Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Lehrstuhl für Messtechnik und Bildverarbeitung RWTH Aachen 22.01.04 Gait Recognition Seminararbeit Stefan Meyer.

Ähnliche Präsentationen


Präsentation zum Thema: "Lehrstuhl für Messtechnik und Bildverarbeitung RWTH Aachen 22.01.04 Gait Recognition Seminararbeit Stefan Meyer."—  Präsentation transkript:

1 Lehrstuhl für Messtechnik und Bildverarbeitung RWTH Aachen Gait Recognition Seminararbeit Stefan Meyer

2 Gait Recognition 2 Überblick Einführung und Allgemeines zur Personenerkennung am Gang Vorstellung von zwei verschiedenen Lösungsansätzen Experimente und Ergebnisse der Gangerkennung mit passender Software zu einem der Ansätze Zusammenfassung

3 Stefan Meyer Gait Recognition 3 Einführung Übliche Methoden zur Personenerkennung untersuchen Merkmale wie: Gesicht Fingerabdruck Irismuster Nachteil dieser Methoden: Ohne Kooperation der Testperson bekommt man kein Bildmaterial dieser Merkmale Personenerkennung am Gang: Vorteile: Keine besonderen Aktionen seitens der Testperson erforderlich Identifikation ist berührungslos und unauffällig (nicht-invasiv) Korrekte Identifikation kann nur schwer von der Person verhindert werden

4 Stefan Meyer Gait Recognition 4 Einsatzmöglichkeiten Überall wo es technisch nicht möglich oder lästig ist besondere Personenmerkmale zu erfassen. Erkennung soll geheim stattfinden. Beispielvideo: - Fest installierten Kamera Graustufen - 320x160 Pixel - 30 Frames/sec

5 Stefan Meyer Gait Recognition 5 Vorverarbeitung Hintergrund entfernen Hintergrundbild dynamisch aus den letzten Bildern bestimmen Hintergrundbild vom aktuellen Bild subtrahieren Pixel mit Grauwert unterhalb eines Schwellwertes entfernen Artefakte entfernen Pixelfehler außerhalb der Person => Erosion Kleine Löcher innerhalb der Person => Dilatation

6 Stefan Meyer Gait Recognition 6 1. Untersuchung von Formmerkmalen Kontur der Person aus jedem Bild extrahieren Errechnen der Eigenform aus der gesamten Bewegung (Form mit minimalem Gesamtabstand zu allen Konturen) Vergleich der Eigenform mit anderen Eigenformen und Zuordnung

7 Stefan Meyer Gait Recognition 7 1. Untersuchung von Formmerkmalen Vorteil: Erkennung auch möglich wenn die Personen frontal auf die Kamera zulaufen Nachteile: Funktioniert nur bei einem kleinen Datenbestand Anfällig für Störungen (z.B. Veränderungen in der Kleidung – Handschuhe/dickere Jacke)

8 Stefan Meyer Gait Recognition 8 2. Formunabhängige Bestimmung mittels Optischem Fluss

9 Stefan Meyer Gait Recognition 9 Optischer Fluss Definition: Der Optische Fluss ist der Grauwertfluss in der Bildebene. Bei konstanten Lichtverhältnissen und texturierten Oberflächen entspricht der Optische Fluss dem Bewegungsvektorfeld. Bild 1 Bild 2Optischer Fluss

10 Stefan Meyer Gait Recognition 10 Optischer Fluss - Berechnung Bild 1Bild 2 Ergebnis: U(x,y) = -1 V(x,y) = -1 Beispiel für die Berechnung des blau-markierten Pixels Suchbereich 3x3 Pixel

11 Stefan Meyer Gait Recognition 11 Optischer Fluss - Beispiel Optischer Fluss des Beispielvideos Binärbild des Optischen Flusses (Weiße Flächen haben sich bewegt) Gewichtet mit Bewegungsdistanz in |u|, |v| oder |u,v| - Richtung (farblich dargestellt) BinärbildGewichtet mit |(u,v)| 0,0

12 Stefan Meyer Gait Recognition Skalare Größen (je Frame) Schwerpunkt Binärbild : x c, y c Schwerpunkt |u| Verteilung : x uc, y uc Schwerpunkt |v| Verteilung : x vc, y vc Schwerpunkt |u,v| Verteilung : x uvc, y uvc Differenzen der Schwerpunkte : x d, y d Verhältnis max. zu min. Trägheitsmoment : a c, a wc (Binärbild und |u,v|-Verteilung) Differenz der beiden Momentverhältnisse : a d

13 Stefan Meyer Gait Recognition 13 Darstellung der skalaren Größen im Video Viereck – Schwerpunkt Binärbild Kreuz – Schwerpunkt |u,v|-Verteilung Ellipse – Trägheitsmomente an einer drehbaren Achse durch den Schwerpunkt (Binärbild und |u,v|-Verteilung)

14 Stefan Meyer Gait Recognition 14 Skalare Größen (komplette Sequenz) Mittelwert und Linearen Anteil subtrahieren

15 Stefan Meyer Gait Recognition 15 Grundfrequenz bestimmen Spektrum von y c (y-Koordinate Schwerpunkt im Binärbild) Grundfrequenz bei (ca. 16 Frames/Halbschritt) y c ist zur Bestimmung der Grundfrequenz am besten geeignet. Alle skalaren Größen haben die gleiche Grundfrequenz.

16 Stefan Meyer Gait Recognition 16 Grundfrequenzanteil der skalaren Größen Rot: Skalare Größe a c Grün: Darstellung mit nur 1 Spektralkoeffizient der Grundfrequenz Alle skalaren Größen können stark vereinfacht durch eine Sinus-Funktion dargestellt werden.

17 Stefan Meyer Gait Recognition 17 Bestimmung des Merkmalsvektors Die Phasen der 13 skalaren Größen charakterisieren den Gang der Person. Phase ist abhängig vom Zustand des Ganges der Person bei Beginn der Sequenz. 1 Wert ist Referenz und wird von den anderen 12 subtrahiert.

18 Stefan Meyer Gait Recognition 18 Auswertung des Merkmalsvektors Darstellung von zwei Werten des Merkmalsvektors im 2d-Raum

19 Stefan Meyer Gait Recognition 19 Alle Werte des Merkmalsvektors Einige Merkmale haben sehr geringe Aussagekraft (x_d, x_wc) Abhängigkeiten zwischen Merkmalen (x_c, x_wc / a_c, a_wc) => Merkmalsvektor kann weiter reduziert werden.

20 Stefan Meyer Gait Recognition 20 Ergebnis des Versuches Leaving-One-Out: Aus den 7 Durchgängen jeder Person wird einer rausgenommen. Die restlichen 6 Merkmalsvektoren werden gemittelt und ergeben den Merkmalsvektor der die Person charakterisiert. Der entfernte Durchgang jeder Person wird mittels minimalem Euklidischem Abstand zugeordnet. Permutation aller Kombination. Ergebnis: 95.2% der Aufnahmen wurden der richtigen Personen zugeordnet. Die Betrachtung von nur 5 (x_c, y_d, a_c, a_d, y_vwc) der 12 Merkmalswerten liefert das gleiche Ergebnis. Bei der Zuordnung von 3 Durchgängen pro Person (Mittelwert aus restlichen 4 Durchgängen) sinkt die Erkennungsrate auf 92.2%

21 Stefan Meyer Gait Recognition 21 Eigene Experimente Software zur Gangerkennung mit der optischen Fluss Methode ist frei verfügbar. Boyd/gait/gait.html Artikel und Software wurden 1998 von Mitarbeitern des MIT in der Zeitschrift Videre veröffentlicht C Quellcode und Shellskripten UNIX programmiert => Kompiliert nach kleinen Änderungen unter Linux und ist voll lauffähig.

22 Stefan Meyer Gait Recognition 22 Parameter Maximale Flussweite (Größe des Suchfensters). Guter Wert ist die maximale Bewegung zwischen zwei Bildern in der gesamten Szene Zu klein=>- anfällig für Rauschen - falsche Zuordnung bei großen Bewegungen Zu groß=>- schlechte örtliche Auflösung (Details wie Bewegung der Arme verschwinden) Filterparameter des Gaußfilters in der Flussberechnung Gerade groß genug wählen, dass keine Bewegung im Hintergrund angezeigt wird

23 Stefan Meyer Gait Recognition 23 Eigene Berechnung: Videos vom MIT

24 Stefan Meyer Gait Recognition 24 Eigene Berechnung: Videos vom MIT

25 Stefan Meyer Gait Recognition 25 Videos aufgenommen am LfM

26 Stefan Meyer Gait Recognition 26 Videos aufgenommen am LfM

27 Stefan Meyer Gait Recognition 27 Auswertung Videos am LfM (2D-Charts)

28 Stefan Meyer Gait Recognition 28 Auswertung Videos am LfM (Skalare Größe x_wc)

29 Stefan Meyer Gait Recognition 29 Ursachen für schlechte Ergebnisse Kamera ungeeignet (Kompakte Digitalkamera mit Videofunktion - Canon Ixus V330) Sehr viel Rauschen im Video Aufnahme mit 20 Frames/sec (entspricht weniger als 10 Bilder pro Schrittfolge) Raum schlecht ausgeleuchtet Leichte Schatten am Boden Unter den Lampen ist die Person heller als an den Seiten Versuchspersonen gehen unnatürlich Raum zu klein. Personen laufen aus dem Stand an. Aufnahme auf Kommando verfälscht den charakteristischen Gang einer Person

30 Stefan Meyer Gait Recognition 30 Zusammenfassung Personenerkennung am Gang unterscheidet sich als kontaktloses Verfahren von allen anderen Methoden. Es existieren viele Lösungsansätze die aber alle noch verbessert und an einer repräsentativen Anzahl Personen getestet werden müssen. Die Identifikation von mehr als 90% der Personen ist vielversprechend und eröffnet neue Möglichkeiten der Kameraüberwachung.


Herunterladen ppt "Lehrstuhl für Messtechnik und Bildverarbeitung RWTH Aachen 22.01.04 Gait Recognition Seminararbeit Stefan Meyer."

Ähnliche Präsentationen


Google-Anzeigen