شناسایی فرد بر مبنای اطلاعات بیومتریک رفتاری بدست آمده از سنسورهای RGB-D

از پژوهش های مهم بینایی کامپیوتر در دهه اخیر شناسایی و احراز هویت فرد است. هدف در این پژوهش ها تشخیص هویت فرد با تحلیل ویژگی ژئومتریک و بیومتریک در دنباله ای از فریم های یک ویدئو و یا تصویر می باشد. به دست آوردن دقت و سرعت بالا در تشخیص و یا حجم پردازش و زمان کم در شناسایی، هدف این پژوهش ها می باشد. در این راستا این مقاله، روشی برای شناسایی فرد از داده های RGB-D ارائه نموده است. بر مبنای اطلاعات بیومتریک رفتاری، 9 ویژگی، تنها از 3 نقطه اسکلتی بدن استخراج شده و به طبقه بندی کننده 1SVM داده شده است. الگوریتم مورد نظر در نهایت بر روی مجموعه داده فعالیت های انسانی چندجانبه 2UTD که از دوربین کینکت مایکروسافت 3 بدست آمده اعمال شده است. مزیت روش پیشنهادی، اول در سرعت بالا به دلیل استفاده از داده های نقاط اسکلتی بدن و دوم دقت بالا به دلیل استخراج ویژگی های مناسب برای پردازش می باشد. همچنین نوآوری کار شناسایی با نرخ تشخیص بالا در همه 27 عمل مجموعه داده ذکر شده می باشد. این در حالی است که در روش های پیشین شناسایی فرد بر روی یک عمل خاص مثل راه رفتن انجام می شد. در اینمقاله شناسایی با دقت 100 % بر روی 15 از 27 عمل مجموعه داده، فقط با 9 ویژگی استخراج شده، توسط الگوریتم SVM حاصل شد. پیش بینی میشود شناسایی بلادرنگ هویت فرد با دقت بالا با این روش تسهیل خواهد شد.

Keywords:

شناسایی هویت فرد , بیومتریک , دوربین کینکت , داده ها RGB-D