La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Temporal and Spatial Analysis of Local Body Sway Movements for the Identification of People Analyse temporelle et spatiale des mouvements locaux de balancement du corps pour l'identification des personnes

Takuya KAMITANI, Hiroki YOSHIMURA, Masashi NISHIYAMA, Yoshio IWAI

  • Vues en texte intégral

    0

  • Citer

Résumé:

Nous proposons une méthode pour identifier avec précision les personnes en utilisant les changements temporels et spatiaux des mouvements locaux mesurés à partir de séquences vidéo de balancement du corps. Les méthodes existantes identifient les personnes utilisant des caractéristiques de démarche qui représentent principalement le grand balancement des membres. L'utilisation des caractéristiques de la démarche introduit un problème dans la mesure où les performances d'identification diminuent lorsque les personnes arrêtent de marcher et maintiennent une posture droite. Pour extraire des caractéristiques informatives, notre méthode mesure les petites oscillations du corps, appelées balancement du corps. Nous extrayons la densité spectrale de puissance en tant que caractéristique des mouvements de balancement locaux du corps en divisant le corps en régions. Pour évaluer les performances d'identification à l'aide de notre méthode, nous avons collecté trois ensembles de données vidéo originales de séquences de balancement corporel. Le premier ensemble de données contenait un grand nombre de participants en position verticale. Le deuxième ensemble de données comprenait une variation sur le long terme. Le troisième ensemble de données représentait le balancement du corps dans différentes postures. Les résultats sur les ensembles de données ont confirmé que notre méthode utilisant les mouvements locaux mesurés à partir du balancement du corps peut extraire des caractéristiques informatives pour l'identification.

Publication
IEICE TRANSACTIONS on Information Vol.E102-D No.1 pp.165-174
Date de publication
2019/01/01
Publicisé
2018/10/09
ISSN en ligne
1745-1361
DOI
10.1587/transinf.2018EDP7182
Type de manuscrit
PAPER
Catégories
Reconnaissance d'images, vision par ordinateur

Auteurs

Takuya KAMITANI
  Tottori University
Hiroki YOSHIMURA
  Tottori University
Masashi NISHIYAMA
  Tottori University
Yoshio IWAI
  Tottori University

Mots-clés

Table des matières