（计算机软件与理论专业论文）人类行走步态模型及特征提取方法研究.pdf

上海大学硕士学位论文 摘要 步态分析与评价是人类保健和康复的重要研究内容。随着人类老龄化的逐渐 加剧，老人意外跌倒已经成为老人致残的“杀手 。对人类步态进行深入分析和 科学评价已经成为很多发达国家的研究热点。运动学方法是步态分析中最有效最 准确最直接的方法。步态特征的提取是步态分析的运动学方法的关键技术，也是 进一步进行步态分析的基础。 本文研究的就是人类行走步态模型及特征提取方法，试图为进一步进行步态 分析和评价提供一定的研究基础。本文的主要工作有以下几点： 首先，本文论述了步态分析的发展现状、研究内容，提出了本文研究的主要 内容。 接着，本文论述了现有的经典的步态模型，分析了它们的优缺点，并提出了 更适合于进行步态分析的3 d h w ( 3 - - d i m e n s i o nh u m a nw a l k i n g ) 模型三维空 间人体行走模型，该模型把人体抽象为相互联结的刚体，由2 0 个关键点，1 4 段 刚体和1 2 个关节组成。 再次，本文研究了步态特征提取技术，对步态特征进行了定义，包括周期特 征和脚印特征。并提出了一套从人类行走的运动学数据中提取相关步态特征的方 法，包括步态周期特征中的周期起始点和标志点，以及脚印特征的提取方法。 最后，本文详细描述了步态特征提取系统的结构及其具体实现方法，并通过 对2 0 到6 0 岁年龄段的4 4 个人的行走数据进行分析，证明步态特征提取系统和 步态特征提取的这套方法具有很高的准确性和较强的实用性。 关键词：人类行走模型，步态特征提取，周期特征，脚印特征 v 上海大学硕士学位论文 a b s t r a c t g a i ta n a l y s i sa n de v a l u a t i o ni st h ei m p o r t a n tr e s e a r c ht o p i co fh u m a nh e a l t hc a r e a n dr e h a b i l i t a t i o n a st h ea g i n go fs o c i e t yd r a m a t i c a l l y , u n e x p e c t e df a l l i n gh a s b e c o m et h e k i l l e r o ft h ee l d e rd e f o r m i t y m a n yd e v e l o p e dc o u n t r i e sh a v ef o c u s e do n h u m a ng a i ta n a l y z i n ga n de v a l u a t i n g k i n e m a t i c sg a i ta n a l y s i sm e t h o di st h em o s t e f f e c t i v e ，a c c u r a t ea n dd i r e c tw a y g a i tf e a t u r ee x t r a c t i n gi st h ek e yo fk i n e m a t i c s a n a l y s i sm e t h o da n dt h ef o u n d a t i o nt of u r t h e rr e s e a r c h t h ea i mo ft h i sp a p e ri st os t u d yh u m a nw a l k i n gm o d e la n df e a t u r ee x t r a c t i n g m e t h o d si no r d e rt op r o v i d es o m er e s e a r c hf o u n d a t i o nf o rg a i ta n a l y s i sa n de v a l u a t i o n f a r t h e r m a i nc o n t r i b u t i o n si nt h i st h e s i sa r e ： f i r s t l y , t h es t a t eo ft h ea r ti ng a i ta n a l y s i si sd i s c u s s e di nt h i sa r t i c l ea sw e l l 邪t h e m a i ni d e a so ft h i sp a p e r s e c o n d l y , t h i sp a p e rd e s c r i b e st h et r a d i t i o n a lg a i tm o d e l s ，s u m m a r i z e st h e i r m e r i t sa n dd e m e r i t s ，a n dt h e np r e s e n t sat h r e e - d i m e n s i o n a lm o d e lo fh u m a nw a l k i n g ， w h i c hi sa na b s t