استخراج ویژگی های برجسته رفتاری در شناسایی الگوی رفتاری انسان با استفاده از سیستم های بیومتریک رفتاری

نوع مقاله : مقاله پژوهشی

نویسنده

دانشگاه صنعتی اصفهان

چکیده

در این مقاله استخراج ویژگی های برجسته رفتاری در شناسایی الگوی رفتاری انسان با استفاده از سیستم های بیومتریک رفتاری مورد تحقیق و پژوهش قرار گرفته است.طراحی فیلتری جهت استخراج اطلاعات حرکتی از سبک راه رفتن انسان،از طریق فریم های تصویر (مناطق برجسته و چرخه تکرار) و ارائه پاسخ فیلتر به همراه مدل پیشنهادی به عنوان خروجی مورد تحقیق قرار گرفته است.
مقالات مختلف بر روی پایگاه‌های اطلاعاتی رایج نشان می‌دهد که ویژگی‌های مبتنی بر GSI عملکرد رقابتی‌تری را در مقایسه با رویکردهای تشخیص راه رفتن منتشر شده اخیر با کارایی و دقت ارائه می‌کنند.
در این مقاله استخراج ویژگی های برجسته رفتاری در شناسایی الگوی رفتاری انسان با استفاده از سیستم های بیومتریک رفتاری مورد تحقیق و پژوهش قرار گرفته است.طراحی فیلتری جهت استخراج اطلاعات حرکتی از سبک راه رفتن انسان،از طریق فریم های تصویر (مناطق برجسته و چرخه تکرار) و ارائه پاسخ فیلتر به همراه مدل پیشنهادی به عنوان خروجی مورد تحقیق قرار گرفته است.
مقالات مختلف بر روی پایگاه‌های اطلاعاتی رایج نشان می‌دهد که ویژگی‌های مبتنی بر GSI عملکرد رقابتی‌تری را در مقایسه با رویکردهای تشخیص راه رفتن منتشر شده اخیر با کارایی و دقت ارائه می‌کنند.

کلیدواژه‌ها


عنوان مقاله [English]

Human Gait Recognition Using Template Features With Opponent-Motion Model

نویسنده [English]

  • Hossein Samadi
isfahan university of technology
چکیده [English]

Abstract—In this paper, we apply a filtering scheme to encode motional information from style of human walking into single template. This filtering process utilizes bio-inspired basis kernels which are constructed from two separable spatial and temporal basis functions. To extract opponent motions from gait in a walking cycle, wefusethese kernels together to have spatiotemporal kernels and thenconvolve itwith gait stances
This paradigm has been repeatedineach frame of gait in a cycle and motional information is highlighted as salient regions inthe sequence of images. To make gait features (salient regions)distinctive enough within different individuals, the responses of gait filtering are aggregated together to get final Gait Salient Image (GSI). Our proposed model provides more representative gait feature since conventional gait templates such as Gait Energy Image (GEI) does not rely on any motion model. Extensive experiments on popular gait databases reveal that, our GSI-based features provides more competitive performance compared with recent published gait recognition approaches with efficiency and accuracy

کلیدواژه‌ها [English]

  • "Gait recognition"
  • "Oriented motion filters"
  • "Template-based feature"