Seamless Multimodal Biometrics for Continuous Personalised Wellbeing Monitoring

要約

人工知能による知覚は、私たち一人一人の生活にますます存在しています。
車両も例外ではありません (…) 近い将来、自動運転車では車両の周囲 (および内部) で何が起こっているかを理解し、それに応じて行動するための自動化された方法が必要になるため、パターン認識は車両でさらに強力な役割を果たすようになるでしょう。
(…) この博士号の研究は、バイオメトリクスとウェルビーイング モニタリングの両方のための新しいコンピューター ビジョンとパターン認識方法論の研究を通じて、車載センシングの進歩に焦点を当てていました。
主な焦点は、心電図 (ECG) バイオメトリクスにありました。これは、シームレスなドライバー監視の可能性でよく知られている特性です。
ノイズと変動性の増加でよく知られている、本人以外のシナリオでの識別と身元確認のパフォーマンスの向上を達成するために、主な努力が払われました。
ここでは、エンドツーエンドの深層学習 ECG 生体認証ソリューションが提案され、クロスデータベースと長期的なパフォーマンス、説明可能性による波形の関連性、リード間変換などの重要なトピックが取り上げられました。
制約のないシームレスなシナリオで ECG を自然に補完する顔のバイオメトリクスも、この作業で研究されました。
マスクされた顔認識とバイオメトリクスにおける解釈可能性の未解決の課題は、より透明性が高く、信頼性が高く、重大な閉塞に対して堅牢なアルゴリズムに向けて進化するために取り組みました。
ウェルビーイング モニタリングのトピックでは、人々のグループにおけるマルチモーダルな感情認識と、車載シナリオにおける活動/暴力認識の改善されたソリューションが提案されました。
最後に、データ セキュリティと最適なパフォーマンスを確保するために、エンド ツー エンド モデル内でテンプレート セキュリティを学習する新しい方法、追加の個別の暗号化プロセスを無視する方法、およびシーケンシャル データに合わせた自己教師あり学習アプローチも提案しました。
(…)

要約(オリジナル)

Artificially intelligent perception is increasingly present in the lives of every one of us. Vehicles are no exception, (…) In the near future, pattern recognition will have an even stronger role in vehicles, as self-driving cars will require automated ways to understand what is happening around (and within) them and act accordingly. (…) This doctoral work focused on advancing in-vehicle sensing through the research of novel computer vision and pattern recognition methodologies for both biometrics and wellbeing monitoring. The main focus has been on electrocardiogram (ECG) biometrics, a trait well-known for its potential for seamless driver monitoring. Major efforts were devoted to achieving improved performance in identification and identity verification in off-the-person scenarios, well-known for increased noise and variability. Here, end-to-end deep learning ECG biometric solutions were proposed and important topics were addressed such as cross-database and long-term performance, waveform relevance through explainability, and interlead conversion. Face biometrics, a natural complement to the ECG in seamless unconstrained scenarios, was also studied in this work. The open challenges of masked face recognition and interpretability in biometrics were tackled in an effort to evolve towards algorithms that are more transparent, trustworthy, and robust to significant occlusions. Within the topic of wellbeing monitoring, improved solutions to multimodal emotion recognition in groups of people and activity/violence recognition in in-vehicle scenarios were proposed. At last, we also proposed a novel way to learn template security within end-to-end models, dismissing additional separate encryption processes, and a self-supervised learning approach tailored to sequential data, in order to ensure data security and optimal performance. (…)

arxiv情報

提供元, 利用サービス

arxiv.jp, Google