r a c tm o d e lo ft h eh u m a nb o d yf o rt h em u t u a la s s o c i a t i o nb yt h e2 0 k e yp o i n t s ，14o ft h ej o i n tb o d ya n d12j o i n t sa n di sm o r es u i t a b l ef o rg a i ta n a l y z i n g t h i r d l y , t h i sa r t i c l er e s e a r c h e st h ek e yt e c h n o l o g yo fg a i tf e a t u r ee x t r a c t i n g ，g i v e s t h ed e f i m t i o no fg a i tf e a t u r e ，i n c l u d i n gc y c l ef e a t u r ea n df o o t p r i n tf e a t u r e ，a n d p r o v i d e sa s e to fg a i tf e a t u r ee x t r a c t i n gm e t h o d sb a s e do nt h ed a t ao fk i n e m a t i c s ，s u c h 嬲c y c l es t a r tp o i n t s ，o t h e rm a r kp o i n t si nc y c l ef e a t u r ea n df o o t p r i n tf e a t u r e e x t r a c t i n gm e t h o d s f i n a l l y , t h i sp a p e rd e v e l o p sag a i tf e a t u r ee x t r a c t i n gs y s t e m t h ed e s i g na n d i m p l e m e n t a t i o no ft h es y s t e ma r ei n t r o d u c e d 4 4s u b j e c t sf r o m2 0 t o6 0y e a r so l da r e t e s t e d t h er e s u l t ss h o wt h a tt h es y s t e mw o r k sw e l la n dt h e s em e t h o d sa r eo fh i 曲 a c c u r a c ya n dp r a c t i c a l i t y k e y w o r d s ：h u m a nw a l k i n gm o d e l ，g a i tf e a t u r ee x t r a c t i n g , c y c l ef e a t u r e ， f o o t p r i n tf e a t u r e v i 上海大学硕士学位论文 原创性声明 本人声明：所呈交的论文是本人在导师指导下进行的研究工作。 除了文中特别加以标注和致谢的地方外，论文中不包含其他人己发表 或撰写过的研究成果。参与同一工作的其他同志对本研究所做的任何 贡献均已在论文中作了明确的说明并表示了谢意。 签名：毯益垂e l 期：堑星，墨：! 旦 本论文使用授权说明 本人完全了解上海大学有关保留、使用学位论文的规定，即：学 校有权保留论文及送交论文复印件，允许论文被查阅和借阅；学校可 以公布论文的全部或部分内容。 ( 保密的论文在解密后应遵守此规定) 拗膨 v驴 i i 期： 上海大学硕士学位论文 1 1 引言 第一章绪论 直立行走的这种整体运动是人类长期进化的结果，它是人体日常生活中重复 最多的一种整体性运动。人行走时的方式称为步态，这是一种复杂的行为特征。 步态受到人体解剖结构、生理功能、运动控制能力及心理状态等多种因素的影响， 因此，四肢、躯干、神经系统或某些身体病变，均能造成步态的异常。所以说， 一个人的步态，可以从一个侧面反映出人的病变特征，还能够据此对下肢的骨、 关节、肌肉和韧带的正常度做出客观的评价 1 1 1 2 。 现代测量技术的发展使我们有可能对人类行走时身体各部分的运动和受力 情况进行动态的定量化分析，这项工作逐渐发展为生物力学的一个特殊分支，并 被称为步态分析。通过对步态的分析，可以帮助医生科学的进行病因分析和病情 诊断、疗效评定、指导病人行走训练。同时，步态分析对人工关节、义肢、康复 训练及器材等的设计研究有着一定的参考价值，已成为基础和临床研究中不可缺 少的手段之一，其在体育、人类学、宇航、人机工程、工业等诸方面也有重要的 科学意义及应用价值。对于双足步行机器人的步态规划与控制问题，步态分析更 具有仿生学的指导意义3 1 。 1 2 课题研究的背景、目的和意义 1 2 1 课题研究的背景 随着社会的发展，生活水平的提高，人口老龄化已经是许多国家面临的社会 问题，老年人的健康问题也越来越受到关注巧印。虽然不断有新的药物和器械 应用到临床中，但由于老年人在生理、心理等方面的特殊性，老年疾病并没有减 少，只有采取有针对性、系统的健康促进才能提高其生活质量。