Toward a Multi-Gait Analysis/Recognition System

2020 年度 研究成果報告書

• 研究課題/領域番号: 19K24364
• 研究種目: 研究活動スタート支援
• 配分区分: 基金
• 審査区分: 1002:人間情報学、応用情報学およびその関連分野
• 研究機関: 大阪大学
• 研究代表者: ALLAM SHEHATA・ALLAM 大阪大学, 産業科学研究所, 特任研究員(常勤) (70850767)
• 研究期間 (年度): 2019-08-30 – 2021-03-31
• キーワード: Gait recognition / Multi objects tracking / Optical flow / Dense Trajectory / FIsher vecotr encoding

研究成果の概要

この研究プロジェクトを通じて、私は次のタスクを完了しました。
1-182人の歩行被験者を含む単一の歩行データセットを作成します。 2-グループ歩行実験のラボ記録からのマルチ歩行データセットのコンパイル。 3-シングル歩行データセットとマルチ歩行データセットの両方のオプティカルフローと高密度軌道を抽出します。 4-オプティカルフローと密な軌道を使用して、抽出された各密な軌道とともにオプティカルフローの動き情報の集約を検討することにより、歩行対象ごとにローカルモーション記述子を作成しました。 また、各軌道の相対位置と形状記述子を計算しました。 5-計算されたローカル記述子を指定して、各サブジェクト.

自由記述の分野

Gait modeling

研究成果の学術的意義や社会的意義

I introduced the first steps toward a multi-gait recognition system. Ihave prepared the first multi-gait dataset for research purposes. The dataset contains, videos, optical flow, BBXs,and dense trajectories for all subjects.I introduced a robust motion feature representation for model evaluation.