基于步态高斯图及稀疏表示的步态识别

为了突出步态特征的差异性,解决单一视角及跨视角下识别率低的问题,分析了步态高斯图及稀疏表示的原理,提出在步态高斯图的基础上,应用稀疏表示的方法来进行分类。提取的步态高斯图增加了不同人步态的差异性进而提高了步态识别率。该方法首先获取步态高斯图,其次获取测试阶段所需的过完备字典,最后通过测试样本的重构误差进而分类。实验结果表明:该方法显著提高了跨视角下的步态识别率,对穿大衣、携带背包下的步态识别具有很强的鲁棒性。     

采用支持向量机评估老年人步态对称性的研究

采用支持向量机（SVM）评估老年人步态的对称性.将鉴别老年人下肢左、右两侧的步态模式相似性问题转化为二分类问题,通过识别老年人下肢左、右两侧的步态模式,确定其两侧步态模式相似性的差异,判断其步态的对称性.采集24名健康老年人下肢左、右两侧的步态数据,采用交叉验证方法评估SVM泛化能力,测试了多项式核、径向基核、线性核.结果表明,多项式核、径向基核的泛化能力优于线性核,基于多项式核的SVM识别左、右两侧老年人步态模式的分类正确率较高（88%）,可有效地提取步态模式的非线性信息.SVM有望成为评估老年人步态对称性的一个有效的工具,有助于及早预防老年人跌倒和老年性疾病发生,提高老年人生活质量.     

基于Fitts定律的人体步态对称性评定指标

评价人体步态运动中,为了寻找能全面反映步态对称性特征的参数,该文通过推广Fitts定律提出了在二维极坐标下步长对称性和跨步长执行对称性2种4个指标,并且选用常用的时相对称性指标作为对比指标,对健康受试者和右腿膝关节僵直患者在不同情况下的步态对称性进行了对比实验研究。结果表明,新指标不仅适用于不同路况和运动模式的步态对称性评定,而且比常规的时相对称性指标更能准确反映跨越障碍和单侧关节僵直步态的不对称特征。     

步态识别技术综述

随着视频监控技术的发展,步态识别逐渐成为生物特征识别技术中的重要方法。步态识别技术不同于其他生物特征识别方法,其具有非接触性、非侵犯性、不易伪装等特点,能在较远距离对目标进行比对识别。简述步态识别的基本原理,从步态分割、特征提取、步态比对以及在公安实践中的应用等方面阐述步态识别技术的发展,并展望了步态识别技术未来的发展方向。     

步态参数的测试

随着生物医学工程的发展，对人体步行过程中步态各参数的测试提出了越来越高的要求，本文着重介绍了目前国内外步态参数测试的各种方法，详细论述了作者采用微机新技术所设计的步态分析仪，测试结果表明，该仪器能实现实时测量人体步行过程中步态各参数，与传统的测试方法相比较，其各项指标都有较大的提高。     

基于多尺度熵和动态时间规整的步态身份识别

针对现有人体步态身份识别算法单一、准确率较低的问题,提出了一种基于多尺度熵和动态时间规整（DTW,dynamic time warping）的人体步态身份识别方法。采用自制的APP软件在较低采样率下采集人体步行加速度数据,实验中共采集50名志愿者的正常行走加速度数据,使用多尺度熵算法进行数据处理,得到在各个尺度下的熵值,最后采用DTW算法对多尺度熵值进行特征匹配,得到的相对错误率（EER,equal error rate）为13.7%,仿真结果表明基于多尺度熵和DTW算法相结合的方法较好提高了身份识别的准确率,为人体步态身份识别提供了一个新的思路。     

基于多通道步态集合的跨视角步态识别

为了提高步态识别的识别效率,提出了一种基于多通道步态集合的步态识别算法.算法中将一个周期的步态轮廓图进行归一化处理后,通过步幅的大小将周期内的轮廓图划分为7个通道,每个通道内的轮廓图按照平均步态来处理,得到7通道的步态模板.结合卷积神经网络的优异性能,将该多通道步态模板(period energy im-age,PEI)当成图像集作为网络的输入,让网络自身去提取步态模板之间的时序关系.在此基础上,使用增强约束的Triplet Loss函数来学习到最优的特征和距离度量,使最终的训练更加有效.通过在标准数据集CASIA-B上的实验结果表明,与之前多数算法相比,所提出的算法在跨视角的情况下能取得很好的识别效果.     