各种突发性疾病 和慢性病严重影响老年人的健康，意外跌倒也是老年人常见的现象，由此而引起 的发病率和死亡率相当高，严重威胁着他们的身心健康和生活质量。 因此，通过对老年人步态的研究，并对其行走质量做出评价，可以作为临床 上海大学硕士学位论文 医师对有异常步态的人进行复健的重要材料，以防止慢性病的发生；还能够起到 警示作用，提醒病人不可在无人监护的情况下独自外出，以预防突发性疾病和意 外跌倒而带来的意外死亡。 在步态分析方法中常用的方法有图像识别、动力学分析、运动学分析以及动 态肌电图等分析方法。其中，运动学方法是研究步行时肢体运动时间和空间变化 规律的科学方法，并因为它的有效性、准确性和直接性而被广泛采用。现代测量 技术比如运动捕捉技术的发展使我们有可能提取出人类行走时身体各部分的运 动的位置信息和受力情况，从而进行量化分析。 运动学步态分析方法的关键就在于步态特征的提取，即从人体行走的运动学 数据中提取出步态的特征。步态特征提取方法大致可分为两类，无模型方法和基 于模型的方法。前者从整体考虑，通过对行人图片序列的时空模式进行分析，从 而提取步态的相关特征；基于模型的方法依据人体和步态的生理特征，把人体区 域分割成若干部分，建立人类行走模型来提取步态特征。 目前，数据挖掘技术已经比较成熟，对于从大量数据中寻找规律可以通过运 用数据挖掘中的一些经典的思想来进行7 1 。国内一些研究机构从2 0 世纪8 0 年代 末开始，开展旨在降低成本的人体运动功能分析系统的研究工作9 i 1 1 1 2 1 ， 但由于性能、价格等因素的制约，得到大范围应用的国产系统寥寥无几。虽然国 内一些学者对不同年龄正常人的步态特征进行了一定的研究，但多为小样本，所 应用的仪器和方法都不尽相同1 3 1 1 4 川5 儿1 6 1 1 7 1 。 1 2 2 课题研究的目的 本文基于步态分析中的运动学方法，研究步行时肢体运动时间和空间变化的 规律。以提取出比较全面的步态特征为目的，通过定义人类行走的三维空间模型， 给出比较完善且比较容易描述的人体行走的空间模型；采用基于模型的步态特征 提取方法，给出从人类步行的运动学数据中提取步态特征的提取方法；开发出从 原始数据到得到特征提取结果的软件系统，为迸一步进行步态分析和评价提供必 要的研究基础。 2 上海大学硕士学位论文 1 2 3 课题研究的意义 随着社会老龄化的步入，老年人的健康越来越收到关注，为了能够预防疾病 和慢性病，从而给老年人一个健康的晚年生活，家庭医疗监护系统普及到每个家 庭中的趋势显得越来越明显。而步态分析通过研究人体行走的步态来判断病 态的趋势，对于是一种很有效的疾病预测手段。 步态特征的提取方法的研究是顺利进行步态分析的核心部分，步态特征提取 方法的提出能够为进一步分析和研究步态规律( 如步态平衡性分析、稳定性研究 等) 奠定良好的基础。 1 3 步态分析发展概况 步态分析的起源可以追溯到一四九二年，在这个哥伦布发现新大陆的年代 里，文艺复兴的科学艺术怪杰达文西( l e o n a r d od ax r m c i ，1 4 5 2 1 5 1 9 ) 完成一幅 堪称动态分析滥觞的世界名画( 人体比例图) 。达文西不但对人体肌肉的线条解 剖有相当细腻的研究，对于其动态也很有兴趣，而这幅画也就是典型的代表。从 绘图的阶段，到后来的照相、录像及数字化资料，步态分析影响近代的文明其实 已经超过五百年了。十六、七世纪，欧洲的贵族流行骑马、赛马与赛狗，竞争加 上赌金的诱因，许多入便开始研究赛马与赛狗在跑步中的细节，以连续取像的方 式将其周期的肢体位置记录下来，并进行分析，作为比赛中判断胜出机会的参考。 随着工业革命与现代科技的进步，取像与记录的方式日新月异，分析测量工 具的发展也一日千里，时间点上越来越精密且连续，由位置、位置转变算出速度 与加速度，由关节角度、角度转变算出旋转速度与角加速度，由两度空间突破到 三度空间，利用地板反力板算出动作对地板的作用力与反作用力，再算出每一关 节的动力学资料，动作的秘密便无所遁形了。第二次世界大战中，德国拿这些技 术来研究军人负重行军的能力，以便提高行军作战的能力。战后，因为肢残的人 数大量增加，医学上也开始留意对肢残的人作步态分析，使他们可以用义肢或手 术改善行走功能，效果十分显著。 但真正在临床应用上蓬勃发展，并且成为治疗利器，还是这二十年来随着计 算机快速发展而来的。最早是运用在老人的中风与残障，以及儿童的脑性麻痹与 上海大学硕士学位论文 发展障碍的研究上。1 9 8 0 年，被尊为现代步态分析先趋的骨科医师大卫萨遮 兰德( d a v i ds u t h e r l a n d ) 说，步态分析改变了对行走步态的了解，也改变了对病 理步态治疗的思维。这十多年来，对于行走异常的治疗技术突飞猛进，步态分析 绝对功不可没。 步态分析在国外已经成为研究热点，并且已经研制出一些步态分析系统，在 美国，电脑化的步态分析实验室已成立约有两百多个，而且在临床的诊断及治疗 的功效上，已有许多成功的范例。尤其在以脑性麻痹为主的治疗及分析上，如 n e w i n g t o nc h i l d r e n sh o s p i t a l 及s a nd i e g oc h i l d r e n sh o s p i t a l ，经由步态分析提供 资料的协助，它已经成为一个术前术后皆不可或缺的工具。