| 講演名 | 2023-03-02 ［ポスター講演］OpenPoseで検出した特徴点における動作特性に注目した歩容認証 田中 千奈月(岡山大), 栗林 稔(岡山大), 舩曵 信生(岡山大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 人の歩く動きには，その人の年齢・性別など様々な情報が含まれている．この歩き方の個性を利用して個人を認証する歩容認証が注目を集めている．従来の歩容認証では画像上の人物モデルを当てはめて特徴量を抽出するモデルベースの手法と時系列のシルエット画像を基に特徴抽出を行うアピアランスベースの手法が研究されている．特にモデルベースの研究では骨格推定を行い特徴量とする研究が多い．しかし，これらの研究では動画像から推定を行った骨格座標データをそのまま使用しているため，画像上の人物の位置により識別精度が低下する場合が考えられた．そこで，本研究ではOpenPoseを使用して骨格の推定を行い，一般的な人物の骨格の動きを予測するモデルを用いて，識別対象と予測値の差分から識別を行うモデルを提案する．使用する動画は固定カメラで撮影したものを対象とし，画像上の骨格座標データの移動距離を特徴量とする．また，骨格座標の実データを使用した手法と提案手法をシミュレーションによって比較検証し，その有効性を示した． |
| 抄録(英) | A person's walking motion contains a variety of information, such as age and gender. Gait verification, which uses the individuality of a person's walking style to authenticate the individual, has been attracting attention. Conventional gait recognition methods include model-based methods that extract features by fitting a person model on an image, and appearency-based methods that extract features based on a time series of silhouette images. In the conventional walker identification, two types of methods have been studied: a model-based method that extracts features by fitting a person model on an image, and an appearance-based method that extracts features based on a time series of silhouette images. In particular, many model-based studies use skeletal estimation as a feature. However, since these studies use skeletal coordinate data estimated from video images as they are, the identification accuracy may deteriorate depending on the position of the person in the image. In this study, we propose a model that estimates the skeleton using OpenPose and identifies a person based on the difference between the target and predicted values using a model that predicts the skeletal movement of a typical person. The videos used are those shot with a fixed camera, and the distance traveled by the skeletal coordinate data in the image is used as the feature value. The effectiveness of the proposed method was demonstrated by comparing it with a method using actual skeletal coordinate data through simulation. |
| キーワード(和) | 歩容認証 / 骨格推定 / OpenPose / 機械学習 / LSTM / CNN |
| キーワード(英) | Gait Recognition / Human Pose Estimation / OpenPose / Machine Learning / LSTM / CNN |
| 資料番号 | EMM2022-83 |
| 発行日 | 2023-02-23 (EMM) |
| 研究会情報 | |
| 研究会 | EMM |
|---|---|
| 開催期間 | 2023/3/2(から2日開催) |
| 開催地（和） | 福江文化会館 |
| 開催地（英） | Fukue culture hall |
| テーマ（和） | 画質・音質評価，知覚・認知メトリクス，人間視聴覚システム，一般 |
| テーマ（英） | |
| 委員長氏名（和） | 西村 竜一(NICT) |
| 委員長氏名（英） | Ryoichi Nishimura(NICT) |
| 副委員長氏名（和） | 薗田 光太郎(長崎大) / 市野 将嗣(電通大) |
| 副委員長氏名（英） | Kotaro Sonoda(Nagasaki Univ.) / Masatsugu Ichino(Univ. of Electro-Comm.) |
| 幹事氏名（和） | 高嶋 洋一(開志専門職大) / 今泉 祥子(千葉大) |
| 幹事氏名（英） | Youichi Takashima(Kaishi Professional Univ.) / Shoko Imaizumi(Chiba Univ.) |
| 幹事補佐氏名（和） | 梶山 朋子(広島市大) / 酒澤 茂之(大阪工大) |
| 幹事補佐氏名（英） | Tomoko Kajiyama(Hiroshima City Univ.) / Shieyuki Sakazawa(Osaka Inst. of Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Enriched MultiMedia |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ［ポスター講演］OpenPoseで検出した特徴点における動作特性に注目した歩容認証 |
| サブタイトル（和） | |
| タイトル（英） | [Poster Presentation] Gait Analysis Focusing on Operating Characteristics at Feature Points Detected by OpenPose |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 歩容認証 / Gait Recognition |
| キーワード(2)（和/英） | 骨格推定 / Human Pose Estimation |
| キーワード(3)（和/英） | OpenPose / OpenPose |
| キーワード(4)（和/英） | 機械学習 / Machine Learning |
| キーワード(5)（和/英） | LSTM / LSTM |
| キーワード(6)（和/英） | CNN / CNN |
| 第 1 著者 氏名（和/英） | 田中 千奈月 / Chinatsu Tanaka |
| 第 1 著者 所属（和/英） | 岡山大学(略称：岡山大) Okayama University(略称：Okayama Univ.) |
| 第 2 著者 氏名（和/英） | 栗林 稔 / Minoru Kuribayashi |
| 第 2 著者 所属（和/英） | 岡山大学(略称：岡山大) Okayama University(略称：Okayama Univ.) |
| 第 3 著者 氏名（和/英） | 舩曵 信生 / Nobuo Funabiki |
| 第 3 著者 所属（和/英） | 岡山大学(略称：岡山大) Okayama University(略称：Okayama Univ.) |
| 発表年月日 | 2023-03-02 |
| 資料番号 | EMM2022-83 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | EMM-412 |
| ページ範囲 | pp.84-88(EMM), |
| ページ数 | 5 |
| 発行日 | 2023-02-23 (EMM) |