تشخیص هویت افراد بر اساس بازشناخت الگوی راه رفتن
Yürüme biçimine tanımaya dayalı olarak insanları tanımlama
- Tez No: 744073
- Danışmanlar: DOÇ. DR. HOSSEİN MARVİ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2007
- Dil: Farsça
- Üniversite: Shahrood University of Technology
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 171
Özet
Bu tez çalışmasında, ilk olarak video görüntüleri alanında insan vücudunun modellenmesine dayalı bir yöntem uygulanmaya ve zaman alanında optimize edilmeye çalışılmıştır. Farklı özelliklerin anlık dönüşüm büyüklükleri analiz edilerek, özelliklerin anlık dönüşümlerinin hesaplanmasında etkin frekans tespit edilmiştir. Söz konusu algoritmayı optimize ederek ve 124 kişiden oluşan CASIA veri tabanının B bölümünde test ederek sınıfın ilk çıktısında %95,93'lük bir başarı elde ettik. Ardından CASIA veri tabanı üzerinde model kullanılmadan ve alan değişikliklerinin kullanımına dayalı bir yöntem uygulanmakta ve değerlendirilmektedir. Son olarak, insanları tanımlamak için yürürken hem statik hem de dinamik özelliklerini kullanan, model kullanmadan ve alan kullanımına dayalı yeni ve hızlı bir yöntem önerilmiştir. 20 kişiden oluşan CASIA veri tabanının A bölümünde yukarıdaki yöntemi test ederek %100'lük sonuç elde ettik ve veri tabanının B bölümünde sınıfın ilk çıktısında %90.24 sonuç elde ettik. Son yöntemler ile önerilen yöntem arasındaki karşılaştırmalar sunulmuştur. Karşılaştırma sonuçlarına göre önerilen yöntem, diğer yöntemlere göre istenen verime ve doğruluğa sahiptir. Gelecekteki hedefler, sistemin verimliliğini veya doğruluğunu artırmak için iki optimize edilmiş yöntemde sınıflandırıcıların ve yeni bir alan tabanlı yöntemin uygun bir şekilde birleştirilmesi olabilir.
Özet (Çeviri)
In the last couple of years, gait has received considerable attention due to its inherent potency for recognition at a distance or at low resolution when other biometrics may not be perceptible. Another advantage of gait over other biometrics may be that it does not require the recognition system to have the subject informed or consented for identification. In this thesis a model-based approach has been implemented and improved in accuracy. Using Fourier analysis of magnitude components of previously computed features, the effective frequency is detected. Both the fist and optimized algorithms are tested on CASIA gait database. A model-free approach using area-based metrics has been implemented and tested on CASIA gait database. Finally, a fast model-free approach which uses area-based metrics in silhouette images has been proposed and tested on the same database. Future challenges might be combining the classifiers in an appropriate way to improve accuracy or efficiency of the recognition system.