申请/专利权人：深圳市臻络科技有限公司

申请日：2021-11-12

公开（公告）日：2024-06-07

公开（公告）号：CN114098714B

主分类号：A61B5/11

分类号：A61B5/11;A61B5/00;G06V20/40;G06V40/20;G16H50/20;G16H50/30

优先权：

专利状态码：有效-授权

法律状态：2024.06.07#授权;2022.03.18#实质审查的生效;2022.03.01#公开

摘要：本发明公开了一种基于机器视觉建立冻结步态识别模型的方法，包括以下步骤：S1:让受试者进行步态实验并进行视频录制；S2:对受试者的试验视频中的人体骨架的关键点位置信号进行提取，完成2D人体运动感知；S3:根据2D人体运动感知，构建多组识别模型，识别模型包括动作识别模型、直行FoG识别模型和转身FoG识别模型。S4:以LOSO方法评估建立的识别模型进行算法评估，本发明采用机器视觉技术，对视频信息进行提取，采用基于Openpose的RGB技术提取人体的运动特征，并开发了一种分割动作阶段识别FoG的端到端FoG识别模型，从而对帕金森的早期筛查具有重要的意义。

主权项：1.一种基于机器视觉建立冻结步态识别模型的方法，其特征在于，包括以下步骤：S1:让受试者进行步态实验并进行视频录制；S2:对受试者的试验视频中的人体骨架的关键点位置信号进行提取，完成2D人体运动感知；S3:根据2D人体运动感知，构建多组识别模型，识别模型包括动作识别模型、直行步态冻结FoG识别模型和转身步态冻结FoG识别模型；S4:以LOSO方法评估建立的识别模型进行算法评估；在步骤S2中，利用Openpose对原始视频数据进行关键点提取，利用试验视频中人体骨架的25个关键点来建立完整的2D人体运动感知；在步骤S2中，还需要采用归一化法对位置信号进行预处理，将人体25个关键点计算出人体的最小外接矩形并将其长宽分别扩大30%，然后将原始坐标系转换到以人体外接矩形左上角顶点为坐标原点的坐标系，得到25个关键点转换坐标系后的位置坐标；接着，将80与人体外接矩形高的比值作为尺度因子，再分别将尺度因子乘以每个关键点的位置坐标，得到归一化的位置坐标；最后，计算出关键点的速度信号、加速度信号、膝盖关节角度信号以及8对关键点位置差的绝对值信号；在步骤S3中，根据整理好的数据信息分别构建动作识别模型、直行步态冻结FoG识别模型和转身步态冻结FoG识别模型，在构建动作识别模型中，先使用基于XGBoost的前向特征选择策略来做筛选特征；其次构建基于XGBoost的动作识别模型，采取网格搜索和LOSO方法获得最优模型参数组合，模型参数包括：learning_rate，n_estimators，max_depth，subsample，colsample_bytree；最后采用移动平均的方法对动作识别模型的动作识别结果进行了修正；构建直行步态冻结FoG识别模型和转身步态冻结FoG识别模型时，先基于XGBoost算法对模型进行了特征选择，特征选择的方法与动作识别模型一致。

全文数据：

权利要求：

百度查询： 深圳市臻络科技有限公司 基于机器视觉建立冻结步态识别模型的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD