Multi-Channel Time-Series Person and Soft-Biometric Identification

要約

タイトル：マルチチャネル時系列個人およびソフトバイオメトリクス識別
要約：
– マルチチャネルの時系列データセットは、人間の活動認識（HAR）の文脈でよく使われている。
– ヒトの動きを記録するオンボディデバイス（OBD）は、信頼性が高く、工業的な用途においては身元保護の手段としても好まれている。
– 一方、歩行活動はバイオメトリクスであり、循環する動きが個人を特徴付ける情報を含んでいることがわかっている。
– 加えて、歩行サイクルには、年齢や身長などのソフトバイオメトリクス情報が含まれることが示されている。
– 人間の一般的な動きがバイオメトリクスとして考慮されていなかったが、身元情報を含んでいる可能性がある。
– この研究では、深層アーキテクチャを使用して、さまざまな活動を行う人間のOBD録音から個人およびソフトバイオメトリクス識別を行う方法を調査する。
– さらに、ソフトバイオメトリクス識別に属性表現の使用を提案する。
– マルチチャネル時系列HARの4つのデータセットで方法を評価し、実行された活動との関係について個人およびソフトバイオメトリクスの識別性能を測定する。
– 人物識別は歩行活動に限定されないことがわかった。活動が識別性能に与える影響は、トレーニングとデータセットに依存することがわかった。
– ソフトバイオメトリクスベースの属性表現は有望な結果を示し、より大きなデータセットの必要性を強調している。

要約(オリジナル)

Multi-channel time-series datasets are popular in the context of human activity recognition (HAR). On-body device (OBD) recordings of human movements are often preferred for HAR applications not only for their reliability but as an approach for identity protection, e.g., in industrial settings. Contradictory, the gait activity is a biometric, as the cyclic movement is distinctive and collectable. In addition, the gait cycle has proven to contain soft-biometric information of human groups, such as age and height. Though general human movements have not been considered a biometric, they might contain identity information. This work investigates person and soft-biometrics identification from OBD recordings of humans performing different activities using deep architectures. Furthermore, we propose the use of attribute representation for soft-biometric identification. We evaluate the method on four datasets of multi-channel time-series HAR, measuring the performance of a person and soft-biometrics identification and its relation concerning performed activities. We find that person identification is not limited to gait activity. The impact of activities on the identification performance was found to be training and dataset specific. Soft-biometric based attribute representation shows promising results and emphasis the necessity of larger datasets.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI