一种通过足部运动状态进行个性化足型健康检测的方法技术

本发明专利技术公开了一种通过足部运动状态进行个性化足型健康检测的方法，包括采集、去噪、特征提取、特征融合、建模、模型自适应完善的闭环流程各环节中采用的方法，具有兼顾整体特征和局部特征的有机融合、算法随着样本量增加能不断自我改进的优点，且检测信息全面，降低了成本，可根据足部运动状态进行一定的健康检测，同时方便根据个人足型挑选出最合适的鞋型。

【技术实现步骤摘要】
一种通过足部运动状态进行个性化足型健康检测的方法
：本专利技术涉及足型健康检测
，尤其涉及一种通过足部运动状态进行个性化足型健康检测的方法。
技术介绍
：足型检测对于鞋企根据个人足型私人定制鞋、鞋子销售门店挑选客户最适合的鞋型有重要的作用。业界用于足型检测的常用方法有三种：图像法、压力法及加速度法，上述三种方法被用于不同类型的门店中，用于采集足型数据，各有利弊：图像法：能全面采集足底以上的数据，但是对足底受力情况无法判别；压力法：能采集足底压力，但是脚有不同大小、胖瘦类型，需要不同类型的足底压力传感器；加速度法：分别能测试触地位置、触地时间、触地冲击力、腾空时间、腾空高度、内外八、内外翻、内外旋等，对于超重、超瘦、或病态的内外八、内外翻、内外旋无法准确判断，需要加压力法和图像法进行辅助。上述三种方式同时使用，信息最为全面，但是成本增加，同时在人流量较大的门店使用时，给传输和计算资源都造成负担。
技术实现思路
：针对上述问题，本专利技术要解决的技术问题是提供一种通过足部运动状态进行个性化足型健康检测的方法。本专利技术的一种通过足部运动状态进行个性化足型健康检测的方法，包括采集模块、传本文档来自技高网...

【技术保护点】
1.一种通过足部运动状态进行个性化足型健康检测的方法，包括采集模块、传输模块和分析模块，通过采集计算压力数据，传输给分析模块，分析模块建立和完善识别模型，得出运动状态识别结果，其特征在于：包括以下步骤：(1)采集计算压力数据：采集各鞋底四个区域左右、前后、垂直方向的压力数据，计算各压力占总压力的比重和对应时间数据；(2)去噪：对采集的压力数据，通过小波分解、对高频小波系数处理、小波重构三个步骤的小波变换操作进行去噪，获取信噪比高的步态数据；(3)时域频域特征提取：通过小波包分解、差分算法分别从鞋底的四个区域压力的左右、前后、垂直方向提取时域频域特征，用SVM进行识别；(4)特征融合识别：用模糊...

【技术特征摘要】
1.一种通过足部运动状态进行个性化足型健康检测的方法，包括采集模块、传输模块和分析模块，通过采集计算压力数据，传输给分析模块，分析模块建立和完善识别模型，得出运动状态识别结果，其特征在于：包括以下步骤：(1)采集计算压力数据：采集各鞋底四个区域左右、前后、垂直方向的压力数据，计算各压力占总压力的比重和对应时间数据；(2)去噪：对采集的压力数据，通过小波分解、对高频小波系数处理、小波重构三个步骤的小波变换操作进行去噪，获取信噪比高的步态数据；(3)时域频域特征提取：通过小波包分解、差分算法分别从鞋底的四个区域压力的左右、前后、垂直方向提取时域频域特征，用SVM进行识别；(4)特征融合识别：用模糊C均值法从提取的频域特征的多个小波包中挑选最小最优小波包集合，再基于模糊隶属度排序从中挑选最小最优小波包分解系数，得到最小最优步态频域特征子集，再与时域特征组合后得到步态特征集；(5)特征融合建模：先训练分类器，用分类器识别步态样本，在人体站立、下蹲、起立、行走的不同状态下，分别建模形成不同运动状态的识别模型，再对同种运动再次细分；(6)模型进行自适应完善：通过SVM分类器适应度函数f(xi)＝min(1-g(xi))，为SVM分类器对样本划分正确率，(7)每次输入新的样本...

【专利技术属性】
技术研发人员：古玮明，
申请(专利权)人：福建省莆田市双驰智能信息技术有限公司，
类型：发明
国别省市：福建,35