[发明专利]一种基于动作识别的步态量化系统及方法

权利要求书

1.一种基于动作识别技术的步态量化系统，包括：硬件采集单元(100)，数据集成单元(200)以及量化算法单元(300)；其特征在于：

硬件采集单元(100)用于采集获取患者整个步行区间的视频数据，采集设备包括相机单元组成的相机阵列，其中，相机单元包括工业相机及辅助支架；

数据集成单元(200)用于获取硬件采集单元(100)采集到的多视角视频数据，并对视频进行裁剪和进行时序对齐，得到对齐后的多视角视频数据；

量化算法单元(300)用于根据对齐多视角视频数据，得到被采集者在整个步态区间的量化结果，量化结果包括瞬时量化指标和全局量化指标，其中，瞬时量化指标包括当前状态、当前步长和当前步时；全局量化指标包括冻结或行走时间比、冻结次数、平均步长和平均步时。

2.根据权利要求1所述的基于动作识别技术的步态量化系统，其特征在于：量化算法单元(300)还包括：关键点提取单元(310)，中心视角定位单元(320)，步态信号提取单元(330)，标定信号提取单元(340)以及统计单元(350)；其中：

关键点提取单元(310)用于从视频数据中得到每一帧的人体关键点坐标，并形成关键点坐标时间序列；

中心视角定位单元(320)用于确定每一时刻相机单元中的被采集者处于最中心位置的单元；

步态信号提取单元(330)用于根据关键点坐标序列及中心相机位置，得到表示初步步态信号，初步步态信号的值表示当前时刻人体左右脚距离；

标定信号提取单元(340)用于对初步步态信号进行信号处理和标定，得到包含具体步态信息的标定步态信号，标定信号包含初步步态信号、波峰/谷位置、状态区间、单步区间；

统计单元(350)用于根据标定步态信号，通过坐标系换算和统计计算得到量化结果。

3.根据权利要求2所述的基于动作识别技术的步态量化系统，其特征在于：标定信号提取单元(340)还包括信号优化单元(341)，波峰/波谷定位单元(342)，状态区间划分单元(343)以及单步区间划分单元(344)；

信号优化单元(341)用于对初始步态信号进行异常值处理和平滑化处理；

波峰/波谷定位单元(342)用于标定出初始步态信号中阈值设定下每一个波峰、波谷的时刻，并对出现连续两次波峰/波谷的情况进行补齐；

状态区间划分单元(343)用于将初始步态信号中的每一时刻分类为冻结状态或行走状态，并得到若干个连续的冻结区间和行走区间；

单步区间划分单元(344)用于将所有行走区间划分为若干个单步区间，单步区间表示被采集者完成一个单步的时序区间。

4.一种基于动作识别技术的步态量化方法，其特征在于：包括以下步骤：

步骤1、采集患者在步态区间中多个视角的视频数据；

步骤2、统一收集各视角的视频数据并进行裁剪，并按时序对齐；

步骤3、基于整理后的视频数据，利用量化算法计算得到被采集者在整个步态区间的量化结果，量化结果包括瞬时量化指标和全局量化指标，瞬时量化指标包括当前状态、当前步长和当前步时，全局量化指标包括冻结/行走时间比、冻结次数、平均步长和平均步时。

5.根据权利要求4所述的基于动作识别技术的步态量化方法，其特征在于：步骤3具体包括：

步骤31、根据对齐的多视角视频数据和关键点提取模型，计算出每个视角的关键点坐标时间序列；

步骤32、根据每个视角的关键点坐标时间序列，计算出每个时刻的中心视角，中心视角为该时刻所有视角中被采集者相较中心距离最近的视角；

步骤33、根据中心视角的关键点坐标构成的序列，计算出初步步态信号，初步步态信号的值表示当前时刻人体左右脚距离；

步骤34、根据初步步态信号，计算出标定步态信号，标定步态信号包括初步步态信号、波峰/谷位置、状态区间、单步区间；

步骤35、根据标定步态信号，通过坐标系换算和统计计算出瞬时量化指标和全局量化指标。