CNNによる歩行特徴抽出を目的とした入力画像に関する研究

カテゴリ: 部門大会

論文No: OS2-8

グループ名: 【C】2021年電気学会電子・情報・システム部門大会

発行日: 2021/09/08

タイトル(英語): A Study on Input Images for CNN-based Gait Feature Extraction

著者名: 吉森 聖貴（日本文理大学）

著者名(英語): Seiki Yoshimori (Nippon Bunri University)

キーワード: 畳み込みニューラル|歩行特徴|時系列画像|入力画像|Convolutional Newral Network|Gait Feature|Time-series images|Input image

要約(日本語): 近年，防犯や広域監視を目的とした歩容認証が注目されている．歩容認証は，その他の個人認証方法と比べてカメラの位置やカメラと対象の距離の影響を受けにくいという特徴を持つ．歩容認証を実現するためには動きに起因する特徴量を抽出する必要があり，時系列画像の入力が必須となる．時系列画像を対象としたConvolutional Neural Network ( CNN ) の手法としてはRecurrent Neural Network ( RNN )や Long Short Term Memory ( LSTM ) などが有名であるが，CNNと比べて処理コストが大きいという問題がある．そこで本研究では，RNNやLSTMなどの時系列データを対象とした手法ではなく，CNNのみによる歩行特徴抽出を目的とした歩行特徴抽出に効果的な入力画像について検討した．13名を対象とした実験では，提案手法である時系列画像をチャンネル方向に合成して1枚の画像として扱う手法において約90%の精度で識別できることを確認した．

PDFファイルサイズ: 559 Kバイト