Understanding person identification via gait

要約

歩行認識は、歩行やランニングなどの二足歩行から人間を識別するプロセスです。
そのため、歩行データはプライバシーに配慮した情報であり、可能な場合は匿名化する必要があります。
デプスカメラやモーションキャプチャスーツなどの高品質の歩行記録技術の台頭により、より多くの詳細な歩行データがキャプチャおよび処理されます。
メタバースの導入と台頭は、ユーザーの歩き方がデジタルアバターに転送される人気のあるアプリケーションシナリオの1つにすぎません。
高品質の歩行データのための効果的な匿名化手法を開発するための最初のステップとして、歩行認識への寄与を定量化するために、運動データのさまざまな側面を研究します。
まず、人間の歩行知覚に関する文献から特徴のカテゴリを抽出し、次に各カテゴリの実験を設計して、それらに含まれる情報が認識の成功にどの程度貢献しているかを評価します。
私たちの結果は、データが非常に冗長で相互依存しているため、歩行の匿名化が困難になることを示しています。

要約(オリジナル)

Gait recognition is the process of identifying humans from their bipedal locomotion such as walking or running. As such, gait data is privacy sensitive information and should be anonymized where possible. With the rise of higher quality gait recording techniques, such as depth cameras or motion capture suits, an increasing amount of detailed gait data is captured and processed. Introduction and rise of the Metaverse is but one popular application scenario in which the gait of users is transferred onto digital avatars. As a first step towards developing effective anonymization techniques for high-quality gait data, we study different aspects of movement data to quantify their contribution to gait recognition. We first extract categories of features from the literature on human gait perception and then design experiments for each category to assess how much the information they contain contributes to recognition success. Our results show that gait anonymization will be challenging, as the data is highly redundant and interdependent.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google