基于卷积神经网络的足跟着地事件检测算法

摘要：

为解决基于可穿戴传感器的步态事件检测技术对个体配合程度依赖性大、能耗高、应用条件苛刻等问题,提出一种基于机器视觉的足跟着地事件检测算法,可以在不需要参与者合作的情况下,利用普通摄像机实现对足跟着地事件的精确检测.提出一种新颖的特征,即连续轮廓帧差图(CSD-maps)来表达步态模式.一个连续轮廓帧差图可以将视频帧中行人连续的轮廓二值图编码到一张特征图中,使其蕴含丰富的步态时空信息.不同数量的行人连续轮廓帧差会产生不同的连续轮廓帧差图.利用卷积神经网络对连续轮廓帧差图进行特征提取和足跟着地事件分类.在公开数据库上,对124名受试者在5个视角下不同穿着状态的视频数据进行训练和测试,实验结果表明,该方法具有良好的检测精度,识别准确率达93％以上.

关键词：机器视觉、步态事件检测、连续轮廓帧差图、卷积神经网络

所属期刊栏目：56

分类号：TP29(自动化技术及设备)

资助基金：国家重点研发计划;国家自然科学基金;国家自然科学基金;重点实验室开放基金

在线出版日期：2019-12-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：139-147