Fugu-MT 論文翻訳(概要): Human Gait Analysis using Gait Energy Image

論文の概要: Human Gait Analysis using Gait Energy Image

arxiv url: http://arxiv.org/abs/2203.09549v1
Date: Thu, 17 Mar 2022 18:16:46 GMT
ステータス: 処理完了
システム内更新日: 2022-03-21 15:15:25.459028
Title: Human Gait Analysis using Gait Energy Image
Title（参考訳）: 歩行エネルギー画像を用いた歩行解析
Authors: Sagor Chandro Bakchy, Md. Rabiul Islam, M. Rasel Mahmud, Faisal Imran
Abstract要約: 歩行エネルギー画像(GEI)による歩行の表現は、各画像のすべての情報を1つの歩行周期で含む。歩行のGEI表現は、各画像のすべての情報を1つの歩行サイクルに含み、より少ない記憶と少ない処理速度を必要とする。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Gait recognition is one of the most recent emerging techniques of human biometric which can be used for security based purposes having unobtrusive learning method. In comparison with other bio-metrics gait analysis has some special security features. Most of the biometric technique uses sequential template based component analysis for recognition. Comparing with those methods, we proposed a developed technique for gait identification using the feature Gait Energy Image (GEI). GEI representation of gait contains all information of each image in one gait cycle and requires less storage and low processing speed. As only one image is enough to store the necessary information in GEI feature recognition process is very easier than any other feature for gait recognition. Gait recognition has some limitations in recognition process like viewing angle variation, walking speed, clothes, carrying load etc. Our proposed method in the paper compares the recognition performance with template based feature extraction which needs to process each frame in the cycle. We use GEI which gives relatively all information about all the frames in the cycle and results in better performance than other feature of gait analysis.
Abstract（参考訳）: 歩行認識は、非邪魔な学習方法を持つセキュリティベースの目的に使用できる、人間の生体計測の最新の技術の1つである。他のバイオメトリクスの歩行分析と比較すると、いくつかの特別なセキュリティ機能がある。バイオメトリック技術のほとんどは、認識にシーケンシャルなテンプレートベースのコンポーネント分析を使用する。これらの手法と比較して,特徴歩行エネルギー画像(GEI)を用いた歩行識別手法を開発した。 geiによるgait表現は、各画像のすべての情報を1回の歩行サイクルで保持し、少ないストレージと低い処理速度を必要とする。 1つの画像だけでGEIの特徴認識プロセスに必要な情報を格納できるため、歩行認識の他の機能よりも非常に容易である。歩行認識には、視角の変化、歩行速度、衣服、搬送荷重など、認識プロセスにいくつかの制限がある。本稿では,認識性能と,各フレームをサイクルで処理する必要があるテンプレートベースの特徴抽出を比較した。 GEIはサイクル内のすべてのフレームについて比較的すべての情報を提供し、その結果、歩行分析の他の機能よりも優れたパフォーマンスが得られる。

