New Series of MViT Research on Gait Recognition, Mahidol University
Human Gait Recognition หรือ การระบุอัตลักษณ์และจดจำบุคคล โดยใช้รูปแบบการเดินภายใต้การไม่จำกัดเงื่อนไข และสภาพแวดล้อมของการเดิน
เกี่ยวข้องกับการแยกอัตลักษณ์ตัวบุคคลโดยอัตโนมัติผ่านกล้องวิดีโอหรือกล้องวงจรปิดด้วยลักษณะทางชีวภาพ โดยการพัฒนาวิธีการและโปรแกรมคอมพิวเตอร์ในการอ่านและทำความเข้าใจภาพและวิดีโอโดยอัตโนมัติ
**สามารถปิดช่องโหว่ของการค้นหาตัวบุคคลจากภาพใบหน้า ที่ได้ข้อมูลใบหน้าที่ไม่ชัดเจน หรือคุณภาพต่ำจนไม่สามารภระบุตัวตนได้**
Human Gait Recognition
ผลงานวิจัยล่าสุด ของ MViT Lab เรา ในผลงานวิจัยหมวดการระบุอัตลักษณ์และจดจำบุคคล โดยใช้รูปแบบการเดิน
คู่ความร่วมมือที่เหนียวแน่น กับทีมวิจัยระดับนานาชาติ มหาวิทยาลัยหิดล 🇹🇭 และ UTS Australia 🇦🇺
- ●2021: Recognizing Gaits across Walking and Running Speeds, ACM Transactions on Multimedia Computing Communications and Applications (TOMM)
- ●2021: Collaborative Feature Learning for Gait Recognition under Cloth Changes, IEEE Transactions on Circuits and Systems for Video Technology (TCSVT) https://ieeexplore.ieee.org/document/9536768
- ●Robust Gait Recognition using Hybrid Descriptors based on Skeleton Gait Energy Image, Pattern Recognition Letters (PRL): Special Issue on Learning Compact Representations for Scalable Visual Recognition and Retrieval https://doi.org/10.1016/j.patrec.2019.05.012
- ●2021: Gait Recognition using a Few Gait Frames, PeerJ - Computer Science https://peerj.com/articles/cs-382/
- ●2021: Part-based Collaborative Spatio-Temporal Feature Learning for Cloth-changing Gait Recognition, International Conference on Pattern Recognition (ICPR) https://doi.org/10.1109/ICPR48806.2021.9412714
- ●2020: Review of Gait Recognition Approaches and Their Challenges on View Changes, IET Biometrics https://digital-library.theiet.org/content/journals/10.1049/iet-bmt.2020.0103
- ●2020: Part-based Collaborative Spatio-temporal Feature Learning for Cloth-changing Gait Recognition https://ieeexplore.ieee.org/document/9412714/
ข้อมูลเพิ่มเติมของงานวิจัย ที่ https://sites.google.com/mahidol.edu/mvit-ict-mahidol/projects?authuser=0#h.p_WHRbvISW2wp6
ลักษณะทางชีวภาพที่ใช้ในปัจจุบัน คือ ภาพลายพิมพ์นิ้วมือ ภาพถ่ายดวงตา และภาพใบหน้า แต่ข้อมูลทางชีวภาพเหล่านี้ไม่สามารถใช้กับระบบกล้องวงจรปิดได้ เนื่องจากมีข้อจำกัดหลายอย่าง เช่น ลายนิ้วมือต้องการการสัมผัสกับอุปกรณ์อ่าน ดวงตาไม่สามารถถูกอ่านในกล้องคุณภาพต่ำและในระยะไกล ใบหน้าไม่สามารถถูกบันทึกได้ในบางมุมกล้อง
