Human Identification Using Video-Based Analysis of the Angle Between Skeletal Joints

Q: 이 논문에서 정의한 보행이란 무엇인가?

보행은 사람의 걷는 방식을 의미하며, 개인마다 고유한 특성을 지닌다. 이는 비디오 감시 시스템과 의료 분야에서 효과적으로 활용될 수 있는 생체 인식 특징으로, 파킨슨병이나 알츠하이머병 진단에도 정보를 제공한다. 다른 생체 인식 기술과 달리 대상자의 인지 없이 원거리에서 비침습적으로 데이터를 수집할 수 있는 장점이 있다.

Q: 관절 각도 특징 분석을 통한 사람 식별의 정확도를 높이는 핵심 방법은 무엇인가?

연구 결과, 보행 관련 관절 사이의 각도를 특징으로 사용하고 유전 알고리즘(GA)을 적용하여 특징 차원을 축소하는 것이 사람 식별의 정확도를 크게 향상시키는 것으로 나타났다. 특히, 랜덤 포레스트 분류기와 결합했을 때 95.64%의 가장 높은 평균 정확도를 달성하여, 계산 비용 절감과 더불어 식별 성능을 최적화한다.

Omer Faruk Ince; Ibrahim Furkan Ince; Mustafa Eren Yildirim; Jang Sik Park; Jong-Kwan Song

doi:10.5302/J.ICROS.2018.17.0195

추천

검색

질문

자료유형: 학술저널

저자정보: Omer Faruk Ince (경성대학교) Ibrahim Furkan Ince (경성대학교) Mustafa Eren Yildirim (바체셰히르대학교) Jang Sik Park (경성대학교) Jong-Kwan Song (경성대학교)

저널정보: 제어로봇시스템학회 제어로봇시스템학회 논문지 제어로봇시스템학회 논문지 제24권 제3호

발행연도: 2018.3

수록면: 263 - 270 (8page)

DOI: 10.5302/J.ICROS.2018.17.0195

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

In this study, the angles between gait-relevant joints are considered a robust and differential feature set. The aim of this paper is to develop an approach that identifies a person’s gait cycle using body-joint information. The proposed approach acquires six different joint angle measurements using an RGB depth sensor, and then stores these in a queue-attribute collection. A genetic algorithm is then applied to reduce the number of features from 120 to 43. Following this, the data is trained with both a random forest classifier (RFC) and a K-nearest neighbor (KNN) algorithm . An average accuracy of 95.64% and 91.98% for gait analysis and identification with RFC and KNN algorithms respectively.

#Gait analysis #identification #Microsoft Kinect v2 #Random Forest multi-class classifier

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-003-001805265

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)