病理性与正常步态的分类：综述
机器学习
2021-01-01 v1 计算机视觉与模式识别
应用统计
摘要
步态识别是计算机科学领域中通常指代身份识别问题的一个术语。存在多种方法与模型能够基于个体的步行性 locomotion 模式来识别其人。通过调研当前关于步态识别的文献，本文试图确定用于收集与分析个体间步动运动模式与方式数据的合适度量、设备与算法。此外，本综述试图激发对跨状态（即生理、情绪和/或认知状态）步态扰动的更广义纵向分析的兴趣。更广泛地，基于纵向与非纵向形式的分类，可推断出正常与病理性步态模式。这可能指明有前景的研究方向与实验设计，例如创建用于量化疲劳的算法度量，或用于预测发作性障碍的模型。此外，结合其他生理与环境条件的测量，病理性步态分类或可用于传染病状态或认知障碍综合征监测的推断。
引用
@article{arxiv.2012.14465,
title = {Classification of Pathological and Normal Gait: A Survey},
author = {Ryan C. Saxe and Samantha Kappagoda and David K. A. Mordecai},
journal= {arXiv preprint arXiv:2012.14465},
year = {2021}
}