The Visionary Researcher

논문 : Click


"Classification of Gait Types Based on The Duty-Factor"

Author : Preben Fihl et al.

(Appearance based approach)


<Key point> 

1. Duty Factor라는 것을 이용해서 걸음걸이의 종류(Walk, Jog, Run)를 분류한다. [1]

(Duty Factor : the fraction of the duration of a stride for which each foot remains on the ground)

(발이 땅에 얼마나 오래동안 붙어있는지 비율을 이용)

(달리는 속도와 Camera setup에 independent, 달리는 속도로 걸음걸이 종류를 분류하는 것이 아님)

2. 실루엣은 Codebook Method에 의해서 추출되고, Shape Contexts에 의해서 표현된다.

3. 실루엣 매칭을 위해서 Hungarian method가 사용된다.


<Introduction 논리 전개>

1. Video Surveilance 분야의 성장과 중요성

2. 주어진 환경에서 Gait Recognition의 연구진행, 여러움 제기

3. 속도가 걸음걸이는 분류하는 기준이 아니다

(달리는 것은 단순히 걷는 것의 속도가 빠른 버전이 아니다)

4. 걸음걸이를 분류하기 위한 Descriptor가 필요하다(Duty factor의 필요성)

5. Duty factor의 정의

6. 실험 database 설명

7. Duty factor의 성능과 장점 명시

8. model based approach 설명(pose estimation 필요, model 추정)

9. 정확한 pose estimation 필요없다. (model free, appearance based)

10. database에서 비슷한 실루엣을 찾고 해당 정보를 이용한다.


<Silhouette Database>

1. 하나의 DB에서 각 걸음걸이 종류 1개씩 생성한다.

2. 애니메이션을 이용하여 생성

3. 총 90개의 실루엣

4. 3대의 카메라 앵글(30도씩 움직이며, 애니메이션으로)


<Silhouette Extraction>

1. Codebook background substraction 사용 [2] [3]


<Silhouette Description>

1. 다리부분만 사용

2. Scale과 translation에 invariant한 descriptor이용

3. Shape Contexts [4] 에 거리로 정규화 적용

4. 실루엣에서 n개의 점과, K개의 bin 존재, 따라서 실루엣당 n * (K+1) matrix 생성


<Silhouette Comparison>

1. 두 실루엣을 x^2 test statistics을 이용하여 매칭점수 계산

2. 두 실루엣에서 각 점간의 cost를 계산(n * n matrix)

3. cost는 n * (K+1) matrix 두개를 이용하여 계산

4. cost matrix에서 총 cost가 최소가 되도록 하는 hungarian matching method 이용


<Duty-Factor Calculation>

1. 발이 땅바닥에 얼마나 오래동안 붙어있는지 비율을 이용

2. 이를 통해서 걸음걸이 분류가 가능

3. Label이라고 생각하면 될듯


<Results>

1. 총 131 seqeunces, 카메라 방향, 움직이는 방향, 해상도 변함, 22명의 사람, 다양한 실루엣 높이 변화

2. n은 100, K는 60, 3종류 분류결과 81.7%


<Discussion>

1. Jog와 run의 모호성

2. 안좋은 성능의 background subtraction, 안좋은 성능의 DB로 인한 오류



Reference

[1] R. Alexander. Energetics and Optimization of Human Walking and Running: The 2000 Raymond Pearl Memorial Lecture. American Journal of Human Biology, 14, 2002.

[2] P. Fihl, R. Corlin, S. Park, T. Moeslund, and M. Trivedi. Tracking of Individuals in Very Long Video Sequences. In Int. Symposium on Visual Computing, Lake Tahoe, Nevada, USA, November 6-8 2006.

[3]  K. Kim, T. Chalidabhongse, D. Harwood, and L. Davis. Real-time Foreground-Background Segmentation using Codebook Model. Real-time Imaging, 11(3):167–256, 2005.

[4] S. Belongie, J. Malik, and J. Puzicha. Shape matching and object recognition using shape contexts. PAMI, 24(4), 2002.

댓글 0

티스토리 툴바