并且由于它的协助， 许多对疾病治疗的理念及方法，在近十年来也有很大的突破。例如，只有步态分 析所提供的a n g l e a n g l ep l o t ，使我们对所谓t w o - j o i n tm u s c l e s ( 如r e c t u sf e m o r i s ， h a m s t r i n g s ，g a s t r o e n e m i u s ) 的重要性有更进一步的了解；也明白了多重软组织放 松术( m u l t i p l es o f tt i s s u er e l e a s e ) 的选择尺度；知道可单独放松；有一些髋屈曲萎 缩可以不必因为放松屈曲肌而造成无力，因为只要在股骨端做切骨术便可以达成 此目的；将股骨肌转移到仓鼠肌可以治疗膝盖僵直的步态等等；而这些，在过去 以凭个别经验为主的治疗选择中，是无法发展出来的，而这就是步态分析的功用。 目前国内对步态分析的研究，也正快速发展起来。不过目前大多都是一些医 院或高校研究工作者通过借用国内公司所引进的国外的步态分析系统进行步态 分析，也即利用现有软件，直接通过步态分析系统的数据来观察步态的情况，从 而找出步态在临床分析中的应用，并得到一些结论，比如，将三维步态分析的方 法应用于矫形外科和康复医学科进行手术方案的制定、手术疗效的评价、康复治 疗方法的选择及疗效评定是切实可行的。而国内目前还没有学者对步态分析系统 中的核心步骤步态特征的提取方法进行独立研究。 1 4 论文的主要研究内容 本论文是以作者攻读硕士学位期间承担课题的工作为基础，阐述了基于运动 学分析的人类行走步态征提取方法。 第一章阐述了课题研究的背景、目的、意义以及国内外研究的现状。 第二章介绍了步态分析的具体定义、具体研究内容及其应用领域和步态分析 4 上海大学硕士学位论文 中的数据挖掘技术。 第三章，介绍了对现有步态模型的研究，详细阐述了3 d h w 模型的提出， 定义和参数表示。 第四章，定义了人体行走的步态特征，详细阐述了对步态特征的定义以及特 征的提取方法的主要思想。 第五章，将模型和特征提取方法的思想应用到整个步态特征提取系统中，介 绍了基于3 d h w 模型和步态特征提取方法的步态特征提取系统的设计和实现。 最后第六章总结全文，并展望了今后要做的工作。 上海大学硕士学位论文 第二章步态分析与数据挖掘 步态分析已经有了比较长历史的发展，并在许多领域，比如临床应用方面的 复健，在人形机器人的行走方面也有很好的指导意义。数据挖掘技术已经是近年 来的热点，并且在很多方面已经有了成熟的运用，并已经有经典的算法可以应用。 在人类步态分析和评价中，数据挖掘技术也得到了广泛的应用。数据挖掘技术在 数据预处理，特征提取中都有应用。 2 1 步态分析 2 1 1 何谓步态分析 远在超过一世纪前的1 8 9 1 年，l o r dk e l v i n 便说过一句名言：只有当你能够 测量你所描述的事物并以数字来描述，你才算有点了解它。但如果你无法测得并 以数据来呈现，则你对它的认识是属于笼统及无法令人满意的那一种。在后者， 知识可以因而萌芽，然而却在理念上无法达到科学的境界。这句话，曾在1 9 9 1 年被近代步态分析大师j a m e sg a g e 所引用，作为利用步态分析方法来研究病理 步态的引言及精神指标1 1 8 1 。人类所有的行动功能，及其背后的机转与生物力学 秘密，都将无所遁形，巨细靡遗地加以剖析。 步态分析( g a i ta n a l y s i s ) 是通过系统进行测量、描述及评估人类行动能力 而得到的量化参数 。经由步态分析，行走的时空参数( t i m e d i s t a n c e p a r a m e t e r s ) ，运动学( k i n e m a t i c s ) ，动力学( k i n e t i c s ) 及动态肌电图( d y n a m i ce m g d a t a ) 可以被计算出来，并可以成为临床医师的参考资料。 我们认为，步态分析就是利用计算机数字化的科技，将人类行走的步态，转 化成具体的数据加以分析。而步态周期分析，就是指步速、步频、步距及对称性 等，都可以利用数据分析的方式呈现；每个关节的位置、角度、角加速度与速度， 都可以化为图表，个别或与其它关节一起研讨。并且通过在地板架设反力板，可 以得知地板反作用力加诸在脚底、足踝、膝、髋、骨盆与脊椎的大小，进一步得 到关节受力、力矩、功率，以及关节在行走过程当中的力学变化等资料。 6 上海大学硕士学位论文 当前对人类行走步态进行的有关研究还包括步态识别和步态评价。它们与步 态分析的手段以及目的都是不相同的。 步态识别的目的是对人类进行身份识别，它是生物特征识别技术的一个新兴 子领域。尽管步态并不是每个人都不相同，但是它也提供了充足的信息来识别人 的身份| 2 0 1 0 步态识别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， 以实现人类身份识别1 2 1 1 。这与指纹等识别有所不同，因为人的步态的获取不像 指纹的获取那样，它是不需要接触和侵犯的，因此易于采集。