1.一种人体步态监测方法,其特征在于,包括:
获取训练时间段内利用图像采集设备采集的待监测训练者下肢运动的视频帧以及所述视频帧的采集时间;
针对每一视频帧,根据预设的深度学习训练模型获取所述待监测训练者的下肢各关键关节点的二维像素坐标;
针对每一关键关节点,根据所述关键关节点的二维像素坐标和所述图像采集设备的位置信息确定所述关键关节点的实际位置坐标;
根据所述关键关节点的实际位置坐标和所述视频帧的采集时间,确定所述待监测训练者每步的步态周期和步态信息,其中,所述步态信息用于表征步伐形态;
将所述步态周期内的步态信息与预设的所述关键关节点对应的步态标准值进行比对,获得比对结果。
2.如权利要求1所述的方法,其特征在于,根据所述关键关节点的实际位置坐标和所述视频帧的采集时间,确定所述待监测训练者每步的步态周期,具体包括:
根据各视频帧对应的所述关键关节点的实际位置坐标的变化与所述视频帧的采集时间确定所述待监测训练者每步的步态周期。
3.如权利要求2所述的方法,其特征在于,所述步态信息包括步频,则根据所述关键关节点的实际位置坐标和所述视频帧的采集时间,确定所述待监测训练者每步的步态信息,具体包括:
根据所述每步的步态周期确定所述待监测训练者每步的步频。
4.如权利要求2所述的方法,其特征在于,所述步态信息包括步幅,则根据所述关键关节点的实际位置坐标和所述视频帧的采集时间,确定所述待监测训练者每步的步态信息,具体包括:
根据所述每步的步态周期内的所述关键关节点的起始实际位置坐标确定所述待监测训练者每步的步幅。
5.如权利要求1所述的方法,其特征在于,还包括:
根据所述比对结果确定所述待监测训练者的训练姿态标准率;
根据所述训练标准率评估所述待监测训练者的康复程度。
6.如权利要求5所述的方法,其特征在于,根据所述比对结果确定所述待监测训练者的训练姿态标准率,具体包括:
针对每一步态周期,计算所述待监测训练者在所述步态周期内的步态与预设的所述关键关节点对应的步态标准值之间的误差值;
根据所述误差值和所述关键关节点对应的步态标准值确定所述待监测训练者在所述步态周期内的训练姿态标准率。
7.一种人体步态监测装置,其特征在于,包括:
第一获取单元,用于获取训练时间段内利用图像采集设备采集的待监测训练者下肢运动的视频帧以及所述视频帧的采集时间;
第二获取单元,用于针对每一视频帧,根据预设的深度学习训练模型获取所述待监测训练者的下肢各关键关节点的二维像素坐标;
第一确定单元,用于针对每一关键关节点,根据所述关键关节点的二维像素坐标和所述图像采集设备的位置信息确定所述关键关节点的实际位置坐标;
第二确定单元,用于根据所述关键关节点的实际位置坐标和所述视频帧的采集时间,确定所述待监测训练者每步的步态周期和步态信息,其中,所述步态信息用于表征步伐形态;
比对单元,用于将所述步态周期内的步态信息与预设的所述关键关节点对应的步态标准值进行比对,获得比对结果。
8.如权利要求7所述的装置,其特征在于,
所述第二确定单元,具体用于根据各视频帧对应的所述关键关节点的实际位置坐标的变化与所述视频帧的采集时间确定所述待监测训练者每步的步态周期。
9.如权利要求8所述的装置,其特征在于,所述步态信息包括步频,则所述第二确定单元,具体用于根据所述每步的步态周期确定所述待监测训练者每步的步频。
10.如权利要求8所述的装置,其特征在于,所述步态信息包括步幅,则所述第二确定单元,具体用于根据所述每步的步态周期内的所述关键关节点的起始实际位置坐标确定所述待监测训练者每步的步幅。
11.如权利要求7所述的装置,其特征在于,还包括:
第三确定单元,用于根据所述比对结果确定所述待监测训练者的训练姿态标准率;
评估单元,用于根据所述训练标准率评估所述待监测训练者的康复程度。
12.如权利要求11所述的装置,其特征在于,
所述第三确定单元,具体用于针对每一步态周期,计算所述待监测训练者在所述步态周期内的步态与预设的所述关键关节点对应的步态标准值之间的误差值;根据所述误差值和所述关键关节点对应的步态标准值确定所述待监测训练者在所述步态周期内的训练姿态标准率。
13.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~6任一项所述的人体步态监测方法。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1~6任一项所述的人体步态监测方法中的步骤。