論文の概要: Gait-based Human Identification through Minimum Gait-phases and Sensors

• arxiv url: http://arxiv.org/abs/2110.09286v1
• Date: Fri, 15 Oct 2021 02:09:45 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-19 20:11:44.222286
• Title: Gait-based Human Identification through Minimum Gait-phases and Sensors
• Title（参考訳）: 最小歩数位相とセンサによる歩数に基づく人間識別
• Authors: Muhammad Zeeshan Arshad, Dawoon Jung, Mina Park, Kyung-Ryoul Mun, and Jinwook Kim
• Abstract要約: 本稿では,異なる歩行位相の時間的および記述的統計パラメータを特徴とする歩行識別手法を提案する。 歩行サイクル全体の1つのフェーズを1つのセンサーで監視することで、95.5%以上の高い精度を達成することができる。 また,歩行周期全体を骨盤と足のセンサで監視すると,100%の識別精度が得られた。
• 参考スコア（独自算出の注目度）: 0.45857634932098795
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Human identification is one of the most common and critical tasks for condition monitoring, human-machine interaction, and providing assistive services in smart environments. Recently, human gait has gained new attention as a biometric for identification to achieve contactless identification from a distance robust to physical appearances. However, an important aspect of gait identification through wearables and image-based systems alike is accurate identification when limited information is available, for example, when only a fraction of the whole gait cycle or only a part of the subject body is visible. In this paper, we present a gait identification technique based on temporal and descriptive statistic parameters of different gait phases as the features and we investigate the performance of using only single gait phases for the identification task using a minimum number of sensors. It was shown that it is possible to achieve high accuracy of over 95.5 percent by monitoring a single phase of the whole gait cycle through only a single sensor. It was also shown that the proposed methodology could be used to achieve 100 percent identification accuracy when the whole gait cycle was monitored through pelvis and foot sensors combined. The ANN was found to be more robust to fewer data features compared to SVM and was concluded as the best machine algorithm for the purpose.
• Abstract（参考訳）: 人間の識別は、状態監視、人間と機械の相互作用、スマート環境における補助サービスを提供するための最も一般的かつ重要なタスクの1つである。 近年,人体外見に頑健な距離から接触のない識別を実現するためのバイオメトリクスとして,人間の歩行が注目されている。 しかし、ウェアラブルや画像ベースシステムによる歩行識別の重要な側面は、例えば、歩行周期全体のごく一部または被写体の一部しか見えない場合に、限られた情報が得られる場合に正確な識別を行うことである。 本稿では,異なる歩行相の時間的および記述的統計パラメータを特徴とする歩行識別手法を提案し,最小数のセンサを用いて識別タスクに単一の歩行相のみを使用する性能について検討する。 歩行周期の1つのフェーズを1つのセンサーで監視することで、95.5%以上の精度を達成することが可能であることが示されている。 また, 歩行周期全体を骨盤と足のセンサで観察すると, 提案手法により100%の識別精度が得られることを示した。 ANNはSVMよりも少ないデータ機能に対してより堅牢であることが判明し、この目的のために最高のマシンアルゴリズムとして結論付けられた。

関連論文リスト

• Marker-free Human Gait Analysis using a Smart Edge Sensor System [17.549403588440065]
  スマートエッジセンサを用いたマルチカメラを用いた歩行解析のための新しいマーカーレス手法を提案する。 歩行パターンによって個人を特定するために,三重項損失計算を用いたシームズ埋め込みネットワークを提案する。
  論文  参考訳（メタデータ） (2024-11-14T15:55:21Z)
• Multi-objective Feature Selection in Remote Health Monitoring Applications [2.219956413333153]
  いくつかのシナリオでは、RF信号分析フレームワークは、あるタスクのパフォーマンスを他のタスクよりも優先することができる。 我々は,呼吸パターン認識の精度を高める識別的特徴を選択するために,生物学的原理に着想を得た多目的最適化アプローチを採用した。 本稿では,ユーザの識別精度を最大化し,呼吸活動認識のためのシステムの能力を最小限に抑えるために,逆向きな結果を示す。
  論文  参考訳（メタデータ） (2024-01-10T20:27:43Z)
• 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)
• Multimodal Adaptive Fusion of Face and Gait Features using Keyless attention based Deep Neural Networks for Human Identification [67.64124512185087]
  歩行のような軟式生体認証は、人物認識や再識別といった監視作業において顔に広く使われている。 本稿では,キーレス注意深層ニューラルネットワークを活用することで,歩行と顔のバイオメトリック・キューを動的に組み込むための適応型マルチバイオメトリック・フュージョン戦略を提案する。
  論文  参考訳（メタデータ） (2023-03-24T05:28:35Z)
• Label a Herd in Minutes: Individual Holstein-Friesian Cattle Identification [12.493458478953515]
  農場全体での視覚牛のIDシステムの訓練には,ラベル付けに10分しかかからなかった。 実世界の農業CCTVにおける個人ホルシュタイン・フリーズの自動識別作業において,自己監督,メートル法学習,クラスタ分析,アクティブラーニングが相互に補完可能であることを示す。
  論文  参考訳（メタデータ） (2022-04-22T19:41:47Z)
• 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)
• Persistent Animal Identification Leveraging Non-Visual Markers [71.14999745312626]
  乱雑なホームケージ環境下で各マウスにユニークな識別子を時間をかけて発見し提供することを目的としている。 これは、(i)各マウスの視覚的特徴の区別の欠如、(ii)一定の閉塞を伴うシーンの密閉性のため、非常に難しい問題である。 本手法は, この動物識別問題に対して77%の精度を達成し, 動物が隠れているときの急激な検出を拒否することができる。
  論文  参考訳（メタデータ） (2021-12-13T17:11:32Z)
• Video-based Remote Physiological Measurement via Cross-verified Feature Disentangling [121.50704279659253]
  非生理的表現と生理的特徴を混同するための横断的特徴分離戦略を提案する。 次に, 蒸留された生理特性を用いて, 頑健なマルチタスク生理測定を行った。 歪んだ特徴は、最終的に平均HR値やr信号のような複数の生理的信号の合同予測に使用される。
  論文  参考訳（メタデータ） (2020-07-16T09:39:17Z)

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。