基于运动捕捉数据的步态识别的行走者无关特征
计算机视觉与模式识别
2022-12-09 v5
摘要
基于MoCap的人类识别，作为模式识别学科，可以使用机器学习方法优化。然而在一些应用中，例如视频监控，新身份可能突然出现，并且遇到的所有人的标记数据可能并不总是可用。本工作引入了通过修改带最大间隔准则的费希尔线性判别分析，直接从原始关节坐标学习行走者无关步态特征的概念。我们的新方法不仅表明这些特征可以区分不同于学习时所基于的人，而且学习身份的数量可以远小于实际运行中遇到的行走者数量。
引用
@article{arxiv.1609.06936,
title = {Walker-Independent Features for Gait Recognition from Motion Capture Data},
author = {Michal Balazia and Petr Sojka},
journal= {arXiv preprint arXiv:1609.06936},
year = {2022}
}
备注
Preprint. Full paper published at the Joint IAPR International Workshops on Structural and Syntactic Pattern Recognition and Statistical Techniques in Pattern Recognition (S+SSPR), Merida, Mexico, November 2016. 11 pages. arXiv admin note: substantial text overlap with arXiv:1609.04392