Human identification based on a kinematical data of a gait

• Autorzy: Świtoński A. , Mucha R. , Danowski D. , Mucha M. , Cieślar G. , Wojciechowski K. , Sieroń A.

Warianty tytułu

PL

Identyfikacja osobnicza na podstawie kinematycznych danych chodu

• Języki publikacji: EN

Abstrakty

EN

The paper is devoted to the gait identification challenges. It evaluates human abilities to recognize gait on the basis of skeleton animations. Further, it proposes the method of gait identification based on the kinematical data .The feature extraction approach and supervised learning are applied. To explore the most individual joints movements, aggregated feature rankings are calculated. To examine the proposed method, the database containing 353 gaits of 25 different actors is collected in the motion capture laboratory. We have obtained 99.7% of classification accuracy.

PL

W artykule zaprezentowano eksperyment oceniający zdolności człowieka do rozpoznawania chodu oraz zaproponowano metodę identyfikacji chodu na podstawie danych kinematycznych. Bazuje ona na podejściu z ekstrakcją cech i uczeniem nadzorowanym. W celu oceny ruchu poszczególnych stawów pod kątem osobniczych cech różnicujących wyznaczono zagregowane rankingi atrybutów. Do weryfikacji zaproponowanej metody, zgromadzono bazę 353 przejść wykonywanych przez 25 różnych aktorów. Uzyskano ponad 99% skuteczność klasyfikacji.

Słowa kluczowe

EN

motion capture; biometrics; gait identification; supervised learning; feature extraction; feature selection

PL

pomiar ruchu; biometria; identyfikacja chodu; uczenie nadzorowane; ekstrakcja cech; selekcja cech

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2011
• Tom: R. 87, nr 12b
• Strony: 169--172
• Opis fizyczny: Bibliogr. 14 poz., tab., wykr.

Twórcy

autor

Świtoński A.

• Polsko Japońska Wyższa Szkoła Technik Komputerowych, Wydział Zamiejscowy Informatyki w Bytomiu
• Politechnika Śląska, Instytut Informatyki

autor

Mucha R.

• Katedra i Klinika Chorób Wewnętrznych, Angiologii i Medycyny Fizykalnej, Śląski Uniwersytet Medyczny

autor

Danowski D.

• Zespół Sanatoryjno-Szpitalny Rehabilitacji Narządu Ruchu, Goczałkowice Zdrój

autor

Mucha M.

• Zespół Sanatoryjno-Szpitalny Rehabilitacji Narządu Ruchu, Goczałkowice Zdrój

autor

Cieślar G.

• Katedra i Klinika Chorób Wewnętrznych, Angiologii i Medycyny Fizykalnej, Śląski Uniwersytet Medyczny

autor

Wojciechowski K.

• Polsko Japońska Wyższa Szkoła Technik Komputerowych, Wydział Zamiejscowy Informatyki w Bytomiu
• Politechnika Śląska, Instytut Informatyki

autor

Sieroń A.

• Katedra i Klinika Chorób Wewnętrznych, Angiologii i Medycyny Fizykalnej, Śląski Uniwersytet Medyczny

Bibliografia

• [1] Website of the PJWSTK Motion Capture laboratory http://hml.pjwstk.edu.pl , Accessed 1 August .2011
• [2] R. Poppe: Vision-based human motion analysis: An overview, Computer Vision and Image Understanding, 2007
• [3] T. Krzeszowski ., B. Kwolek , K. Wojciechowski : Articulated Body Motion Tracking by Combined Particle Swarm Optimization and Particle Filtering, ICCVG 2010, Lecture Notes in Computer Science, Springer Verlag, 2010
• [4] I. Witten., E. Frank.: Data Mining: Practical Machine Learning Tools and Techniques, Morgan Kaufmann, 2005
• [5] Świtoński A., Polański A., Wojciechowski K.,Human Identification Based on Gait Paths,ACIVS Lecture Notes in Computer Science, 2011 Zonghua Zhang,Nikolaus F Troje:, View-independent person identification from human gait, Neurocomputing 69, 2005
• [7] Bogdan Pogorelc, and Matjaž Gams, Diagnosing Health Problems from Gait Patterns of Elderly, Engineering in Medicine and Biology Society (EMBC), 2010 Annual International Conference of the IEEE, pp. 2238 – 2241, ISBN: 978-1-4244-4123-5.
• [8] Rebecca Avrin Zifchock, Irene Davis, Jill Higginson, Todd Royer e, The symmetry angle: A novel, robust method of quantifying asymmetry, Gait & Posture, Volume 27, Issue 4, May 2008, Pages 622-627
• [9] Omar S. Mian, Susanne A. Schneider, Petra Schwingenschuh, Kailash P. Bhatia and Brian L. Day, Gait in SWEDDs Patients: Comparison with Parkinson’s Disease Patients and Healthy Controls, Movement Disorders, (2011), DOI: 10.1002/mds.23684
• [10] Meg E. Morris, Frances Huxham, Jennifer McGinley, Karren Dodd, Robert Iansek, The biomechanics and motor control of gait in Parkinson disease, Clinical Biomechanics, Volume 16, Issue 6, July 2001, Pages 459-470
• [11] Switonski A., Polanski A., Wojciechowski K.: Human Identification Based on the Reduced Kinematic Data of the Gait, International Symposium on Image And Signal Processing and Analisys, Dubrownik 2011
• [12] Muller M., Roder T.: A Relational Approach to Content-based Analysis of Motion Capture Data. Vol. 36 of Computational Imaging and Vision, ch. 20, 477-506, 2007.
• [13] A. Kale, A. Sundaresan, A. N. Rajagopalan, N. P. Cuntoor, A. K. Roy-Chowdhury, V. Krüger, R. Chellappa: Identification of Humans Using Gait, IEEE Transactions On Image Processing, Vol. 13, No. 9, 2004.
• [14] M. Cheng, M. Ho, C.Huang , Gait Analysis For Human Identification Through Manifold Learning and HMM