基于单 RGB 相机与移动远程机器人的医疗步态分析

随着对高品质生活意识的增强，对能在家庭环境中运行鲁棒算法的健康监测设备的需求日益增长。健康监测技术可实时分析用户健康状况，提供长期医疗支持并减少住院时间。本工作的目的有二：软件侧聚焦于步态分析，其被广泛用于关节矫正与评估任何下肢或脊柱问题；硬件侧，我们设计了一种新型无标记步态分析设备，使用安装在移动远程机器人上的低成本 RGB 相机。由于单相机步态分析比以往利用多相机、RGB-D 相机或可穿戴传感器的工作更具挑战性，我们提出使用基于视觉的人体姿态估计方法。更具体地，基于两个最先进人体姿态估计模型（Openpose 与 VNect）的输出，我们设计了四种定制步态参数的度量：内翻/外翻、背屈/跖屈、踝关节与足前进角。从而将行走模式分类为正常、旋后、旋前与跛行。我们还展示了如何在单入门级 CPU 等低资源环境中运行所述机器学习模型。实验表明，我们的单 RGB 相机方法以更小的硬件成本，取得了基于深度相机或多相机动作捕捉系统的前沿方法相竞争的性表现。