@techreport{oai:ipsj.ixsq.nii.ac.jp:00186786,
 author = {櫛崎, 翔太 and 田内, 康 and 水上, 嘉樹 and Syota, Kushizaki and Yasushi, Tauchi and Yoshiki, Mizukami},
 issue = {31},
 month = {Mar},
 note = {歩容識別は歩行動作に基づき人物識別を行う技術である．本研究では，推定姿勢に基づいたモデルベース歩容識別手法を提案する．提案手法は，姿勢推定のためのニューラルネットワーク，推定姿勢の整形処理部，歩容識別のためのニューラルネットワークの 3 つから構成されている．姿勢推定のためのニューラルネットワークは動画像から人物の姿勢を推定するためのものであり，Cao らによる OpenPose を採用している．姿勢整形処理部では，推定姿勢に含まれる脚関節の左右ラベリングの修正，推定できなかった関節座標の補間，身長に基づいた関節座標の正規化が行われる．歩容識別のためのニューラルネットワークでは，整形姿勢を入力として人物識別を行う．基礎的な実験を行い，姿勢整形処理の有効性，および，歩容識別ニューラルネットワークの構成方法について検討する．, Gait identification is a technique for person identification based on walking motion. In this research, we propose a model based gait identification method based on estimated pose. The proposed method consists of three units, neural networks for pose estimation, an estimated pose refining unit, and a neural network for gait identification. The neural network for pose estimation (OpenPose by Cao et al., 2017) is for estimating the pose of a person from a set of sequential images. The estimated pose refining unit corrects the right and left labeling of the legs' joints included in the estimated pose, interpolates the joint coordinates which could not be estimated, and normalizes the joint coordinates based on the person's height. Finally, the neural network for gait identification classifies the person to be identified. We investigate the effectiveness of estimated pose refinement and the performance of the different neural network architectures for gait identification.},
 title = {歩行動作に基づく人物識別に関する研究},
 year = {2018}
}