Resumen

El objetivo de este trabajo es desarrollar un método informático automático común para distinguir a los individuos humanos con patrones de marcha anómalos de aquellos con patrones de marcha normales. Siempre que se puedan obtener las imágenes de la silueta de la marcha de los sujetos, el método propuesto es capaz de proporcionar un resultado de detección de la marcha anómala en línea sin necesidad de realizar un trabajo adicional de análisis de las características de la marcha de los sujetos objetivo antes. Además, el método propuesto no necesita ninguna configuración de parámetros por parte de los usuarios y puede empezar a producir resultados de detección bajo el trabajo de sólo recoger un número muy pequeño de muestras de la marcha, aunque ninguna de esas muestras de la marcha son anormales. Por lo tanto, el método propuesto puede proporcionar un despliegue rápido y simple para varios escenarios de aplicación de detección de anomalías de la marcha. El método propuesto se compone de dos módulos principales: (1) la extracción de características de las imágenes de la marcha y (2) la detección de anomalías a través de la clasificación binaria. En el primer módulo, se propone una nueva representación de la zona más frecuentemente implicada de las imágenes de la silueta de la marcha, denominada imagen de energía de la marcha completa (F-GEI). Además, basándose en la F-GEI, se desarrolla un método novedoso y sencillo que caracteriza las propiedades individuales de la marcha para extraer las características de la marcha de los sujetos individuales. En el segundo módulo, basado en el conocimiento previo muy limitado del conjunto de datos objetivo, se propone un algoritmo de agrupación semisupervisado para realizar la clasificación binaria para detectar la anomalía de la marcha de cada sujeto. El rendimiento del método de detección de anomalías de la marcha propuesto se evaluó en el conjunto de datos de la marcha humana en comparación con tres métodos del estado de la técnica. Los resultados del experimento muestran que el método propuesto es un método de detección de anomalías de la marcha eficaz y eficiente en términos de precisión, robustez y eficiencia computacional.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:métodos propuestos, imagen de la silueta de la marcha, métodos de detección de anomalías, características de la marcha, muestra de la marcha, clasificación binaria, métodos informáticos automáticos, número de la marcha, escenario de aplicación de la detección
• Keywords:proposed methods, silhouette gait image, anomalies detection methods, anomalies gait detection, gait features, gait sample, binary classification, automatic computer methods, number of gait, detection application scenario