ハイブリッド骨格ベースモーションテンプレートによるクロスビューおよび外観ロバスト歩容認識

科学分野:

• コンピュータビジョン
• バイオメトリクス
• 人間のモーション分析

背景:

• 歩容エネルギー画像などのシルエットベースの歩容認識は、制御された設定では優れていますが、外観の変動には対応できません。
• 骨格ベースの方法は解釈可能性を提供しますが、姿勢推定の不正確さの影響を受けやすいです。

研究 の 目的:

• 歩容認識を強化するための、新しいコンパクトな2D骨格記述子である歩容スケルトン画像（GSI）を導入すること。
• 3Dジョイント軌道を2D CNNと互換性のある静的テンプレートに処理するための統一されたパイプラインを開発すること。
• 外観と視点の変化に対するGSIのロバスト性とパフォーマンスを評価すること。

主な方法:

• 3Dジョイント軌道を線ベースおよびジョイントベースの2D骨格テンプレート（GSI）にエンコードすること。
• トポロジー正規化、ビューアライメント、投影、レンダリングを含む処理パイプラインを実装すること。
• GRIDDSデータセットでコア設計要因を分析し、CASIA-Bデータセットでパフォーマンスを評価すること。

主要な成果:

• GSIバリアントは、歩容エネルギー画像と比較して、変化する外観条件（視点、服装、持ち物）下でのパフォーマンス低下が少ないことを示しています。
• GSIは、厳しいクロスビュー歩容認識シナリオでより大きな安定性を示します。
• 歩容エネルギー画像は同じビューでの精度が高いですが、GSIは優れたロバスト性を提供します。

結論:

• GSIのようなコンパクトな骨格テンプレートは、外観ベースの歩容認識方法を効果的に補完できます。
• 提案された歩容スケルトン画像は、人間識別システムのロバスト性を向上させる可能性を示しています。
• 3D人間姿勢推定の将来の進歩は、骨格テンプレートベースの歩容認識の有用性をさらに高める可能性があります。