一种基于Kinect的人体步态参数提取方法

    公开(公告)号:CN114663913B

    公开(公告)日:2023-10-31

    申请号:CN202210185789.7

    申请日:2022-02-28

    Abstract: 本发明提供一种更具普适性的基于Kinect的人体步态参数提取方法,获取Kinect体感深度传感器提取的原始关节点位置序列数据;对原始关节点位置序列数据进行滤波处理并计算原始步态参数值;根据原始步态参数值构造步态特征空间,步态特征空间包括静态姿势特征、连续运动变化特征和整体变化特征;利用步态特征空间采用基于随机森林模型的步态相位划分策略得到每帧单侧状态的初步判定结果,再对异常相位进行误判修正得到最终步态相位划分结果;从最终步态相位划分结果确定摆动期的起点帧和终点帧,得到摆动阶段的起点位置、终点位置以及起点时刻和终点时刻从而计算得到步态时空参数。本发明具有较全面的步态特征表示,具有无接触、低成本的优点。

    一种基于Kinect的人体步态参数提取方法

    公开(公告)号:CN114663913A

    公开(公告)日:2022-06-24

    申请号:CN202210185789.7

    申请日:2022-02-28

    Abstract: 本发明提供一种更具普适性的基于Kinect的人体步态参数提取方法,获取Kinect体感深度传感器提取的原始关节点位置序列数据;对原始关节点位置序列数据进行滤波处理并计算原始步态参数值;根据原始步态参数值构造步态特征空间,步态特征空间包括静态姿势特征、连续运动变化特征和整体变化特征;利用步态特征空间采用基于随机森林模型的步态相位划分策略得到每帧单侧状态的初步判定结果,再对异常相位进行误判修正得到最终步态相位划分结果;从最终步态相位划分结果确定摆动期的起点帧和终点帧,得到摆动阶段的起点位置、终点位置以及起点时刻和终点时刻从而计算得到步态时空参数。本发明具有较全面的步态特征表示,具有无接触、低成本的优点。

Patent Agency Ranking