为了解决基于可穿戴传感器的步态事件检测技术高度依赖于个体配合且能耗高、条件苛刻等问题,提出一种基于计算机视觉的足跟着地事件检测算法,可以在不需要参与者合作的情况下,利用普通摄像机实现对足跟着地事件的精确检测。首先提出一种新颖的特征,即连续轮廓帧差图(Consecutive Silhouette Difference Maps,CSD-maps)来表达步态模式。一个连续轮廓帧差图可以将视频帧中行人的连续的轮廓二值图编码到一张特征图中,蕴含丰富的步态时空信息。不同数量的行人连续轮廓帧差会产生不同的连续轮廓帧差图。进而利用卷积神经网络对连续轮廓帧差图进行特征提取和足跟着地事件分类。在公开数据库上,对124名受试者在5个视角下不同穿着状态的视频数据进行训练和测试,实验结果表明,该方法具有良好的检测精度,识别准确率达93%以上。