[논문 리뷰] Trait of Gait: A Survey on Gait Biometrics

Ebenezer R. H. P. Isaac, Susan Elias외 2명|arXiv (Cornell University)|2019. 03. 26.

Gait Recognition and Analysis참고 문헌 90인용 수 13

한 줄 요약

이 종합 검토는 모델 기반 및 모델 비기반 인식 방법, 핵심 데이터셋, 의복, 신발, 부상, 피로 등의 억제 요인을 포함하여 걸음걸이 생체 인식에 대한 포괄적인 개요를 제공한다. 주요 연구 격차를 규명하고 향후 연구 방향으로 시야 독립적 인식, 편향 없는 성능 평가, 걸음걸이 특징에 대한 기계학습 분류기의 비교 분석을 제안한다.

ABSTRACT

Gait analysis is the study of the systematic methods that assess and quantify animal locomotion. The research on gait analysis has considerably evolved through time. It was an ancient art, and it still finds its application today in modern science and medicine. This paper describes how one's gait can be used as a biometric. It shall diversely cover salient research done within the field and explain the nuances and advances in each type of gait analysis. The prominent methods of gait recognition from the early era to the state of the art are covered. This survey also reviews the various gait datasets. The overall aim of this study is to provide a concise roadmap for anyone who wishes to do research in the field of gait biometrics.

연구 동기 및 목표

• 걸음걸이 생체 인식 분야에 진입하는 연구자들에게 체계적이고 최신의 로드맵을 제공하기 위해.
• 초기 기술에서 최신 기술에 이르기까지 걸음걸이 인식 기술의 발전을 분석하고 분류하기 위해.
• 의복, 신발, 부상, 피로 등의 혼란 요인이 걸음걸이 인식 성능에 미치는 영향을 평가하기 위해.
• 민족적 차이에 따른 걸음걸이 및 억제 요인의 체계적 순위 매기기와 같은 미해결 연구 영역을 식별하기 위해.
• 최신 기술의 걸음걸이 인식 알고리즘을 다중 데이터셋을 기반으로 편향 없는 비교를 주장하기 위해.

제안 방법

• 모델 기반 및 모델 비기반 방법으로 걸음걸이 인식을 분류하고, 더 나아가 템플릿 기반 및 비템플릿 접근 방식으로 세분화하기.
• 기준 데이터셋에 대한 체계적 검토로, CASIA-B, OU-ISIR, TUM-GAID, USF 등을 포함하며, 그 특성과 한계에 중점을 두기.
• 기존의 경험적 연구를 통합하여 억제 요인의 영향을 분석하고, 걸음걸이 운동학 및 인식 정확도에 미치는 영향을 집중적으로 다루기.
• 특징 추출 및 분류 기법 평가로, 3D 운동 캡처, 포인트 라이트 디스플레이, SVM, kNN, ANN 등의 기계학습 모델을 활용하기.
• 간소화된 걸음걸이 인식 시스템 파이프라인 제안: 걸음걸이 시퀀스 확보 → 전처리 → 특징 추출 → 유사도 임계값 또는 순위 기반 데이터베이스 매칭.
• 기존 문헌의 철저한 평가 및 걸음걸이 생체 인식 분야의 해결되지 않은 과제를 통한 열린 연구 문제 식별하기.

실험 결과

연구 질문

• RQ1 다양한 의복 스타일과 자세는 최신 기술의 걸음걸이 인식 알고리즘 성능에 어떻게 영향을 미치는가?
• RQ2 보행 속도, 지면 종류, 신발 종류가 걸음걸이 특징과 인식 정확도에 어느 정도의 영향을 미치는가?
• RQ3 부상, 피로, 근육 발달과 같은 다양한 혼란 요인들이 걸음걸이 생체 인식 성능에 미치는 상대적 영향은 무엇인가?
• RQ4 정확도, 내성, 계산 효율성 측면에서 모델 기반 및 모델 비기반 걸음걸이 인식 방법은 어떻게 비교되는가?
• RQ5 현대적 걸음걸이 특징 추출 기법에 적용되었을 때 가장 효과적인 기계학습 분류기는 무엇인가?

주요 결과

• 모델 비기반 걸음걸이 인식 방법이 단순성과 효율성 덕분에 더 널리 사용되지만, 모델 기반 접근 방식은 더 나은 해석 가능성을 제공한다.
• 의복 스타일 변화가 있음에도 불구하고 이 문제를 완화하기 위한 노력이 있음에도 불구하고, 걸음걸이 인식 시스템의 성능 저하가 심각하게 발생한다.
• 피로, 부상, 불안정한 보행 표면 조건에서는 걸음길 길이, 보행 빈도, 지면 접촉 시간의 측정 가능한 변화가 수반되며, 이로 인해 걸음걸이 인식 정확도가 감소한다.
• CASIA-B 및 OU-ISIR-B와 같은 기존 기준 데이터셋은 초기 걸음걸이 제어 및 환경 변동성 고려가 부족하여 실제 자연스러운 걸음걸이를 충분히 반영하지 못한다.
• 다양한 데이터셋을 기반으로 한 최신 알고리즘의 표준화되고 편향 없는 비교가 부족하여, 성능 보고서 간 충돌이 발생하고 있다.
• 혼란 요인의 체계적 순위 매기기 부족과 현대적 특징 추출 기법과 결합했을 때 다양한 기계학습 분류기의 영향을 분석한 경험적 분석이 부족하다.