步态识别的处理对 象是从人体行走过程中采集到的图像序列，之后要从图像序列中确定出人体，然 后再根据图像数据进行特征提取，进而进行人类的识别。由于序列图像的数据量 较大，因此步态识别的计算复杂性比较高，处理起来也比较困难。目前国内外的 步态识别仍处于起步阶段。 步态评价的目的是对人的步态进行评价，比如通过对步态进行打分2 2 1 而得 知被评价者的步态年龄，步态评价从而在对该被测者的复健以及疾病预防等方面 发挥作用。因此，我们可以说，步态评价的工作是建立在步态分析的基础之上的。 2 1 2 步态分析的研究内容 步态分析的研究内容是相当广泛2 3 1 的，一般包括： 1 入体动作技术分析、人体运动规律和运动能力研究。是指比如在舞蹈， 体操，跑步，游泳，单杠，篮球等方面动作技术，人体的运动规律，以及运动的 能力都是步态分析要研究的内容。 2 运动效能评估，改进措施的效果评估，运动医学的研究。也就是对人体 的运动能力，运动效率等的评估，以及对运动能力所进行的改进的效果好坏的评 估。运动医学是医学与体育运动相结合的综合性应用科学讲1 。研究与体育运动 有关的医学问题，运用医学的知识和技术对体育运动参加者进行医学监督和指 导，从而达到防治伤病、保障运动者的健康、增强体质和提高运动成绩的目的。 3 运动损伤危险因素分析以及运动损伤康复的评估。研究运动损伤的发生 规律、机理、防治措施和伤后的康复训练等问题2 4 1 ，从而找出步态中容易使运 动员发生损伤的因素，以及通过步态来分析运动损伤的康复情况。 4 假肢、辅助矫具、人工关节、鞋的设计和改进。假肢、辅助矫具、人工 7 上海大学硕士学位论文 关节和鞋都是用来辅助人体行走的工具，因此这些都在步态分析的研究范围之 内。 5 骨科、神经科以及其治疗前、后的手术效果的评估。一般而言，神经病 变与骨骼肌肉系统的疾病都会造成行走的问题。因为疾病状态改变了肌肉、骨骼 及神经乃至关节的协调平衡及互动，因而影响了步态。因此，这也是步态分析非 常重要的研究内容。 因此我们可以得知，步态分析的研究内容以及研究范围是非常广泛的，一般 在涉及到人类步态的领域，都会是步态分析的研究内容。 2 1 3 步态分析的应用 由步态分析提供的资料，使临床的诊断及治疗更加精致，因此已经成为病理 步态治疗不可或缺的工具。并且由于它的协助，许多对疾病治疗的理念及方法， 在近十年来也有很大的突破。例如，使我们对横跨两关节以上的双关节肌肉的重 要性有更进一步的了解；也明白了多重软组织放松术的选择尺度，知道可单独放 松；有一些髋屈曲萎缩可以不必因为放松屈曲肌而造成无力，因为只要在股骨端 做切骨术便可以达成此目的；将股骨肌转移到仓鼠肌可以治疗膝盖僵直等。而这 些，在过去凭个别经验为主的治疗选择中，是无法发展出来的。 步态分析应该被视为一个诊断病情的工具，因为步态分析所提供的资料足以 协助定义一种特别的疾病状态。步态分析在临床上可以让临床医师能够量化的描 述因为某一种特殊疾病所造成步态改变或恶化的程度，甚至可以去定义这种疾病 的严重程度1 1 9 。 在骨科领域1 1 11 2 1 ，骨骼关节系统与动作功能是骨科医学临床与研究最关切 的问题。尤其是对儿童而言，无论是成长的自然过程，或是因疾病产生的问题， 对其步态行走的功能，如果缺少客观明确的评估方式，便很容易因为缺少基准点 或标准值的比较，而无法正确地诊断。如果诊断拿捏的尺度不佳，可能会重症轻 判，低估了问题的严重性，忽略了适当的处置，也可能会轻症重判，夸大了正常 的个人差异，而予以大惊小怪的治疗。因此，步态分析可以作为骨科疾病治疗前 后的侦测及评估( a n d r i a c c h i ，1 9 8 2 ；b a u m a n n1 9 9 1 ) 1 2 5 。 在复健领域，步态分析可以作为治疗诊断，治疗评估及恢复状态衡量的参考。 8 上海大学硕士学位论文 在义肢领域，步态分析可作为协助设计，测试及义肢或辅具适应的辅助 ( r o s e ，1 9 9 1 及1 9 9 3 ) 。 在神经学领域，步态分析可以用来测量特殊肢体活动，比如抓握能力和步态 的特殊性来分析巴金森症的特性及对治疗效果进行追踪。目前有临床运用的实例 有在脑性麻痹病例作为病理步态的评估及治疗计划参考工具( d a v i s1 9 9 1 ；d e l u c a 1 9 9 1 ，1 9 9 6 ；g r a g e1 9 8 4 ，1 9 8 7 ，1 9 9 1 ：s u t h e r l a n d1 9 8 0 ，1 9 9 8 ，1 9 9 0 ；l a i1 9 9 1 ) 。 在脊柱侧弯领域，步态分析可以用来量测脊椎活动三度空间，推测演变，侦 测治疗，及背架的最佳化1 2 7 1 0 在预防医学与流行病学方面，我们知道“跌倒 已成为威胁老年人的第三大 危险因子。借助步态分析，可以找出导致跌倒的危险因素。早期排除这些容易跌 倒的因素，给予老年人适当的卫教、训练，作为日常生活上的调适或配予步行辅 助器械，或由旁人照料，将可大幅度地降低个人、家庭及社会的负担。 此外，针对肥胖、关节炎、运动伤害、局部血液循环等疾病与生物力学的探 讨，也正逐渐蓬勃发展。 