Journal of the Korean Institute of Intelligent Systems (한국지능시스템학회논문지)

Korean Institute of Intelligent Systems (한국지능시스템학회)
권호 표지
DOI QR코드

DOI QR Code

Fusion algorithm for Integrated Face and Gait Identification

얼굴과 발걸음을 결합한 인식

  • ;
  • 안성제 (연세대학교 전기전자공학부) ;
  • 홍성준 (연세대학교 전기전자공학부) ;
  • 이희성 (연세대학교 전기전자공학부) ;
  • 김은태 (연세대학교 전기전자공학부) ;
  • 박민용 (연세대학교 전기전자공학부)
  • Published : 2008.02.25
Download PDF
⟨ Previous Next ⟩

Abstract

Identification of humans from multiple view points is an important task for surveillance and security purposes. For optimal performance the system should use the maximum information available from sensors. Multimodal biometric systems are capable of utilizing more than one physiological or behavioral characteristic for enrollment, verification, or identification. Since gait alone is not yet established as a very distinctive feature, this paper presents an approach to fuse face and gait for identification. In this paper we will use the single camera case i.e both the face and gait recognition is done using the same set of images captured by a single camera. The aim of this paper is to improve the performance of the system by utilizing the maximum amount of information available in the images. Fusion in considered at decision level. The proposed algorithm is tested on the NLPR database.

개인 식별 연구는 보안, 감시 시스템에서 중요한 부분이다. 최선의 성능을 가진 시스템을 설계하기 위하여 감지기들로부터 최대 정보를 이용할 수 있도록 설계한다. 다양한 생체 인식 시스템은 등록, 확인, 또는 개인 식별을 위하여 생리 특성이나 행동 특성을 하나이상 활용한다. 발걸음 인식만을 가지고는 아직 개인별 변별적 특징을 안정적으로 나타내지 못하므로, 본 논문에서는 얼굴과 발걸음을 결합한 개인 식별 시스템을 제안한다. 본 논문에서 우리는 한 개의 카메라를 이용한다. 즉, 얼굴과 발걸음 인식 모두 하나의 카메라를 이용하여 획득된 같은 이미지 셋을 사용한다. 본 논문의 중점은 이미지들에서 이용할 수 있는 최대 정보량을 활용하는 것으로 시스템의 성능을 향상시키는 것이다. 결합은 결정 단계에서 고려된다. 제안된 알고리듬은 NLPR 데이터베이스를 사용한다.

Keywords

References

  1. J. P. Foster, M. S. Nixon, and A. Prugel-Bennet, "Automatic gait recognition using area-based metrics," Pattern Recognition Letters, vol. 24, pp. 2489-2497, 2003 https://doi.org/10.1016/S0167-8655(03)00094-1
  2. X. Z. Bhanu, "Integrating Face and Gait for Human Recognition," Computer Vision and Pattern Recognition Workshop, 2006 Conference, pp. 55-55, Jun 2006
  3. T. Lam and R. Lee, "A New Representation for Human Gait Recognition: Motion Silhouette Image MSI," Intl. Conf. on Biometrics 2006, LNCS 3832, pp. 612-618, 2005
  4. C. Fyfe, R. Baddeley, "Finding Compact and Sparse Distributed Representations of Visual Images," Network Computation in Neural Systems v6(3), pp.333-344
  5. C. Shi, H. Li, X. Lian, and X. Li, "Multi-Resolution Local Moment Feature for Gait Recognition," Conf. 5th Machine Learning and Cybernetics, pp. 3709-3314, Aug 2006
  6. M. Bartlett, J. Movellan and T. Sejnowski, "Face Recognition by Independent Component Analysis," IEEE Trans. Neural Networks, Vol. 13, No. 6, pp. 1460-1464, Nov 2002
  7. F. Esposito, T, Scarabino, A. Hyvarinen, J. Himberg, E. Formisano, S. Comani, G. Tedeschi, R. Goebel, E. Seifritz, and F. Di Salle, "Independent Component Analysis of fmri Group Studies By Self-Organizing Clustering," Neuroimage, vol. 25, pp. 193-205, 2005 https://doi.org/10.1016/j.neuroimage.2004.10.042
  8. K. A. Toh, Q. L. Tran and D. Srinivasan, "Benchmarking a Reduced Multivariate Polynomial Pattern Classifier," IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 26, no. 6, pp. 740-755, Jun 2004 https://doi.org/10.1109/TPAMI.2004.3
  9. L. Wang, T. Tan, W. Hu, and H. Ning, "Automatic gait recognition based on statistical shape analysis," IEEE Transactions on Image Processing vol. 12, no 9 2003

Cited by

  1. Multimodal Biometric Recognition System using Real Fuzzy Vault vol.23, pp.4, 2013, https://doi.org/10.5391/JKIIS.2013.23.4.310