関連論文リスト

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)
Distillation-guided Representation Learning for Unconstrained Gait Recognition [50.0533243584942]
本研究では,屋外シナリオにおける人間認証のためのGADER(GAit Detection and Recognition)フレームワークを提案する。 GADERは、歩行情報を含むフレームのみを使用する新しい歩行認識手法により識別的特徴を構築する。室内および屋外のデータセットに一貫した改善を示すため,複数の歩行ベースライン(SoTA)について評価を行った。
論文参考訳（メタデータ） (2023-07-27T01:53:57Z)
GaitGS: Temporal Feature Learning in Granularity and Span Dimension for Gait Recognition [34.07501669897291]
GaitGSは、時間的特徴を粒度とスパン次元の両方で同時に集約するフレームワークである。本手法は,2つのデータセットに対して98.2%,96.5%,89.7%のランク1精度を達成し,最先端の性能を示す。
論文参考訳（メタデータ） (2023-05-31T09:48:25Z)
Exploring Incompatible Knowledge Transfer in Few-shot Image Generation [107.81232567861117]
少ないショット画像生成は、いくつかの参照サンプルを使用して、ターゲットドメインから多彩で高忠実な画像を生成することを学習する。既存のF SIGメソッドは、ソースジェネレータから事前の知識を選択し、保存し、転送し、ターゲットジェネレータを学習する。本稿では,知識保存を補完する操作であり,軽量プルーニング方式で実装した知識トランケーションを提案する。
論文参考訳（メタデータ） (2023-04-15T14:57:15Z)
Multi-Modal Human Authentication Using Silhouettes, Gait and RGB [59.46083527510924]
全体認証は、遠隔生体認証のシナリオにおいて有望なアプローチである。本稿では,RGBデータとシルエットデータを組み合わせたDME(Dual-Modal Ensemble)を提案する。 DME内では、従来の歩行分析に使用される二重ヘリカル歩行パターンにインスパイアされたGaitPatternを提案する。
論文参考訳（メタデータ） (2022-10-08T15:17:32Z)
Self-supervised Image-specific Prototype Exploration for Weakly Supervised Semantic Segmentation [72.33139350241044]
画像レベルのラベルをベースとしたWSSS(Weakly Supervised Semantic COCO)は,アノテーションコストの低さから注目されている。本稿では,画像特異的なプロトタイプ探索 (IPE) と汎用一貫性 (GSC) の喪失からなる画像固有プロトタイプ探索 (SIPE) を提案する。 SIPEは,画像レベルラベルのみを用いて,最先端のパフォーマンスを実現する。
論文参考訳（メタデータ） (2022-03-06T09:01:03Z)
Robust Analytics for Video-Based Gait Biometrics [1.066048003460524]
この論文は歩行の硬質および軟質な生体計測特性について論じている。これは、Posed-Based Votingスキームを通じて、歩行のみに基づく性別の識別方法を示す。マッピングは、ベイジアン・スレッショニング(Bayesian Thresholding)を用いて、より小さな人口で改善することができる。
論文参考訳（メタデータ） (2021-11-12T11:47:35Z)
Iris Recognition Based on SIFT Features [63.07521951102555]
アイリス画像の認識にはSIFT(Scale Invariant Feature Transformation)を用いる。我々は、SIFT演算子を用いて、スケール空間における特徴SIFT特徴点を抽出し、特徴点周辺のテクスチャ情報に基づいてマッチングを行う。また、SIFT手法と、極座標変換とLog-Gaborウェーブレットに基づく一般的なマッチング手法の相補性を示す。
論文参考訳（メタデータ） (2021-10-30T04:55:33Z)
Gait-based Human Identification through Minimum Gait-phases and Sensors [0.45857634932098795]
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。
論文参考訳（メタデータ） (2021-10-15T02:09:45Z)
Cloth-Changing Person Re-identification from A Single Image with Gait Prediction and Regularization [65.50321170655225]
本稿では,画像レイドモデルを用いて布非依存表現を学習するための補助タスクとして,歩行認識を導入する。画像ベースのCloth-Changing ReIDベンチマーク(例えば、LTCC、PRCC、Real28、VC-Clothes)の実験は、GI-ReIDが最先端技術に対して好適に動作することを示した。
論文参考訳（メタデータ） (2021-03-29T12:10:50Z)
SelfGait: A Spatiotemporal Representation Learning Method for Self-supervised Gait Recognition [24.156710529672775]
歩行認識は、歩行が距離で認識することができるユニークな生体測定機能であるため、人間の識別に重要な役割を果たします。既存の歩行認識法は歩行系列から歩行特徴を異なる方法で学習することができるが、歩行認識の性能はラベル付きデータに苦しむ。本研究では, 事前学習プロセスとして, 多種多様でラベルなしの歩行データを活用した自己監視歩行認識手法であるSelfGaitを提案する。
論文参考訳（メタデータ） (2021-03-27T05:15:39Z)

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。