文献

J-GLOBAL ID：201002205093990033   整理番号：10A0875591

被験者の協力なしの歩容認識

Gait recognition without subject cooperation

著者 (3件)： BASHIR Khalid (School of Electronic Engineering and Computer Sci., Queen Mary Univ. of London, London E1 4NS, GBR) ,  XIANG Tao (School of Electronic Engineering and Computer Sci., Queen Mary Univ. of London, London E1 4NS, GBR) ,  GONG Shaogang (School of Electronic Engineering and Computer Sci., Queen Mary Univ. of London, London E1 4NS, GBR)
資料名： Pattern Recognition Letters  (Pattern Recognition Letters)
巻： 31  号： 13  ページ： 2052-2060  発行年： 2010年10月01日 
JST資料番号： H0913A  ISSN： 0167-8655  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 他の生体計測に比べた歩容の強みは,それが協力的被験者を必要としないことである。先の研究で,歩容認識法を,類似の共変量条件(たとえば,衣類,外見,持ち物,および視野条件)の下で人々の歩容系列からなるギャラリーセットを用いて評価した。しかし,この評価手順は,歩容データが協力的な方法で集められ,そのため共変量条件が事前に知られていることを暗示している。この研究では,歩容認識法を協力的被験者の仮定をせずに,すなわち異なった,また未知の共変量条件の下での歩容系列の混合で構成されるギャラリーおよびプローブセット双方で評価した。その結果は,このより実際的な実験設定の下では,既存の方法の性能が劇的に低下することを示した。著者らは,歩容共変量条件の変化に対して不変量である,最も関連性のある歩容特徴の選択が,被験者の協力なしに動作する歩容認識システムの開発の鍵であると主張した。この目的のために,ギャラリーおよびプローブ歩容系列の各ペア上で自動的に特徴選択を行うための,歩容エントロピー画像(GEnI)を提案した。さらに,ロバストな認識のために,著者らの特徴選択法を部分空間解析とシームレスに統合した,また重要なことである,従来の成分および判別分析に比べて計算的に非常に効率の良い,適応成分および判別分析(ACDA)を定式化した。二つの総合的ベンチマークデータベースである,CASIAデータベースと,Southamptonの遠距離でのHuman ID歩容データベース(SOTONデータベース)での実験を行った。この結果は,提案した方法が,特に歩容が変化する,また未知の共変量条件で捕捉されたときに,既存の技術の性能を大幅に上回ることを実証した。Copyright 2010 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *歩容 ,  *パターン認識 ,  生体計測 ,  特徴選択 ,  部分空間法 ,  判別分析 ,  主成分分析 ,  実験 ,  性能評価 ,  エントロピー ,  計算量
準シソーラス用語： 被験者実験

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 被験者 ,  協力 ,  歩容認識