2 2 步态分析中的数据挖掘技术 自2 0 世纪8 0 年代开始，数据挖掘技术逐步发展起来1 2 8 1 , 数据挖掘( d a t a m i n i n g ) 是指从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐 含在其中的，人们事先不知道的但又潜在有用的信息和知识的过程，提取的知识 表示为概念、规则、模式等形式。数据挖掘的技术基础是人工智能，但仅利用了 人工智能中一些已经成熟的算法和技术，如人工神经网络、决策树、规则推理等， 其问题的复杂度和难度比人工智能要低。数据挖掘方法有很多种，如特征化与比 较、挖掘关联规则、分类和预测，其中包括判定树分类、贝叶斯分类、k 最近邻 分类以及聚类分析等。 2 2 1 数据挖掘的主要功能 数据挖掘综合了各个学科技术，有很多的功能，当前的主要功能如下： 1 分类：按照分析对象的属性、特征，建立不同的组类来描述事物。例如： 银行部门根据以前的数据将客户分成了不同的类别，现在就可以根据这些来区分 9 上海大学硕士学位论文 新申请贷款的客户，以采取相应的贷款方案。 2 聚类：识别出分析对内在的规则，按照这些规则把对象分成若干类。例 如：将申请人分为高度风险申请者，中度风险申请者，低度风险申请者。 3 关联规则和序列模式的发现：关联是某种事物发生时其他事物会发生的 这样一种联系。例如：每天购买啤酒的人也有可能购买香烟，比重有多大，可以 通过关联的支持度和可信度来描述。与关联不同，序列是一种纵向的联系。例如： 今天银行调整利率，明天股市的变化。 4 预测：把握分析对象发展的规律，对未来的趋势做出预见。例如：对未 来经济发展的判断。 5 偏差的检测：对分析对象的少数的、极端的特例的描述，揭示内在的原 因。例如：在银行的1 0 0 万笔交易中有5 0 0 例的欺诈行为，银行为了稳健经营， 就要发现这5 0 0 例的内在因素，减小以后经营的风险。 数据挖掘的各项功能不是独立存在的，在数据挖掘中互相联系，发挥作用。 数据挖掘作为一门处理数据的新兴技术，有许多的新特征。首先，数据挖掘面对 的是海量的数据，这也是数据挖掘产生的原因。其次，数据可能是不完全的、有 噪声的、随机的，有复杂的数据结构，维数大。最后，数据挖掘是许多学科的交 叉，运用了统计学，计算机，数学等学科的技术。 数据挖掘中常见和应用最广泛的算法和模型t 2 9 1 ( 1 ) 传统统计方法： 抽样技术：我们面对的是大量的数据，对所有的数据进行分析是不 可能的也是没有必要的，就要在理论的指导下进行合理的抽样。 多元统计分析：因子分析，聚类分析等。 统计预测方法，如回归分析，时间序列分析等。 ( 2 ) 可视化技术：用图表等方式把数据特征用直观地表述出来，如直方图等， 这其中运用的许多描述统计的方法。可视化技术面对的一个难题是高维数据的可 视化。 ( 3 ) 决策树：利用一系列规则划分，建立树状图，可用于分类和预测。常用 的算法有c a r t 、c h a i d 、i d 3 、c 4 5 、c 5 0 等。 ( 4 ) 神经网络：模拟人的神经元功能，经过输入层，隐藏层，输出层等，对 1 0 上海大学硕士学位论文 数据进行调整，计算，最后得到结果，用于分类和回归。 ( 5 ) 遗传算法：基于自然进化理论，模拟基因联合、突变、选择等过程的一 种优化技术。 ( 6 ) 关联规则挖掘算法：关联规则是描述数据之间存在关系的规则，形式为 “a l 八a 2 八a n 一b 1 八b 2 八b n ”。一般分为两个步骤： 求出频繁项集。 找到频繁项集产生的关联规则。 除了上述的常用方法外，还有粗集方法、模糊集合方法，b a y e s i a nb e l i e f n e t w o r k s ，最邻近算法( k n e a r e s tn e i g h b o r sm e t h o d ( ) 等。 2 2 2 数据挖掘在步态分析中的应用 由于数据挖掘技术有强大的功能，步态分析的各个阶段都会有数据挖掘技术 的渗透。 1 数据预处理 从运动捕捉系统采集得到的人体行走的原始数据不可避免地会存在噪声和 脏数据，而原始数据的准确性是进一步进行特征提取的基础，也就是做好步态分 析的基础，只有保证了原始数据的正确性才有可能从人的行走步态中提取出正确 的步态特征，从而对人的步态进行分析。数据挖掘技术中有一些数据清理的方法 可以通过填写空缺值，平滑噪声数据 等对原始数据进行预处理。 2 步态分类 在步态分析的临床应用、步态识别以及步态评价中，都要对步态进行分类， 比如，输入一组步态数据，那么我们或者需要得知该人的步态大概属于哪一个年 龄组的步态，或者需要判别该步态属于哪一种病态程度从而进行相应的治疗，或 者达到对人类进行识别的目的。其中数据挖掘技术中的k 近邻分类法是最常用也 是最简单的分类法，计算待分类步态序列特征和样本步态特征之间的距离，把它 分类到距离最近的类中。文献 3 0 1 和【3 1 】采用了支持向量机识别方法，文献 【3 2 和 3 3 】使用人工神经网络分类器进行步态的分类，文献【3 4 】采用了贝 叶斯分类器进行分类识别。 3 诊断与预测 上海大学硕士学位论文 对人体的步态进行诊断和预测是步态分析中的重要内容。