的计算公式，将人体行走过程中的参数计算。在此过程中，为保证稳定性和准确率，使用人体膝盖坐标作为判断标准，以及对各个参数的计算采用多组求平均的计算方式。

2.根据权利要求1所述的方法，其特征在于，所获取的步态rgb-d图像必须保持连续性，是一整个行走过程的状态记录，且需要使用深度学习方法将人体与背景进行分类。

3.根据权利要求2所述的方法，需要将人体的关键点进行存储，为增强该方法的鲁棒性，在存储过程中会增加时间、专属id等信息来辨别获取的数据和使用人员，便于后续的展示。

4.根据权利要求1所述的方法，会对存储的数据进行清洗，像一些异常的位置数据会被筛除，设置固定大小的阈值，根据行走时人体膝关节的运动轨迹的高度变化，可以将异常数据剔除。

5.根据权利要求1所述的方法，人体行走过程中包含多个运动参数，如步频、步幅、步速、步态周期等等参数，对参数求解进行数学建模，使用存储的数据进行计算。

6.根据权利要求5所述的方法，在参数计算过程中，将每个参数的求解设置为多组求平均的计算方式。

7.根据权利要求6所述的方法，将计算结果保存至数据库，并添加个人信息存储，便于后续的展示分析。

8.根据权利要求7所述的方法，将结果进行前端展示，用于下一步的诊断分析和康复。

9.根据权利要求8所述的方法，使用qt进行页面展示和sqlite数据库存储。

技术总结
本发明公开了一种基于深度相机的人体步态分析的方法，属于人体步态检测技术领域。本发明使用深度相机实现获取人体关键点的三维坐标，并通过运动学内容进行步态参数计算，实现轻量化、精准化识别，减轻了市面上佩戴设备等测量方式的使用负担，无需使用过多传感器，只需在规定范围内进行行走。

技术研发人员：王聪,孙恒文,黄振
受保护的技术使用者：博瑞霖信息科技（青岛）有限公司
技术研发日：
技术公布日：2024/1/15