ดังนั้นในงานวิจัยนี้จึงได้นำลักษณะทางชีวภาพทางเลือก คือรูปแบบการเดินมาใช้ในการระบุตัวบุคคล ซึ่งได้ผ่านการศึกษาแล้วว่าเป็นหนึ่งในข้อมูลเฉพาะของบุคคล
การทดสอบกับข้อมูลในห้องทดลองให้ความแม่นยำที่สูงมาก
แต่เมื่อนำมาทดสอบกับข้อมูลในสภาวะจริงที่มีการเปลี่ยนแปลงของเงื่อนไขและสภาพแวดล้อมของการเดิน เช่น ความเร็วของการเดิน ทิศทางของการเดิน และเสื้อผ้าที่สวมใส่ ทำให้ความแม่นยำในการจดจำลดลง
งานวิจัยนี้จึงได้พัฒนาต่อยอดในการระบุอัตลักษณ์โดยใช้รูปแบบการเดินภายใต้การไม่จำกัดเงื่อนไขและสภาพแวดล้อมของการเดิน โดยการดึงข้อมูลภาพและวิดีโอที่มีความคงที่ในรูปแบบของ spatial-temporal description ซึ่งจะเป็นการใช้เทคนิคการคำนวนขั้นสูงในการประมวลผลภาพ
วิธีการที่พัฒนาขึ้นมาใหม่นี้สามารถนำไปประยุกต์ใช้ได้จริงในระบบการรักษาความปลอดภัยด้วยกล้องวงจรปิด เพื่อเพิ่มความปลอดภัยในพื้นที่ที่ต้องการ เนื่องจากวิธีการที่พัฒนามาใหม่เหล่านี้ ถูกคำนึงถึงการเปลี่ยนแปลงของเงื่อนไขต่างๆที่สามารถเกิดขึ้นได้ในสถานการณ์จริง สามารถใช้เป็นส่วนหนึ่งในการสร้าง smart city หรือเมืองอัจฉริยะ ในการเพิ่มความฉลาดแบบอัตโนมัติให้กับระบบกล้องวงจรปิด ในการใช้ข้อมูลไบโอแมทริกซ์ในการระบุอัตลักษณ์บุคคล โดยสามารถเพิ่มความแม่นยำโดยการใช้รูปแบบการเดินและภาพใบหน้าประกอบกัน
สัมภาษณ์ อ.วรพันธ์ คู่สกุลนิรันดร์ การประมวลผลท่าทางการเดิน Gait Analysis และเทคโนโลยีด้านความปลอดภัย Human Biometrics ใน VDO และ Image Processing , คณะ ICT, มหาวิทยาลัยมหิดล
🎖รางวัลสภาวิจัยแห่งชาติ: รางวัลผลงานวิจัย ประจำปีงบประมาณ 2562, รางวัลระดับดี (Outstanding Research Award), โดยสำนักงานคณะกรรมการวิจัยแห่งชาติ (วช.) [National Research Council of Thailand (NRCT)]“การระบุอัตลักษณ์และจดจำบุคคลโดยใช้รูปแบบการเดินภายใต้การไม่จำกัดเงื่อนไขและสภาพแวดล้อมของการเดิน” (Human Gait as a Biometric for Human Re-Identification under Unconstrained Conditions and Environment)
รางวัลสภาวิจัยแห่งชาติ: รางวัลผลงานวิจัย ประจำปีงบประมาณ 2562
🎖รางวัลสภาวิจัยแห่งชาติ: รางวัลวิทยานิพนธ์ ประจำปีงบประมาณ 2558, รางวัลระดับดีมาก (Distinguished Dissertation Award), โดยสำนักงานคณะกรรมการวิจัยแห่งชาติ (วช.) [National Research Council of Thailand (NRCT)] “การจดจำรูปแบบการเดินของคนเพื่อใช้แยกอัตลักษณ์ตัวบุคคล โดยอัตโนมัติผ่านกล้องวิดีโอหรือกล้องวงจรปิด โดยมีคุณสมบัติที่ทนต่อการเปลี่ยนแปลงของเงื่อนไขต่างๆ ของการเดิน”
รางวัลสภาวิจัยแห่งชาติ: รางวัลวิทยานิพนธ์ ประจำปีงบประมาณ 2558
- 2
ดูเพิ่มเติมในซีรีส์
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2024 Blockdit
