Contributions to gait recognition using multiple views

Abstract

Esta tesis se centra en la identificación de personas a través de la forma de caminar. El problema del reconocimiento del paso ha sido tratado mediante diferentes enfoques, en los dominios 2D y 3D, y usando una o varias vistas. Sin embargo, la dependencia con respecto al punto de vista, y por tanto de la trayectoria del sujeto al caminar sigue siendo aún un problema abierto. Se propone hacer frente al problema de la dependencia con respecto a la trayectoria por medio de reconstrucciones 3D de sujetos caminando. El uso de reconstrucciones varias ventajas que cabe destacar. En primer lugar, permite explotar una mayor cantidad de información en contraste con los métodos que extraen los descriptores de la marcha a partir de imágenes, en el dominio 2D. En segundo lugar, las reconstrucciones 3D pueden ser alineadas a lo largo de la marcha como si el sujeto hubiera caminado en una cinta andadora, proporcionando así una forma de analizar el paso independientemente de la trayectoria seguida. Este trabajo propone tres enfoques para resolver el problema de la dependencia a la vista: 1. Mediante la utilización de reconstrucciones volumétricas alineadas. 2. Mediante el uso de reconstrucciones volumétricas no alineadas. 3. Sin usar reconstrucciones. Se proponen además tres tipos de descriptores. El primero se centra en describir el paso mediante análisis morfológico de los volúmenes 3D alineados. El segundo hace uso del concepto de entropa de la información para describir la dinámica del paso humano. El tercero persigue capturar la dinámica de una forma invariante a rotación, lo cual lo hace especialmente interesante para ser aplicado tanto en trayectorias curvas como rectas, incluyendo cambios de dirección. Estos enfoques han sido probados sobre dos bases de datos públicas. Ambas están especialmente diseñadas para tratar el problema de la dependencia con respecto al punto de vista, y por tanto de la dependencia con respecto a la trayectoria. Los resultados experimentales muestran que para el enfoque basado en reconstrucciones volumétricas alineadas, el descriptor del paso basado en entropa consigue los mejores resultados, en comparación con métodos estrechamente relacionados del Estado del Arte actual. No obstante, el descriptor invariante a rotación consigue una tasa de reconocimiento que supera a los métodos actuales sin requerir la etapa previa de alineamiento de las reconstrucciones 3D.

This thesis focuses on identifying people by the way they walk. The problem of gait recognition has been addressed using di erent approaches, both in the 2D and 3D domains, and using one or multiple views. However, the dependence on camera viewpoint, and therefore the dependence on the trajectory of motion still remains an open problem. This work proposes to address the problem of dependence on the trajectory through the use of 3D reconstructions of walking subjects. The use of 3D models have several advantages that are worth mentioning. First, by the use of 3D reconstructions it is possible to exploit a greater amount of information in contrast to methods that extract descriptors from 2D images. Second, the 3D reconstructions can be aligned along the way as if the subject had walked on a treadmill, thus providing a way to recognize people regardless the path. Three approaches are proposed in order to address the problem of the dependence with respect the trajectory: 1. Using aligned 3D reconstructions of walking humans. 2. By using volumetric unaligned volumetric reconstructions of walking humans. 3. Without using 3D reconstructions. Three gait descriptors are also proposed. The rst focuses on describing gait by means of morphological analysis of 3D aligned volumes. The second makes use of the concept of information entropy to describe the dynamics of human gait. The third aims to capture the dynamics of gait in a rotation invariant way, which makes it interesting for recognize people walking on both straight and curves path, and regardless direction changes. These approaches have been tested on two public databases. Both databases are speci cally designed to address the problem of dependence on the viewpoint, and therefore the dependence on the trajectory. Experimental results show that for the approach based on aligned volumetric reconstructions, the entropy-based gait descriptor achieved the best results compared to other closely related methods of the state-of-art. However, the rotation invariant gait descriptor achieves a recognition rate that overcomes the compared state-of-art methods, without requiring the prior step of alignment of the 3D gait reconstructions.