我们对 2012 年至 2021 年中期发表的专注于人类步态研究并应用机器学习技术的著作进行了电子数据库搜索。我们确定了使用步态数据的机器学习的六个关键应用:1)步态分析,其中利用人工智能算法改进分析技术和某些生物力学分析因素;2)健康与保健,应用于步态监测以检测异常步态、识别人类活动、跌倒检测和运动表现;3)使用单人或多人跟踪和定位系统(如 OpenPose、同步定位和地图构建 (SLAM) 等)进行人体姿势跟踪;4)基于步态的生物识别,应用于人员识别、身份验证和重新识别以及性别和年龄识别;5)“智能步态”应用,从智能袜子、鞋子和其他可穿戴设备到智能家居和智能零售店,包含持续监控和控制系统;6)动画,利用步态数据、模拟和机器学习技术重建人体运动。我们的目标是对机器学习技术在步态分析中的应用进行一次广泛的调查,并确定未来潜在的研究和发展领域。我们讨论已使用的机器学习技术,重点关注它们执行的任务、它们试图解决的问题以及它们所要权衡的利弊。
主要关键词