需要对每个年龄 段，或者对每个人的不同时期的大量正常步态数据中寻找规律，从而作为判断其 他病态步态的依据，在这一方面，数据挖掘技术的关联规则和序列模式的发现功 能将会起到很大的作用，比如前面提到的关联规则挖掘算法中的最近邻算法 ( k n n 算法) 等。通过对当前步态的分析可以预测到以后几个月或者几年的步态情 况。或者，判断认为该步态为病态的时候，在临床应用领域，人类专家需要分析 步态数据，之后对步态的功能紊乱进行诊断，并制定治疗计划，这主要以经验的 知识聚集为主。分析这些数据的一个难点在于，当前存在的一个单独的步态差异 在步态病理学中是非常复杂的。对于这些任务，没有标准化的数据分析算法。这 个工作需要一个模型化的、基于计算机的方法来量化病态步态与正常步态的差异 程度并能够自动判别步态的病态程度。引用数据挖掘技术的预测与决策支持系 统，能够帮助医生处理更加有效地做出判断来处理步态问题。数据挖掘的决策支 持系统可以帮助专家对步态的病态程度做出诊断，并对相应的治疗方案进行评 估。 4 步态模式分析 在步态分析中，对步态模式的挖掘将有助于识别由于病理的原因所带来的步 态的恶化。它的一个应用是监视由于老化对步态带来的影响，这也是导致老年人 摔倒的一个重要原因，并能够帮助老年人防止摔倒。对步态的模式分析需要发现 步态的特征向量，并在源数据中运用合适的静态分析工具来挖掘潜在的、隐藏在 步态数据中的步态模式 3 5 1 0 文献 3 6 1 和 3 7 1 利用有监督的方法，通过利用 判别式分析范例，来模拟投它们之间的定量的关联关系。文献【3 s 和【3 9 】利 用描述性的或者主观的技术来进行主题聚集。另外，无监督技术也是步态模式识 别的一种有效的范例。文献【4 0 】提出了时空参数的模糊聚类技术，把正常和病 态步态的分成若干组。文献 4 1 】、k 4 2 1 把神经网络运用到从下肢的关节夹角种 选择出的特征来区分不同的步态模式。而文献 4 3 】运用m i n i m u mf o o tc l e a r a n c e ( m f c ) 柱状图去训练支持向量机，来自动识别由于老化带来的步态模式的变化。 文献 3 5 1 采用了数据挖掘中的聚类技术来利用正常或病态的步态特征并建立基 于模式的步态种类，从而客观地区分步态模式。他们的工作成果都表明这些方法 都是步态分析的有效工具，能够通过学习步态数据有效地解决分类问题。 1 2 上海大学硕士学位论文 因此，由于数据挖掘技术有着强大的功能和很多成熟的算法，在步态分析中 引入数据挖掘技术是非常有必要的，数据挖掘技术可以作为步态分析的一种重要 手段，来确保步态分析的准确和高效。 2 3 小结 本章针对步态分析进行了详细的阐述，包括：步态分析的起源及其定义，步 态分析的研究内容，步态分析的应用领域。并对数据挖掘技术，数据挖掘技术的 主要功能及其在步态分析中的应用等逐一进行了介绍。对步态分析掌握得更明 确，更有利于定义步态特征，而数据挖掘技术则是进行数据预处理等特征提取顺 利进行的保证。 上海大学硕士学位论文 第三章步态模型的研究 对于解释人体运动的任何有意义的方法，都必须利用人类的模型，并需要能 够解释人类肉眼所观察到的运动是如何与模型相一致的m 1 。步态模型是一种形 式化的步态描述，不仅是对步态各个参数结构的刻画和表示，而且还要能够在其 基础上进行进一步的特征提取。研究步态模型是进一步研究步态特征提取方法的 基础。 3 1 现有的步态模型 现有的经典步态模型大多都是国外学者研究出来用于步态识别领域中的一 些模型，目前国内也有一些学者在此基础上采用不同的步态模型，不过最终的目 标都是用于进行步态识别。目前，国内外专门用于进行步态分析的模型都还没有 明确的描述，但是，这些步态识别中的步态模型中有一些思想是值得我们借鉴的。 下面描述一下现有的一些经典模型以及基于这些模型的应用。 3 1 1 棍状模型 最早应用在行走步态的模型应该是n i y o g i 和a d e l s o n 的二维5 段棍状模型 1 。该模型认为人在行走的时候会在时空上会产生具体的“签名 ，也就是说每 个人的时空参数是不同的。它通过抽取出人的步态时空模式，并用这些时空模式 来衡量5 段棍状模型的各个参数。首先，人体走路时腿部的交叉行走在地面上的 投影类似与蛇，如图3 - 1 所示，那么通过观察“蛇的范围可以首先实现对人体 运动的侦测；然后，通过对“蛇”的匹配可以大概地确定出入体行走步态区域的 轮廓边界线；从而可以进一步确定出臀部，膝盖和脚踝的位置。那么这样就能够 把人体简单地划分为5 段，也即5 段棍状模型，如图3 2 所示。以头部，臀部， 膝盖和脚踝的二维位置信息以及四个角度作为该模型的参数。这个模型的贡献在 于，提出将身体分段来区分。该模型的缺点是，并没有考虑身体的头部，肩膀和 脚等比较灵活的部位。 1 4 上海大学硕士学位论文 3 1 2 人字横型 图3 - i 脚踝部位沿x 轴运动切片的蛇状图像序列 豳3 - 25 段棍状模型 n a s h ”等人接着提出了人字模型如图3 - 3 所示，该图描述了两条以关节 相连的两条线，该模型由i x ，l y ，a ，l 和w 来确定。其中k 和i y 分别是两条 腿的中心线的交叉点的x 和y 轴的坐标；a 是两条中心线之间的夹角，l 是每条 线的长度，w 是每条腿的宽度。因此，可以通过这样的模型来把两条腿模型化， 在这个模型中，两条中心线的交叉点取决于臀部的位置。