論文の概要: Human Gait Database for Normal Walk Collected by Smartphone Accelerometer

• arxiv url: http://arxiv.org/abs/1905.03109v5
• Date: Tue, 16 May 2023 13:43:08 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-17 20:41:15.093490
• Title: Human Gait Database for Normal Walk Collected by Smartphone Accelerometer
• Title（参考訳）: スマートフォン加速度計による正常歩行のための歩行データベース
• Authors: Amir Vajdi, Mohammad Reza Zaghian, Nazli Rafei Dehkordi, Elham Rastegari, Kian Maroofi, Saman Farahmand, Shaohua Jia, Marc Pomplun, Nurit Haspel, Akram Bayat
• Abstract要約: 本研究の目的は、2つの異なるセッションの間に2つのエンドポイント(320メートル)の間を歩いた93人の被験者の総合歩行データベースを導入することである。 このデータは、十分な時間ポイントを必要とするディープラーニングベースの手法によって活用するために収集される。 年齢、性別、喫煙、毎日の運動時間、身長、体重を含むメタデータを記録する。
• 参考スコア（独自算出の注目度）: 0.6591285095051652
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Gait recognition is the characterization of unique biometric patterns associated with each individual which can be utilized to identify a person without direct contact. A public gait database with a relatively large number of subjects can provide a great opportunity for future studies to build and validate gait authentication models. The goal of this study is to introduce a comprehensive gait database of 93 human subjects who walked between two endpoints (320 meters) during two different sessions and record their gait data using two smartphones, one attached to the right thigh and another one on the left side of the waist. This data is collected to be utilized by a deep learning-based method that requires enough time points. The metadata including age, gender, smoking, daily exercise time, height, and weight of an individual is recorded. this data set is publicly available.
• Abstract（参考訳）: 歩行認識は、個人が直接接触することなく個人を特定するために使用できる、個人に関連付けられたユニークなバイオメトリックパターンの特徴である。 比較的多数の被験者を持つパブリックな歩行データベースは、将来の研究が歩行認証モデルを構築し検証する絶好の機会となる。 本研究の目的は、2つの異なるセッションの間に2つのエンドポイント(320メートル)の間を歩いた93人の被験者の総合的な歩行データベースを導入し、その歩行データを2つのスマートフォンで記録することである。 このデータは、十分な時間ポイントを必要とするディープラーニングベースの手法によって利用される。 年齢、性別、喫煙、毎日の運動時間、身長、体重を含むメタデータを記録する。 このデータセットは公開されています

関連論文リスト

• Temporally Multi-Scale Sparse Self-Attention for Physical Activity Data Imputation [25.76458454501612]
  本稿では,最も普及しているウェアラブルセンサデータの1つである,ステップカウントデータ不足の計算問題について検討する。 我々は,300万時間以上のステップ数観測を行うトレーニングセットと,250万時間以上のステップ数観測を行うテストセットからなる,新しい大規模データセットを構築した。 本稿では,ステップカウントデータの時間的マルチスケールな性質を捉えたドメイン知識インフォームドスパース自己アテンションモデルを提案する。
  論文  参考訳（メタデータ） (2024-06-27T02:38:25Z)
• GaitFormer: Learning Gait Representations with Noisy Multi-Task Learning [4.831663144935878]
  本稿では,217Kの匿名トラックレットを含む歩行分析システムのための最大データセットであるDenseGaitを提案する。 また、CASIA-Bで92.5%、FVGで85.33%の精度を実現するトランスフォーマーベースのモデルであるGaitFormerを提案する。
  論文  参考訳（メタデータ） (2023-10-30T10:28:44Z)
• Multi-Channel Time-Series Person and Soft-Biometric Identification [65.83256210066787]
  本研究は, 深層建築を用いて異なる活動を行う人間の記録から, 個人とソフトバイオメトリックスを同定する。 マルチチャネル時系列ヒューマンアクティビティ認識(HAR)の4つのデータセットに対する手法の評価を行った。 ソフトバイオメトリクスに基づく属性表現は、有望な結果を示し、より大きなデータセットの必要性を強調している。
  論文  参考訳（メタデータ） (2023-04-04T07:24:51Z)
• BEHAVE: Dataset and Method for Tracking Human Object Interactions [105.77368488612704]
  マルチビューのRGBDフレームとそれに対応する3D SMPLとオブジェクトをアノテートしたアノテートコンタクトに適合させる。 このデータを用いて、自然環境における人間と物体を、容易に使用可能なマルチカメラで共同で追跡できるモデルを学ぶ。
  論文  参考訳（メタデータ） (2022-04-14T13:21:19Z)
• Mobile Behavioral Biometrics for Passive Authentication [65.94403066225384]
  本研究は, 単モーダルおよび多モーダルな行動的生体特性の比較分析を行った。 HuMIdbは、最大かつ最も包括的なモバイルユーザインタラクションデータベースである。 我々の実験では、最も識別可能な背景センサーは磁力計であり、タッチタスクではキーストロークで最良の結果が得られる。
  論文  参考訳（メタデータ） (2022-03-14T17:05:59Z)
• RealGait: Gait Recognition for Person Re-Identification [79.67088297584762]
  我々は,既存の映像人物の再識別課題からシルエットを抽出し,制約のない方法で歩く1,404人からなる新たな歩行データセットを構築した。 以上の結果から、実際の監視シナリオにおける歩行による認識は実現可能であり、その基盤となる歩行パターンが、実際にビデオの人物認識が機能する真の理由である可能性が示唆された。
  論文  参考訳（メタデータ） (2022-01-13T06:30:56Z)
• A Benchmark for Gait Recognition under Occlusion Collected by Multi-Kinect SDAS [6.922350076348358]
  我々はOG RGB+Dデータベースと呼ばれる新しい歩行データベースを収集し、他の歩行データベースの制限を突破する。 Azure Kinect DKは、異なるタイプの歩行認識アルゴリズムをサポートするために、同時にマルチモーダルデータを収集することができる。 人間の二重骨格モデルに基づく歩行認識手法SkeletonGaitを提案する。
  論文  参考訳（メタデータ） (2021-07-19T16:01:18Z)
• Hidden Footprints: Learning Contextual Walkability from 3D Human Trails [70.01257397390361]
  現在のデータセットは、人々がどこにいるか、どこにいるかを教えてくれません。 まず、画像間で人の観察を伝播させ、3D情報を利用して、私たちが「隠れ足跡」と呼ぶものを作成することで、有効なラベル付き歩行可能領域の集合を拡大する。 このようなスパースラベルのために設計されたトレーニング戦略を考案し、クラスバランスの分類損失と文脈逆転損失を組み合わせた。
  論文  参考訳（メタデータ） (2020-08-19T23:19:08Z)
• Whole-Body Human Pose Estimation in the Wild [88.09875133989155]
  COCO-WholeBodyは、全体アノテーションでCOCOデータセットを拡張する。 これは人体全体に手動のアノテーションがある最初のベンチマークである。 ZoomNetという名前のシングルネットワークモデルは、完全な人体の階層構造を考慮するために考案された。
  論文  参考訳（メタデータ） (2020-07-23T08:35:26Z)
• Vision-based techniques for gait recognition [6.817301687702869]
  本研究では、歩行認識とモデリングの現在の技術と、研究が行われた環境について論じる。 我々は,バイオメトリックスに基づく人間の認識における新しいパラダイム,すなわち遠距離バイオメトリックスと近距離で動作するバイオメトリックスの組み合わせとして,歩行のフロントノーマルなビューを使用することのモチベーションを提供する。
  論文  参考訳（メタデータ） (2020-04-30T06:33:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。