Járásfelismerés Lidar mérési sorozatokon

OData támogatás
Konzulens:
Dr. Szécsi László
Irányítástechnika és Informatika Tanszék

A videó-felügyeleti alkalmazások egyik fontos feladata a látómezőről kisétáló, majd újra megjelenő személyek felismerése. A járást, mint biometrikus jellemzőt már évtizedek óta kutatják. Nagy előnye korábbi személyazonosító technikákkal szemben, hogy a járást távolról, az emberek természetes viselkedése közben is megfigyelhetjük. Ennek köszönhetően egy hatékony megoldást kínál az említett újrafelismerési problémára. A Lidar lézerszkennernek a hagyományos kamerákhoz képest kevésbé okoznak problémát a háttérmozgások, takarások, így alkalmazása jó döntés az említett feladatra. A szakirodalomban található járásjellemzők közül a Gait Energy Image (GEI) igen jó eredményeket ért el, így egy erre épülő felismerő rendszer megtervezését részletezi a szakdolgozat. A felismerést neurális hálózatok végzik, pontosabban egy többrétegű perceptron és egy korszerű, a mély gépi tanulás élvonalába tartozó konvolúciós neurális háló együttese. A neurális hálók e kettősére épülő felismerő modult összehasonlítottuk két releváns, eredetileg optikai képekre fejlesztett sziluett alapú eljárással, melyeknél jobb eredményt értünk el. A járásfelismerő rendszer az MTA SZTAKI Elosztott Események Elemzése kutatócsoportjának Lidar lézerszkenner méréseire épülő keretrendszerében került implementálásra.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.