步态的动力学数据就通 过时间序列中模型的相应参数来得到。也即通过这5 个参数来作为模型的参数。 上海大学硕士学位论文 y 3 1 3 钟摆模型 图3 - 3 人字模型 x c u n a d o 4 7 8 等以人的大腿为载体，将其建模为链接的钟摆，并从其倾斜角 度信号的频率分量中获取步态特征，如图3 - 4 所示。钟摆的上部以大腿为模型， 在臀部和膝盖之间摆动，钟摆的下部以小腿为模型，在膝盖和脚踝之间摆动。该 模型的理论依据是“对于正常步态来说，连续的时序部件，以及连续的步子的长 度是有节奏的。” 图3 4( a ) 腿部轮廓 ( b ) 腿的钟摆模型 1 6 上海大学硕士学位论文 该模型通过提取臀部和膝盖的旋转角度巾( t ) ，0 ( t ) ，臀部，膝盖和脚踝的位 移函数c ( t ) ，k ( t ) 和a ( t ) ，大腿和小腿的长度t l ，k l ，以及臀部在竖直方向和前进 方向上的速度v y ，y x 等作为模型的参数。如图3 - 5 所示。 v x 1 v y 3 1 4 线图模型 c 图3 - 5 细化的腿部钟摆模型 j a n g - h e e “盯对人体模型做了更细致的分析如图3 6 所示。该模型首先根据 人体图像得到人体边缘线，接着，计算人体关节点的位置，它是根据文献【5 0 l 的人体解剖学提出的人体身体各部分( 分别以颈部，肩膀，胸部，骨盆，膝盖， 脚踝为关键点) 所占的比例分别为：0 8 7 0 ，0 8 1 8 ，0 7 2 0 ，0 2 8 5 和0 0 3 9 ，之后基 于此比例，提取关节点之间的倾斜角和角速度作为步态特征。 1 7 上海大学硕士学位论文 图3 - 6 线图模型 刘玉栋等啦! 通过从人体影像中提取人体八个关键点来得到人体的骨骼化模 型，使用关节点位置和肢体角度信息来描述人体步态；在j a n g - h e e 等提出的细 化的线图模型的基础上加入了头部等关键点的具体位置作为步态的参数，使得步 态的矩阵更加庞大。他们主要提出的是一种步态识别的方法，在此不在赘述。 3 1 5 椭圆模型 l i l yl e e 【5 提出了椭圆模型，如图3 - 7 所示。该模型将人体影像切割为7 个部分他们分别是头部，躯干，手臂，大腿和小腿( 有左右之分) ，对于这7 个 部分，分别用一个椭圆来表示，将人体模型化，然后通过提取身体中心的位置， 7 个椭圆的区域，及其质心位置、主轴方向等参数来确定步态特征。这是较之以 前提出的用线来表示人体模型不同的一类模型，不必去精确成一个线，而是用一 部分区域来代替身体的某一部分，在确定人体区域的时候，降低了复杂度，却也 在一定程度上降低了精确的程度。 3 1 6 五连双足模型 图3 - 7 椭圆模型 r o n gz h a n g 巧3 1 提出五连双足模型，如图3 - 8 所示。该模型忽略人体手部特 征，将人的上半部分作为一个整体，将下肢分为五个梯形，将人体中心在图像中 的位置、身体五个部分和矢状面的夹角作为人体步态特征。图3 - 8 ( a ) 表示了在 该模型中的一些角度信息，图3 - 8 ( b ) 表示了对每一个梯形中的考虑因素，可见， 1 8 上海大学硬学位论文 每一个梯形都是由三部分来确定的 该模型综合了线圈模型和椭圆模型 信息，也并不完善。 上雇的长度，下底的长度以及梯形的高度。 比较简单但是相应地，没有考虑手部等的 ( 曲模型概况伯) 每一个县件部分的结构 图3 - 8 五连双足模型 3 2 人体三维模型 3 2 1 人体标志点的定义 通过上一节对现有的经典模型的描述，我们可以发现上述那些经典的模型 事实上并不完善，并不足以我们运用到进行步态分析中。在进行步态分析时，身 体的各个部分都要考虑到，因此，对身体任何一个部位的忽略都有可能造成模型 的不完善，造成获取数据的不完普。现有的模型大多都只是考虑二维的，有些对 下肢的描述比较详尽，而有些则注重描述人体的上部细节。步态作为人所具有的 生物特征，准确的描述应该是在三维空间中进行的。因此我们需要通过进一步研 究人体模型，并定义一个适合于进行步态分析的人体行走模型。 通过对人体结构的研究，我们发现，人体的各个部分可以通过3 0 个关键的 点来进行确定哪! ，如图3 - - 9 所示。 上海大学硕士学位论文 2 0 4 1 ：l f h ：d - l c r f r o n t h e a d 2 ：r f h d ，迦h tf r o n th e a d 3 ：l b h d 1 e f tb a c k h e a d 4 ：r b h d r i g h tb a c k h e a d 5 ：c 7 , u n d e ro fm e d u l l ao b b n g a t a 6 ：t1 0 。a b o u tc e n t e ro f s p o n d y l u s 7 ：c l s vc e n t e r o f c l a v i c l e 8 ：l s h 0 1 e f ts h o u l d e r 9 ：l e l b 1 e f te l b o w 1 0 ：l w r a ，l e f ti n s i d ew r i s t ( t h u m bs i d e )