步态分析

步态识别是近年来越来越多的研究者所关注的
一种较新的生物认证技术,它是通过人的走路方式 来识别人的身份的方法。在应用领域,类似于人脸 识别,它要解决识别和检验两类问题。在识别问题 中,给出未知身份人的步态,在数据库中搜寻与之 匹配的人的步态,从而确认人的身份;在检验问题 中,需要步态识别算法对已假定的某人的身份作出 判定,即接受或拒绝所假定的身份。 步态识别作 为一种生物认证技术,具有其它生物认证技术所不 具有的独特优势,即在远距离或低视频质量情况下 的识别潜力,且步态难以隐藏或伪装等。 步态识 别主要是针对含有人的运动图像序列进行分析处 理,通常包括运动检测、特征提取与处理和识别分 类三个阶段。
主要技术
• 步态分析的过程包含了测量，并对其中可测量的参 数进行介绍、分析与解释，其中相关指标（健康状 况，年龄，体形，重量，速度等）得出的结论。该 分析对在下列技术的测定： 1） 时空测量法：时间和空间方面的测量可以形成对 步态的一个全面的分析。因为步态是一种周期性的活 动，所以一个基本假设是我们假设每一步都在本质上 与下一步相同。一个完整的周期步态称作“步态周期” （Gait Cycle）。一个步态周期被分成了两个阶段，分 别是“支撑阶段”（stance phase）和“摆动阶段” （swing phase）。并且又进一步分为了七个小部分 （此处不表），每一部分都有各自的特征及相关参数。 时空测量是对速度、节奏、步长、周期时间、时间百 分比等多个参量进行的测量与分析。
步态分析是用来分析人类和动物的行走能力， 所以这种技术可用于以下应用：
医疗诊断： 病理步态可能反映相关病症，或负责的症状本身的因果关系。脑瘫和中风患者 常见的实验室步态。步态的研究可以用于诊断和干预策略，并在未来的发展中负责 康复工程。除了临床应用，步态分析也用在专业的体育训练，以优化和提高运动成 绩。 步态分析技术可以对步态障碍和矫正骨科手术的效果进行评估。治疗脑瘫的相 泽包括使用肉毒杆菌毒素痉挛肌肉的人工瘫痪或延长，再附着特定肌腱的滑脱。也 可以用于扭曲的骨骼结构的修正（截骨术）。 生物特征识别和取证： 步态风格的微小变化可以被用作生物标识符来识别个体的人。该参数被有时空 相关（步长，步长，步速，周期时间）和运动相关（髋，膝，踝，指的是髋/膝/踝 关节角度和大腿/躯干关节旋转/脚角度）等。有步长和一个人的高度之间的高度相 关性。 上面的方法属于基于模型的方法。另一种为基础的外观方法，通过识别个体的 二进制步态轮廓序列。例如，全步态周期的轮廓序列可以被视为三维张量的样品， 与多重线性子空间学习，如多线性成分分析，可以用学习功能进行分类。 比较生物力学： 通过研究非人类动物的步态，更深入的了解有关的运动机制，这对了解物种问 题的生物学以及运动有更广泛的影响。
总结
步态信号就是指走路时所体现出来的姿态， 它的应用范围非常广泛，在步态分析、步态 识别、步态矫正等方面有很多应用，步态信 号是一种新型的医学信号，发展前途很好！ 同时能够更好的利用步态信号将对医生判断 患者的疾病起到更大作用。
谢谢
1. 完成了以MSP430F133为核心的步态信号采集系统的设计与调试。包括步 态信号的采集处理电路，采用CP2101设计的USB通信电路，键盘电路，LCD 液晶显示电路，结合时钟芯片SD2003A设计的实时时钟电路，实现了信号的 FLASH存储。 2.ቤተ መጻሕፍቲ ባይዱ应用C语言和汇编语言混合编程，完成了步态采集系统的软件设计与调 试。
3. 应用趋势消解分析方法对步态信号进行处理分析并实现了基于小波变换 理论的步态信号的l/f节律的提取。
4. 实现了基于小波包分解理论的脑电信号的l/f节律的提取。通过对EEO信 号进行小波包能量比例(FBER)特性分析，建立EEG信号的FBER判据，把人体 的精神疲劳分为非精神疲劳、轻微精神疲劳、中等精神疲劳和严重精神疲 劳等四种状态。实现了人体精神疲劳的量化评估。 5．通过对人体正常行走的步态信号和脑电(EEG)信号的1/f节律进行非线性 分析，精心对比实现了基于步态信号的人体精神疲劳的量化评估。其评估 结果与采用EEG信号的FBER判据来进行评估的结果基本吻合。
ZH-BT步态分析系统，主要用于检测动物神经中枢，指导 动物身体四肢运动的行为检测装置，动物在步态运动的区域 上运动时，运动姿态，及四肢的反应情况，通过计算机采集 一系列数据，做为研究康复运动的科研仪器。 步态分析系统是检测人肢体宏观运 动最常用的设备，我们主要研究通 过对利用普通摄像机得到的人体运 动图像进行图像处理，来进行步态 分析的技术及装置。内容涉及人体 运动轨迹、地面支反力和表面肌电 信号的检测与分析技术，以及康复 进程评定方法等。
