Реєстраційний номер
0824U002999, Дисертація доктора філософії
На здобуття
Доктор філософії
Дата захисту
25-01-2024
Статус
Захищена
Назва роботи
Методи машинного навчання для розпізнавання людини за ходою
Здобувач
Пуріш Сергій Володимирович,
Керівник Лобачев Михайло Вікторович
Керівник Шолер Торстен ...
Опонент Литвиненко Володимир Іванович
Опонент Романюк Олександр Никифорович
Рецензент Арсірій Олена Олександрівна
Рецензент Фомін Олександр Олексійович
Установа, організація, у вченій раді якої відбудеться/відбувся захист
Національний університет "Одеська політехніка"
Опис
Проведено дослідження найбільш значущих робіт, розроблених в останніх роках щодо розпізнавання ходи, висвітлюючи методи, засновані на візуальних ознаках. Проведене дослідження дозволило виявити проблеми та виклики, які стоять перед дослідниками в цій області. В процесі аналізу також були виявлені переваги систем, заснованих на ході, у порівнянні з іншими системами, що використовують загальновживані біометричні характеристики. Проведений аналіз проблеми наявності коваріантів ходи, які суттєво впливають на ефективність методів розпізнавання ходи та практичну доцільність розробки систем біометричної ідентифікації на базі розпізнавання ходи. Детально розглянути коваріанти, які мають найбільший вплив на ефективність розпізнавання ходи та запропоновані методи, які є робастними до впливу даних коваріантів.
Для зниження часових витрат на розпізнавання людини за допомогою дескриптору ознак HoG був запропонований метод, що використовує популярний дескриптор ознак HoG та текстурні ознак Хараліка з дисперсією суми для зменшення кількості ознак HoG. Показано, що текстурні ознаки Харалків можуть бути використані разом з HoG для виділення найбільш характерних низьковимірних векторів ознак, здатних однозначно ідентифікувати людей. В результаті дослідження було визначено, що запропонований метод, в більшості випадків, є більш ефективним у порівнянні з методами-аналогами. Наприклад, на наборі даних CASIA A, запропонований метод показав середню точність розпізнавання 97.77%, що перевищує показники методів-аналогів. На наборі даних CASIA B, метод показав найкращі показники точності майже для всіх кутів огляду камери (перевага над найближчим аналогом склала від 3.8% до 6.4% в залежності від куту огляду). Для набору даних CMU MoBo, запропонований метод показав 82.00% точності розпізнавання людини за ходою, що перевищує показник найближчого методу-аналогу на 5%.
Для розпізнавання людини за ходою за умов носіння різного одягу був запропонований метод розпізнавання людини за ходою на базі локального дескриптору LR2P. Запропонований метод використовує зображення енергії ходи та експлуатує локальні відмінні риси регіонів у GEI, що дозволяє покращити ефективність розпізнавання ходи.
Для підтвердження ефективності запропонованого методу було проведено експериментальне дослідженні на декількох наборах даних. Показник точності на наборі даних OU-ISIR B склав 86.22%, що перевищує точність найближчого методу-аналогу на 4.30%. Середній показник точності для всіх 32 стилів одягу на наборі даних OU-ISIR B склав 91.78%, що свідчить про те, що запропонований метод може мінімізувати проблему варіацій одягу.
Для розпізнавання людини за ходою за умов фронтальної проєкції камери був запропонований метод розпізнавання, заснований на аналізі контуру зображення енергії ходи та складається з наступних кроків. Експериментальне дослідження на наборі даних CMU MoBo показало, що запропонований метод демонструє покращену на 6.41% точність розпізнавання ніж метод-аналог. Дослідження на наборі даних CASIA B для нульового кута огляду показало, що запропонований метод дозволив отримати показник точності у 99.70%, що перевищує точність найближчого методу-аналогу на 5.30%.
Для розпізнавання людини за ходою за умов різної швидкості ходи був запропонований метод розпізнавання, заснований на використанні просторової динаміки GEI та складається з наступних кроків.
Для підтвердження ефективності запропонованого методу було проведено експериментальне дослідження на декількох наборах даних. Дослідження на наборі даних CASIA C показало, що запропонований метод має показник точності, більший в діапазоні від 0.5% до 6.1%, в залежності від параметрів дослідження. Середня точність на наборі даних OU-ISIR A склала 98.69%, що перевищує показник точності найближчого методу-аналогу на 9.2%.
Розроблений програмний модуль розпізнавання людини за ходою. Програмний модуль може бути частиною надійної та ефективної системи біометричної ідентифікації, яка використовує ходу людини у якості біометричного ідентифікатору. Даний модуль може бути використаний в різних сферах, де потрібно виконувати процедури аутентифікації та контролю доступу. Він може бути інтегрований в існуючі системи відеоспостереження та використовуватися для забезпечення різних процесів, пов'язаних з безпекою та ідентифікацією. Визначені основні функціональні, а також нефункціональні вимоги до розробленого модулю. Сформована діаграма розгортання, а також надана схема даних. Для визначення використаних технологій був наданий опис технологічного стеку програмного модулю. Надана структура проєкту програмного модулю, визначені та описані основні програмні пакети розробленого програмного забезпечення. З метою забезпечення якості розробленого програмного модулю було проведено функціональне та модульне тестування.
Розроблені в дисертаційній роботі методи отримали впровадження у діяльності ТОВ «Добродія Фудз», ПАТ «Ветропак Гостомельский Склозавод», а також в навчальний процес НУ «Одеська політехніка».
Дата реєстрації
2024-09-02
Додано/оновлено в НРАТ
2024-09-02 / 2026-07-01
