广师大人体负重步态分析数据集是选取8名成年参与者（2名女性，6名男性），通过正面摄像头拍摄其在不同负重状态下的行走过程。具体负重状态包括：无负重；单侧负重（左腿或右腿分别负重，另一条腿无负重，负重重量依次为1kg、2kg、3kg）；双侧负重不平衡（一条腿保持1kg负重，另一条腿依次负重2kg、3kg）；双侧负重平衡（双腿同时负重，重量依次为1kg、2kg、3kg）。每种状态下，参与者均重复行走3次。后续通过mmpose工具从采集的视频中提取人体关键点数据，涵盖手腕、手肘、肩膀、髋部、膝盖、脚踝等部位，最终形成该数据集。该数据集可用于步态分析相关研究。

数据来源：数据集源自自主采集的行走视频。 数据处理：首先通过视频剪辑软件剔除视频前后非行走状态的帧；随后以Python为开发基础，结合mmpose工具及pandas、OpenCV、Numpy等基础库执行姿态估计，提取人体关键点坐标数据。 数据存储：识别得到的人体关键点坐标按列存储于CSV文件中，每个实验状态对应一个独立文件。 匿名化：数据已完成匿名化处理——因仅保留人体关键点坐标，无原始人像信息；同时将参与者标识转换为数字编码。

本数据集以人体关键点坐标为核心数据形式。其核心应用包括：运动生物力学领域，通过坐标数据探究负重强度与步态特征（如关键节点运动轨迹、步幅、关节角度）的关联；康复医学研究，依托坐标数据为下肢负重康复方案提供参考，分析单侧 / 双侧负重对步态对称性的影响；运动安全防护设计方面，借坐标数据解析不同负重平衡状态对人体重心转移的影响，供研究者、从业者及学生开展针对性研究。

数据编号，是否负重，左右是否平衡，左侧腿部负重重量，右侧腿部负重重量，单运动状态行走次数，左肩部位置信息，右肩部位置信息，左肘部位置信息，右肘部位置信息，左腕部位置信息，右腕部位置信息，左髋部位置信息，右髋部位置信息，左膝部位置信息，右膝部位置信息，左踝部位置信息，右踝部位置信息 1，0，1，0，0，1，(1242.631, 482.1126)，(1187.9452, 482.1126)，(1250.1503, 525.86127)，(1181.1095, 525.86127)，(1252.8845, 560.03986)，(1179.7423, 562.0906)，(1230.3267, 560.72345)，(1200.9331, 560.03986)，(1233.7445, 620.8778)，(1205.718, 620.8778)，(1231.0103, 665.9935)，(1207.7688, 674.88) 1，0，1，0，0，2，(1192.2778, 448.0143)，略 1，1，0，0，2，3，(1184.9667, 447.4271)，略。

数据库名：Weight_DB, id（int数据编号），has_weight（int是否有负重），balance（int左右是否平衡），left（int左侧腿部负重重量），right（int右侧腿部负重重量），repetition（int单运动状态行走次数），left_shoulder（Object左肩部位置信息），right_shoulder（Object右肩部位置信息），left_elbow（Object左肘部位置信息），right_elbow（Object右肘部位置信息），left_wrist（Object左腕部位置信息），right_wrist（Object右腕部位置信息），left_hip（Object左髋部位置信息），right_hip（Object右髋部位置信息），left_knee（Object左膝部位置信息），right_knee（Object右膝部位置信息），left_ankle（Object左踝部位置信息），right_ankle（Object右踝部位置信息）