[論文レビュー] Human Gait Analysis using Gait Energy Image

Sagor Chandro Bakchy, Md. Rabiul Islam+2 more|arXiv (Cornell University)|Mar 17, 2022

Gait Recognition and Analysis被引用数 6

ひとこと要約

本稿では、従来のテンプレートベースのアプローチよりも効率性と正確性を向上させるために、ゲートエナジーインデックス（GEI）を用いた歩行認識手法を提案する。全歩行サイクルのフレームを1枚のエネルギー画像に集約することで、計算負荷と保存領域の必要を削減しつつ、歩行速度、衣服、荷物の有無の変化に対しても頑健な性能を維持する。フレーム単位での処理に比べ、認識精度が優れている。

ABSTRACT

Gait recognition is one of the most recent emerging techniques of human biometric which can be used for security based purposes having unobtrusive learning method. In comparison with other bio-metrics gait analysis has some special security features. Most of the biometric technique uses sequential template based component analysis for recognition. Comparing with those methods, we proposed a developed technique for gait identification using the feature Gait Energy Image (GEI). GEI representation of gait contains all information of each image in one gait cycle and requires less storage and low processing speed. As only one image is enough to store the necessary information in GEI feature recognition process is very easier than any other feature for gait recognition. Gait recognition has some limitations in recognition process like viewing angle variation, walking speed, clothes, carrying load etc. Our proposed method in the paper compares the recognition performance with template based feature extraction which needs to process each frame in the cycle. We use GEI which gives relatively all information about all the frames in the cycle and results in better performance than other feature of gait analysis.

研究の動機と目的

• 歩行サイクルの全フレームを処理する必要がある従来のテンプレートベースの歩行認識手法の限界を解消すること。
• 1枚の代表的画像を用いることで、歩行認識システムにおける計算および保存領域のオーバーヘッドを低減すること。
• 視覚角度の変化、歩行速度の変化、衣服の違いといった困難な条件下でも認識精度を向上させること。
• 逐次的なフレームベース特徴抽出と比較して、GEIが全体的な歩行表現としてどれほど有効であるかを評価すること。

提案手法

• 提案手法は、完全な歩行サイクルに含まれるすべてのシルエットフレームの平均値を用いて、ゲートエナジーインデックス（GEI）を生成する。
• 各歩行サイクルは、アライメントのための一貫性のあるポーズとスケールを確保するために、事前処理によりシルエットを抽出する。
• アラインされた全フレームの平均強度を計算することでGEIを構築し、1枚の画像に全体の歩行ダイナミクスを保持する。
• 認識は、テスト対象のGEIをデータベース内のGEIと、ユークリッド距離やコサイン類似度といった距離尺度を用いて比較することで実行する。
• フレーム単位での処理を回避することで、処理時間とメモリ使用量を顕著に削減する。
• 背景除去とシルエット正規化といった事前処理ステップにより、変動に対する頑健性が向上する。

実験結果

リサーチクエスチョン

• RQ1 GEIベースの歩行認識は、従来のテンプレートベースのフレーム単位特徴抽出と比較して、性能でどう異なるか？
• RQ2 1枚のGEI画像が、全歩行サイクルを効果的に表現しつつ、識別的特徴を保持できるか？
• RQ3 歩行速度、衣服、視覚角度の変化に対して、GEI手法はどの程度頑健に保たれるか？
• RQ4 GEIの使用により、認識精度を損なわずに計算コストと保存領域要件を削減できるか？

主な発見

• 同じ実験条件下で、GEIベースの手法はフレーム単位のテンプレートベース手法よりも高い認識精度を達成した。
• 全歩行サイクルを1枚の画像表現に統合することで、処理時間と保存領域要件が削減された。
• GEIは、歩行ダイナミクスの包括的表現により、歩行速度の変化や衣服の違いに対して優れた頑健性を示した。
• GEIの使用により、最小限の計算オーバーヘッドで効率的なリアルタイム歩行認識が可能になった。