講演抄録/キーワード |
講演名 |
2009-02-20 09:00
Gait Recognition Using CHLAC Features and Hidden Markov Models ○Muhammad Rasyid Aqmar・Koichi Shinoda・Sadaoki Furui(Tokyo Inst. of Tech.) PRMU2008-224 |
抄録 |
(和) |
歩行速度の違いが、Gait(歩容)認識の性能に与える影響は大きい。本稿では、歩行速度の違いに対し頑健なGait認識手法を提案する。提案手法は、フィッシャー判別分析(FDA)に基づく3次元の高階局所自己相関特徴量(CHLAC)と、隠れマルコフモデル(HMM)に基づく統計的枠組みを組み合わせて用いる。この手法により、歩行速度によらない時空間における歩行動作の特徴を、より頑健にモデル化できると期待する。評価実験では、提案手法を、主成分分析(PCA)による特徴量を用いた場合や、判別器として \textit{k}-近傍法を用いた場合と比較し、それらを上回る性能を得た。また、HMMの出力分布として、混合ガウス分布を用いることの効果も確認した。 |
(英) |
Variations in speed have a strong impact on gait recognition performance. In this paper, we propose a gait recognition method that is robust against speed variation. Our method is based on combining Fisher Discriminant Analysis (FDA)-based Cubic Higher-order Local Auto-Correlation (CHLAC) and the statistical framework provided by hidden Markov models (HMMs). This combination is aimed at better retaining the spatio-temporal characteristics of gait sequences. We compared the performance of the system with a combination of Principal Component Analysis (PCA) features and HMMs, and also with a combination of CHLAC and \textit{k}-Nearest Neighbour (\textit{k}-NN). We found that CHLAC-FDA combined with HMMs gave better results. Applying a Gaussian mixture to the HMMs also provided improvement in the performance. |
キーワード |
(和) |
CHLAC / FDA / Gaussian Mixture HMMs / / / / / |
(英) |
CHLAC / FDA / Gaussian Mixture HMMs / / / / / |
文献情報 |
信学技報, vol. 108, no. 432, PRMU2008-224, pp. 99-102, 2009年2月. |
資料番号 |
PRMU2008-224 |
発行日 |
2009-02-12 (PRMU) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
PRMU2008-224 |