• 2）运动学：此类方法有很多，且较为复杂， 一般是基于照相、录像等方式采集数据， 再对图片序列进行分析。通常我们选择臀 部（hip）、膝盖（knee）和踝关节角度 （ankle angle）来作为主要的三个角度参 数来进行分析。它们分别有在七个部分的 角度曲线。 • 3） 动力学：是关于运动的产生过程中，力、 能量等方面的研究。 • 4） 动态肌电图：是关于运动过程中肌肉的 行为活动的研究。
步态信号的相关应用
• • • • 1、步态分析系统 2、步态识别 3、步态矫正 4、嵌入式技术在步态信号采集系统中的应 用研究
1、步态分析系统
步态分析是一种对动物肢体运动的系统研究，或者更准确点 来说，一般是指对人类步行运动的研究。研究分析利用到了 观察者的眼睛和大脑，并使用仪器辅助测量身体的运动，身 体的机械结构，以及肌肉的活跃度等。
步态分析
吴桂贤 20126443 张承达 SJ201201
目录
• 1、步态简介
• 2、步态检测
• 3、主要技术
• 4、步态信号的相关应用 • 5、总结
步态简介
• 步态是指人或动物通过肢体运动并前进的 一种周期性的形式和样子。（如行走，奔 跑，脚步移动等）。与走路不同，走路一 个过程，而步态是一种形式。不同文献对 步态的定义多有不同，模糊来说，步态就 是描述人走路特点的一种周期性现象，并 且每个周期可以被分为多个部分进行分析。 当代关于步态分析的研究基本都是以人类 为对象，所以我们提到“步态”，一般特 指是人类的行为方式。步态被分为正常步 态和病理步态。
步态检测
步态检测是在图像序列中将人体步态轮廓区域从背景图像中提取出 来。这方面的研究包括背景估计、目标检测和形态学后处理等。步态轮 廓区域的有效分割对于特征提取、目标分类等后期处理非常重要，因此 步态检测常被视为步态识别的预处理部分。步态检测作为视频序列中运 动检测的一个特例，可大致分为４类方法： 1）基于特征的方法：首先从图像序列中提取特征并建立它们之间的 对应关系，然后依据特征对应关系计算物体的结构和运动参数。 2）帧间差分法：利用图像序列中２帧或３帧图像亮度变化来提取运动 目标。该方法运算速度快，易于实现，能较快适应动态场景的变化。缺 点是对噪声敏感，运动物体内部亮度较均匀时只能检测到目标的边缘， 无法检出整个物体。 3）背景减除法：即利用当前帧图像与背景图像的差分运算进行运动检 测的一种方法，这类方法一般能够提供完全的特征数据，但对光照及其 他外界扰动引起的场景变化特别敏感，主要应用于静止背景的情况。 4）光流法：即一种以灰度梯度基本不变或亮度恒定的约束假设为基础 的运动目标检测方法。光流法善于在运动场景中捕捉运动对象的运动特 征，但是大多数光流法的计算比较复杂，且抗噪性能差。
4、嵌入式技术在步态信号采集系统 中的应用研究
设计的步态信号采集系统要求具有方便携带，功耗 低的特点，并能将采集到的数据存储起来，然后送 到计算机终端设备里进行数据分析，因此，要求系 统具备如下基本功能： (1)实时时间、日期的采集、记录、存始功能 (2)多通道信号的采集、记录、存储功能 (3)数据显示 (4)操作功能 (5)数据通信功能
2、步态识别
步态识别是一个相当新的发展方向，它旨在从相同的行走行 为中寻找和提取个体之间的变化特征，以实现自动的身份识 别。安全视频智能监控场合中自动步态识别系统的基本工作 原理框图的一般框架如图所示，它是融合计算机视觉、模式 识别与视频/图像序列处理的一门技术。 一个智能视频监控的自动步态识别系统，实际上主要由 监控摄像机、一台计算机与一套好的步态视频序列的处理与 识别的软件所组成。
3、步态矫正
步态矫正是指通过生物力学和运动学手段，对 病人的异常或病理步态进行分析诊断，并通过使用 矫正鞋、鞋垫等方法矫正异常步态，以预防和改善 足踝部损伤。
矫形鞋： 矫形鞋的作用是改善患者站 立、步行时足部的受力状态或免 荷，消除疼痛，防止畸形，矫正 足部的功能性变形，为永久性畸 形患者提供支撑，以达到平衡。 矫形鞋垫： 根据足部生物力学设计，以 EVA材质制成，环保且不易变形。 矫形鞋垫以正常人的常模制造﹝ 即依据正常的人体力学结构制造 ﹞，为足部提供舒适且支撑力够 的支撑。