[发明专利]一种足底压力可视化分析方法及系统

说明书

本发明公开了一种足底压力可视化分析方法及系统，具体包括：S1：将足底压力信号灰度值化，构建足底压力数据灰度图像；S2：将足底压力数据灰度图像进行超像素重构；S3：将重构后的高像素灰度图伪彩色化，分别获得足底接触伪彩图和足底压力云图。本申请使用改进后的CNN网络对图像进行超像素重构，使得应用较少的压力传感器就能获得高像素的灰度图像，根据超像素重构出的高像素的灰度图像使用情况的不同，设计了不同的伪彩图编码函数，进而得到不同信息表示的伪彩图。

技术领域

本发明属于可视化分析技术领域，具体说是一种足底压力可视化分析方法及系统。

背景技术

当前智能硬件发展呈现井喷之势，智能穿戴设备也是未来重点发展的方向。目前许多生物识别技术与智能穿戴设备结合并拥有广泛的应用。然而在众多生物识别技术中，足迹这一领域一直还没有被人们开发，没有被人们重视。人们每天都要走路，也相应的会产生大量数据，应用好这些数据将会产生巨大的社会效益。在众多足迹数据中，足底压力数据是最全面，最丰富的，能够反映一个人的步态特征。

传统的足底压力可视化方法，在最原始的阶段是依靠足部在地面留下的印记，但是这种方法只能表明压力的分布情况，无法明显的表示各个部分压力的大小；后来足底压力可视化通过传感器采集的信号进行观察及判断；传统的足底压力可视化的方法，是将传感器采集到的信号灰度值化，直接获得足底压力的灰度图，然后将压力图或者压力图转换为伪彩图直接进行应用。但是直接应用起来图像大小比较小，如果需要高像素的压力图像，就要使用较多的压力传感器，这样会增加传感器的使用量和数据传输的量。

发明内容

基于现有技术存在上述缺陷，本申请提供了一种足底压力可视化分析方法及系统，使用改进后的CNN网络对图像进行超像素重构，使得应用较少的压力传感器就能获得高像素的灰度图像，根据超像素重构出的高像素的灰度图像使用情况的不同，设计了不同的伪彩图编码函数，进而得到不同信息表示的伪彩图。

本申请的第一种技术方案是：一种足底压力可视化分析方法，包括：

S1：将足底压力信号灰度值化，构建足底压力数据灰度图像；

S2：将足底压力数据灰度图像进行超像素重构；

S3：将重构后的高像素灰度图伪彩色化，分别获得足底接触伪彩图和足底压力云图。

进一步的，所述将足底压力数据灰度图像进行超像素重构具体包括：1)灰度图插值增扩；2)基于CNN网络进行超像素重构。

进一步的，基于CNN网络进行超像素重构具体为：利用一个端到端的卷积神经网络实现超像素重构，在低分辨的图像上截取一个较大的图像块，然后通过一个N层卷积网络的映射，将其映射到一个较小图像块中，并通过这些较小的图像块重构成高分辨率图像。

进一步的，基于CNN网络进行超像素重构的训练步骤如下：

步骤1：超像素神经网络结构：定义了一个N层的卷积神经网络,其前馈计算迭代格式如下：

公式中G为经过插值后的灰度图像,W为神经网络的权向量，B为神经网络的偏置，其中W数据格式N阶张量；对于每个W在计算卷积时，其x和y方向的步长皆为1。

步骤2：计算损失函数：在这个端到端的卷积网络中，需要优化的参数为θ＝{W_i,B_i}(i＝1～N)；选用的目标函数为均方根误差函数，其表达式如下: