Fusion of Multiscale Region-Based Fuzzy Features for Gait Recognition. Masters thesis, King Fahd University of Petroleum and Minerals.

Preview

PDF (MS Thesis) MS-THESIS-201102050.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (3MB) | Preview

Arabic Abstract

أصبح استخدام طريقة المشي للتعرف على هوية الأشخاص مشكلة بحثية ذات أهمية بالغة. فقد ظهرت كمشكلة بحثية جاذبة نظراً لامتلاكها عدة خصائص مميزة. على عكس القياسات الحيوية الأخرى، استخدام طريقة المشي كقياس حيوي يمكن حسابها من مسافات طويلة، وليس هناك حاجة إلى اعداد مسبق للأهداف تحت الدراسة. ومع ذلك، طريقة المشي كقياس حيوي يعاني من العديد من التحديات والمتغيرات الصعبة التي تقلل من موثوقيتها وأدائها لتحديد هوية الأشخاص. هذه الرسالة البحثية تستعرض ثلاث طرق لاستخراج سمات ضبابية من طريقة المشي والتي تعالج أنواع متعددة من المتغيرات المصاحبة للمشي لتحديد موثوق لهوية الأشخاص مع انخفاض التعقيد الحسابي. هذه الطرق هي: الأنماط الثنائية المحلية الضبابية متعددة الأقطار، الأنماط الثنائية المحلية الضبابية المبنية على تحويل قابور، الأنماط الثنائية المحلية الضبابية متعددة الأقطار المبنية على تحويل قابور. في الطريقة الأولى باستخدام الأنماط الثنائية المحلية الضبابية متعددة الأقطار، فبدلاً من أخذ كل العينات باستخدام قطر واحد كما هو الحال في الأنماط الثنائية المحلية الضبابية، توزع العينات باستخدام عدة أقطار ولكل قطر يتم استخدام الطريقة المقترحة ويتم دمج المعلومات الناتجة. ليتم التغلب على الأعباء الحسابية والتخزينية، تم استخدام صورة طاقة المشي كتمثيل مكاني وزماني للمشي. صورة طاقة المشي تعبر عن المشي البشري في صورة واحدة للحفاظ على الخصائص الزمانية للحركة كمتوسط لدورة مشي كاملة. تم استخدام مرشح قابور وذلك لثباته ضد التشوهات المحلية وعدم الانتظام. تتم عملية الالتفاف الرياضي بين صورة طاقة المشي مع مجموعة من مرشحات قابور باستخدام اتجاهات وتدرجات مختلفة. معظم الطرق الحالية للتعرف على هوية الأشخاص والتي تستخدم مرشحات قابور تعاني من مشكلة لعنة الأبعاد، حتى مع استخدام تقنيات التقليل من الأبعاد. وهذا يضيف المزيد من الأعباء الحسابية والتخزينية مما قد يسبب صعوبات في التعرف على هوية الأشخاص بدرجة عالية من الثقة. لذلك، تقترح هذه الرسالة نوعين من السمات الضبابية السابق ذكرها المعتمدة على مرشح قابور والتي تقوم باستخراج معلومات مميزة عن طريقة مشي الأشخاص عن طريق تحليل استجابات قابور. بدلاً من استخدام استجابات قابور بأكملها، السمات المقترحة تقوم بترميز استجابة قابور إلى مجمع تكراري يتكون من مائتان وستة وخمسون فئة. علاوة على ذلك، ولزيادة أداء السمات المقترحة، تم تقسيم صورة طاقة المشي إلى عدة مناطق مختلفة الأبعاد. تم إجراء التقسيم كنسبة من ارتفاع وعرض الشخص تحت الدراسة. تم إجراء العديد من التجارب لتقييم أداء السمات المقترحة ومقارنتها بالطرق المستخدمة حالياً للتعرف على هوية الأشخاص عن طريق دراسة طريقة المشي. تم استخدام الة متجه الدعم أحادية النواة للقيام بعملية التمييز بين عينات الاختبار. وقد أظهرت النتائج التجريبية أن أداءً واعداً من الممكن أن يتحقق باستخدام الطرق المقترحة وفي وجود العديد من المتغيرات المصاحبة للمشي.

English Abstract

Gait recognition has become a popular research problem gaining importance for human identification based on walking style. It has emerged as an attractive research problem due to possessing several desirable merits. Unlike other biometrics, gait biometric can be computed from long distance and there is no need to prior configuration for targeted subjects. However, a gait recognition method can suffer from numerous challenging covariates that degrade its reliability and performance for human identification. This thesis explores three gait recognition fuzzy features that address various challenging covariates to reliably identify subjects with low computational complexity: Kernel-based Fuzzy Local Binary Patterns (KFLBP), Multi-kernel Fuzzy Local Gabor-Based Binary Patterns (MFLGBP), and Fuzzy Local Gabor-Based Binary Patterns (FLGBP). In KFLBP, instead of sampling all points over one radius as in Fuzzy Local Binary Pattern (FLBP), multiple radii (kernels) with multiple neighbors are utilized and the information provided by multiple operators is combined. To overcome storage and computation burden, we adopt Gait Energy Image (GEI) as the spatio-temporal gait representation. GEI represents the human walking in a single image conserving motion temporal properties over an average gait cycle. Gabor filter is also utilized due to its robustness against local distortion and noise. The GEI image is convolved with a Gabor filter bank of different orientations and different scales. Most of the existing gait recognition methods that involve Gabor-based filters suffer from the curse of dimensionality, even with the use of a dimensionality reduction technique. This adds more computational and storage burdens and may cause difficulties to identify subjects with a high degree of confidence. Therefore, we propose two Gabor-based fuzzy feature (MFLGBP) and (FLGBP) that extract discriminative gait information by analyzing the Gabor responses. Instead of utilizing the whole Gabor responses, the proposed features encode the whole Gabor response into a histogram of 256 bins. Moreover, to enhance the performance of the proposed features, we propose to partition the GEI into different-sized regions. The partitioning has been conducted as a fraction of the subject's height and width. Intensive experiments are carried out to evaluate the performance of the proposed methods against several gait recognition methods. Linear-kernel Support Vector Machine (SVM) classifier is used for classification. The experimental results have shown that promising performance can be achieved with the proposed approaches under a variety of covariates.

Item Type:	Thesis (Masters)
Subjects:	Computer
Department:	College of Computing and Mathematics > Information and Computer Science
Committee Advisor:	El-Alfy, El-Sayed M.
Committee Members:	El-Bassuny, Tarek A. and Al-Khatib, Wasfi G.
Depositing User:	BINSAADOON GHAZI ABDULLAH (g201102050)
Date Deposited:	29 Jan 2017 05:36
Last Modified:	31 Dec 2020 07:15
URI:	http://eprints.kfupm.edu.sa/id/eprint/140224