این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
Journal of Medical Signals and Sensors، جلد ۶، شماره ۳، صفحات ۱۵۸-۰
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Detecting Gait Phases from RGB-D Images Base on Hidden Markov Model
چکیده انگلیسی مقاله Gait contains important information about the status of the human body and physiological signs. In many medical applications, it isimportant to monitor and accurately analyze the gait of the patient. Since walking shows the reproducibility signs in several phases,separating these phases can be used for the gait analysis. In this study, a method based on image processing for extracting phases ofhuman gait from RGB-Depth images is presented. The sequence of depth images from the front view has been processed to extractthe lower body depth profile and distance features. Feature vector extracted from image is the same as observation vector of hiddenMarkov model, and the phases of gait are considered as hidden states of the model. After training the model using the images whichare randomly selected as training samples, the phase estimation of gait becomes possible using the model. The results confirm therate of 60–40% of two major phases of the gait and also the mid-stance phase is recognized with 85% precision.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله حامد هروی | hamed heravi


افشین ابراهیمی | afshin ebrahimi


احسان علیایی | ehsan olyaei


نشانی اینترنتی http://www.jmss.mui.ac.ir/index.php/jmss/article/view/334
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات