2ヶ月前

GaitGraph: 骨格に基づく歩行認識のためのグラフ畳み込みネットワーク

Teepe, Torben ; Khan, Ali ; Gilg, Johannes ; Herzog, Fabian ; Hörmann, Stefan ; Rigoll, Gerhard
GaitGraph: 骨格に基づく歩行認識のためのグラフ畳み込みネットワーク
要約

歩行認識は、遠距離から個人の歩行パターンを特定する有望なビデオベースのバイオメトリクス技術です。現在、多くの歩行認識手法では、各フレームにおける人物を表現するためにシルエット画像を使用しています。しかし、シルエット画像は微細な空間情報を失う可能性があり、ほとんどの論文では複雑なシーンでのシルエット取得方法について十分に考慮されていません。さらに、シルエット画像には歩行特徴だけでなく他の視覚的な手がかりも含まれているため、これらの手法は厳密な歩行認識とは言えません。そこで、最近の人間姿勢推定の進展を利用して、RGB画像から直接堅牢な骨格姿勢を推定し、より洗練された歩行表現によるモデルベースの歩行認識を取り入れることとしました。したがって、当研究では骨格姿勢とグラフ畳み込みネットワーク(Graph Convolutional Network: GCN)を組み合わせた現代的なモデルベースの歩行認識手法である「GaitGraph」を提案します。この手法の主な利点は、より明確で優雅な歩行特徴の抽出と、GCNを使用した強力な時空間モデリングの組み込み能力です。人気のあるCASIA-B歩行データセットを用いた実験結果は、当手法がモデルベースの歩行認識において最先端の性能を達成していることを示しています。本研究で使用したコードとモデルは公開されています。

GaitGraph: 骨格に基づく歩行認識のためのグラフ畳み込みネットワーク | 最新論文 | HyperAI超神経