基于步态的身份识别技术

基于步态的身份识别是生物识别领域的新兴问题,与传统生物识别技术相比,步态识别技术具有远距离识别性、非侵犯性、难以伪装和隐藏以及易于采集等优点,引起了国内外学者的注意。本文首先介绍了几种传统的生物识别技术,然后重点介绍了基于步态的身份识别技术的理论基础、算法流程、特征提取方法以及面临的机遇与挑战等。     

人体背部负重对坡道行走步态的影响

为了研究背部负重对于坡道行走步态的影响并分析受试者面临的滑倒危险性,4名健康受试者先后在10°斜坡上完成了不负重上坡和下坡、负重上坡和下坡条件下的试验。每人在每种条件下都进行3次试验。通过步态分析系统得到步态周期、步长、摆动相所占比例、脚跟触地时小腿角度和所需最大摩擦因数等步态参数,并且进行了统计分析。试验结果表明:负重后所需最大摩擦因数没有增大,而是明显减小;受试者在负重后会自动调节步态参数,从而降低所需最大摩擦因数,减小滑倒的危险;不同的受试者,由于行走习惯和肌肉强度等生理条件不同,在同样的环境中和同样的负重条件下面临的滑倒危险不相同。     

电针防治帕金森病的实验研究

帕金森病(PD)是发生在中老年期的一种常见的中枢神经系统退行性疾病。针灸被广泛地应用于PD的治疗,然而其机制并不清楚。结合近年来电针防治PD大鼠的研究成果,从电针对多巴胺神经元的保护作用和电针对运动行为的改善作用等方面进行综述,探讨电针防治PD的相关机制,旨在对针灸治疗PD提供重要的理论依据和新的思路。     

核医学显像技术在帕金森病中的应用

近年来，帕金森病(PD)发病率逐年增高，但临床上CT和MRI对早期发现PD病变有一定限制，而SPECT和PET等核医学显像技术，特别是多巴胺神经递质及受体显像，对PD的早期诊断有重要价值．     

基于积极性区域的红外步态识别方法研究

红外步态图像具有可见度和对比度低的特点,易造成预处理后人体目标分割残缺不全,从而影响步态识别的性能。针对此问题,提出一种基于积极性区域的红外步态识别方法。首先通过将平均步态图像(AGI)划分成头、手臂、躯干、大腿、前腿、后腿和脚等7个区域,然后使用基于Gabor的区域协方差矩阵方法提取每个区域的特征,识别时使用其中6个处理效果相对完好的区域信息,从而剔除了残缺区域对识别结果的影响。该方法在CASIA的红外夜间步态库上进行了测试,取得了较好的识别效果。最后进一步分析了人体各个区域对识别的影响和作用,并提出了积极性区域的概念,用于红外步态识别。实验结果和分析结果表明,本文方法鲁棒性好且有效。     

训练对于步伐周期长程相关性的影响研究

为研究普通人群和受训人群步伐特征的差异,设计静电探测器对两种不同人群样本踏步静电信号进行采集,采用消除波动趋势分析法对步伐周期及其相关序列进行分析,研究步伐训练对于步伐相关性的影响. 研究结果表明,步伐训练使受训人员比普通人员的步伐周期增量幅度序列具有更强的长程相关性,而符号序列具有更强的长程反相关性.      

针对多发性硬化症病人的综合步态分析

 设计了一个针对多发性硬化症患者的三维步态分析实验,利用三维光学捕捉系统对实验被试身体不同部位标记点的三维坐标进行追踪和记录,成功发现了多个步态参数发生的变化,这些变化不仅能反映实验被试细微的步态功能上的变化,而且还与接受治疗的时间密切相关。此套基于步态数据的量化评估体系能够弥补目前广泛应用的评估方法主观和不够准确的缺点,为临床医生改进治疗方案以及制定更加有效的治疗方法提供帮助。     

帕金森病与吸烟病例剂量效应关系的探讨

目的　探讨国人吸烟与帕金森病(PD)的负相关联是否存在剂量效应关系.方法　采用以人群为基础的病例对照研究,调查在北京地区55岁以上PD患病率调查中确诊及2002年8月至2003年1月在北京协和医院帕金森研究中心诊治的患者共114例;以及性别、民族及居住地与其匹配的对照205例.结果　以非吸烟人群为对照,吸烟年限<20a、≥20a;戒烟年限>20a、<20a、现仍吸烟;吸烟量0.5盒/d、>0.5盒/d呈现PD神经保护性增强趋势,OR值分别为0.61(95%CI:0.35,1.07)、0.35(95%CI:0.18,0.70);0.61(95%CI:0.31,1.12)、0.47(95%CI:0.17,1.13)、0.44(95%CI:0.23,0.86);0.54(95%CI:0.33,0.89)、0.53(95%CI:0.12,0.86).结论　吸烟与帕金森病的负相关联存在剂量效应.     

基于增强步态能量图和Gabor特征的辨别共同向量身份识别

提出了一种通过统计行走模式的动态信息进行步态识别方法.对代表每一类的步态能量图像(GEI)进行方差分析,以求得动态权值掩模(DWM).通过DWM对原始GEI进行动态和形状信息的增强,以获得新的步态表征EGEI.为增加可辨识信息,使用一组Gabor小波对EGEI进行卷积,然后采用辨别共同向量分析(DCV)将高维卷积结果在低维空间表示.通过使用简单的分类策略在USF步态数据库上的对比实验,证明了本方法对识别性能提高的有效性.