We propose a method for calculating standard spatiotemporal gait parameters from individual human joints with a side-view depth sensor. Clinical walking trials were measured concurrently by a side-view Kinect and a pressure-sensitive walkway, the Zeno Walkway. Multiple joint proposals were generated from depth images by a stochastic predictor based on the Kinect algorithm. The proposals are represented as vertices in a weighted graph, where the weights depend on the expected and measured lengths between body parts. A shortest path through the graph is a set of joints from head to foot. Accurate foot positions are selected by comparing pairs of shortest paths. Stance phases of the feet are detected by examining the motion of the feet over time. The stance phases are used to calculate four gait parameters: stride length, step length, stride width, and stance percentage. A constant frame rate was assumed for the calculation of stance percentage because time stamps were not captured during the experiment. Gait parameters from 52 trials were compared to the ground truth walkway using Bland-Altman analysis and intraclass correlation coefficients. The large spatial parameters had the strongest agreements with the walkway (ICC(2, 1) = 1.00 and 0.98 for stride and step length with normal pace, respectively). The presented system directly calculates gait parameters from individual foot positions while previous side-view systems relied on indirect measures. Using a side-view system allows for tracking walking in both directions with one camera, extending the range in which the subject is in the field of view.

中文翻译：

---

使用人体关节建议的侧视深度传感器时空步态测量

我们提出了一种使用侧视深度传感器从单个人体关节计算标准时空步态参数的方法。临床步行试验同时通过侧视 Kinect 和压敏走道 Zeno Walkway 进行测量。通过基于 Kinect 算法的随机预测器从深度图像生成多个联合提议。建议在加权图中表示为顶点，其中权重取决于身体部位之间的预期长度和测量长度。图中最短的路径是一组从头到脚的关节。通过比较最短路径对来选择准确的脚部位置。通过检查脚随时间的运动来检测脚的站立阶段。站立阶段用于计算四个步态参数：步长、步长、步宽、和立场百分比。由于在实验期间未捕获时间戳，因此假定恒定帧速率用于计算站立百分比。使用 Bland-Altman 分析和组内相关系数将 52 次试验的步态参数与地面真实走道进行了比较。大空间参数与人行道的一致性最强（ICC(2, 1) = 1.00 和 0.98，对于正常步伐的步幅和步长，分别）。所提出的系统直接从单个脚的位置计算步态参数，而以前的侧视系统依赖于间接测量。使用侧视系统可以使用一个摄像头跟踪两个方向的步行，从而扩大对象在视野中的范围。由于在实验期间未捕获时间戳，因此假定恒定帧速率用于计算站立百分比。使用 Bland-Altman 分析和组内相关系数将 52 次试验的步态参数与地面真实走道进行了比较。大空间参数与人行道的一致性最强（ICC(2, 1) = 1.00 和 0.98，对于正常步伐的步幅和步长，分别）。所提出的系统直接从单个脚的位置计算步态参数，而以前的侧视系统依赖于间接测量。使用侧视系统可以使用一个摄像头跟踪两个方向的步行，从而扩大对象在视野中的范围。由于在实验期间未捕获时间戳，因此假定恒定帧速率用于计算站立百分比。使用 Bland-Altman 分析和组内相关系数将 52 次试验的步态参数与地面真实走道进行了比较。大空间参数与人行道的一致性最强（ICC(2, 1) = 1.00 和 0.98，对于正常步伐的步幅和步长，分别）。所提出的系统直接从单个脚的位置计算步态参数，而以前的侧视系统依赖于间接测量。使用侧视系统可以使用一个摄像头跟踪两个方向的步行，从而扩大对象在视野中的范围。使用 Bland-Altman 分析和组内相关系数将 52 次试验的步态参数与地面真实走道进行了比较。大空间参数与人行道的一致性最强（ICC(2, 1) = 1.00 和 0.98，对于正常步伐的步幅和步长，分别）。所提出的系统直接从单个脚的位置计算步态参数，而以前的侧视系统依赖于间接测量。使用侧视系统可以使用一个摄像头跟踪两个方向的步行，从而扩大对象在视野中的范围。使用 Bland-Altman 分析和组内相关系数将 52 次试验的步态参数与地面真实走道进行了比较。大空间参数与人行道的一致性最强（ICC(2, 1) = 1.00 和 0.98，对于正常步伐的步幅和步长，分别）。所提出的系统直接从单个脚的位置计算步态参数，而以前的侧视系统依赖于间接测量。使用侧视系统可以使用一个摄像头跟踪两个方向的步行，从而扩大对象在视野中的范围。分别）。所提出的系统直接从单个脚的位置计算步态参数，而以前的侧视系统依赖于间接测量。使用侧视系统可以使用一个摄像头跟踪两个方向的步行，从而扩大对象在视野中的范围。分别）。所提出的系统直接从单个脚的位置计算步态参数，而以前的侧视系统依赖于间接测量。使用侧视系统可以使用一个摄像头跟踪两个方向的步行，从而扩大对象在视野中的范围。