1.一种人体步态监测及评估方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的人体步态监测及评估方法,其特征在于:采用的深度视觉传感器为微软azure kinect dk,并以本设备固定位置为中心。
3.根据权利要求1所述的人体步态监测及评估方法,其特征在于:步骤2包括以下步骤:
4.根据权利要求1所述的人体步态监测及评估方法,其特征在于:步骤s3,关节点检测模型采用深度学习训练模型v2v-posenet,该模型的损失函数是计算所有预测点的体素坐标与真实点体素坐标之间欧式距离的加权和,通过反向传播算法更新模型权重。
5.根据权利要求1所述的人体步态监测及评估方法,其特征在于:步骤s3,记录受试者在有效场地被捕获的画面帧的采集时间,选取人体下肢骨骼关节点中的:左髋关节、左膝关节、左踝关节、右髋关节、右膝关节和右踝关节,生成受试者下肢关节点在世界坐标系下三维坐标的运动曲线。
6.根据权利要求1所述的人体步态监测及评估方法,其特征在于:步骤s5中,采用训练好的深度学习模型来识别室内流通环境中的受试人员的身份,构建该深度学习模型的具体步骤方法如下: