文献

J-GLOBAL ID：201802252630402833   整理番号：18A0447417

あなたは歩行方法である:不完全及び雑音データを有するビデオ監視のための非協力MoCap歩行同定【Powered by NICT】

You are how you walk: Uncooperative MoCap gait identification for video surveillance with incomplete and noisy data

著者 (2件)： Balazia Michal (Faculty of Informatics, Masaryk University, Botanicka ́ 68a, 602 00 Brno, Czech Republic) ,  Sojka Petr (Faculty of Informatics, Masaryk University, Botanicka ́ 68a, 602 00 Brno, Czech Republic)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IJCB  ページ： 208-215  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： MoCapデータからソフトバイオメトリック 歩行同定に基づくビデオ監視システムの設計を提供する。主な焦点は,ビデオサーベイランスシナリオの二つの重要な課題である(1)歩行者は,それらの同一性を確立するために学習データを提供するために協調していないこと,(2)データはしばしば雑音または不完全である。恒等式は良く分離するヒト歩行サイクルの例は僅かで低次元部分空間への生MoCapデータの射影を学習するために必要であることを示す。最大マージン基準(MMC)法により学習された潜在的特徴は幾何学的特徴の収集よりも優れた識別。MMC法はノイズのあるデータには高度にロバストで追跡継手の一部のみであっても適切に動作する。設計の全体的なワークフローは,歩行分析のための利用可能なMoCap技術とアルゴリズムに基づく日常運転に対しても直接適用可能である。筆者らが導入した概念では,歩行者のアイデンティティは監視システム内での事故で収集した歩行データのクラスタにより表現される:彼らは歩行かである。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 恒等式 ,  ワークフロー ,  アルゴリズム ,  *雑音 ,  ロバスト性 ,  監視装置 ,  *歩行 ,  歩行者
準シソーラス用語： アイデンティティ ,  歩行解析 ,  部分空間 ,  低次元 ,  ヒト歩行 ,  学習データ ,  *ビデオ監視 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 歩行 ,  雑音 ,  ビデオ監視 ,  協力 ,  同定