Resumen

La identificación de personas basada en el reconocimiento de la marcha es una tendencia emergente en la vigilancia visual debido a su singularidad y adaptabilidad a los vídeos de baja resolución. Las técnicas existentes de extracción de características de la marcha, como la silueta de la marcha y la imagen de energía de la marcha, se basan en la forma del cuerpo humano. La forma del cuerpo humano varía en función de la vestimenta del sujeto y de las condiciones de transporte. La elección de la ropa cambia cada día y da lugar a una mayor varianza intraclase y una menor varianza interclase. Por lo tanto, la verificación y el reconocimiento de la forma de andar son necesarios para la identificación de personas. Además, la elección de la vestimenta está muy influida por los antecedentes culturales del sujeto, y los conjuntos de datos sobre la forma de andar disponibles públicamente carecen de representación de la vestimenta de los nativos del sur de Asia para el reconocimiento de la forma de andar. Proponemos una técnica de extracción de características dinámicas de la marcha que conserva el patrón espaciotemporal de la marcha con estimación del movimiento. Las características dinámicas de la marcha en diferentes casos de uso de la ropa y las condiciones de transporte son adaptables para la verificación y el reconocimiento de la marcha. La puntuación de correlación cruzada de las características dinámicas de la marcha resuelve el problema de la verificación de la marcha. La desviación estándar de la puntuación de correlación cruzada se sitúa entre 0,12 y 0,2 y refleja una fuerte correlación en las características dinámicas de la marcha de la misma clase. Hemos alcanzado una precisión del 98,5 en el reconocimiento de la marcha basado en máquinas de vectores soporte. Además, desarrollamos un conjunto de datos de la forma de andar basado en múltiples apariencias que captura los efectos de la ropa de los nativos del sur de Asia (conjunto de datos SACV-Gait). Evaluamos nuestro trabajo en los conjuntos de datos CASIA-B, OUISIR-B, TUM-IITKGP y SACV-Gait y obtuvimos una precisión del 98%, 100%, 97,1% y 98,8%, respectivamente.

• Materias:Propagación de ondas Rayo láser Onda electromagnética Óptica Biofotónica
• Subjects:Wave propagation Lasers Electromagnetic waves Optics Biophotonics
• Palabras claves:características dinámicas de la marcha, reconocimiento de la marcha, verificación de la marcha, cuerpo humano, identificación de personas, técnica de extracción de características dinámicas de la marcha, ropa autóctona del sur de Asia, ropa autóctona del sur de Asia, técnicas de extracción de características de la marcha, imagen de energía de la marcha
• Keywords:dynamic gait features, gait recognition, gait verification, human body, person identification, dynamic gait features extraction technique, south asian native clothing, south asian native clothing, gait feature extraction techniques, gait energy image