Understanding Person Identification through Gait

要約

歩行認識は、歩行や走行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、可能な限り匿名化する必要があります。
深度カメラやモーション キャプチャ スーツなど、高品質の歩行記録技術の台頭に伴い、より多くの詳細な歩行データがキャプチャされて処理されます。
メタバースの導入と台頭は、ユーザーの歩行がデジタル アバターに転送される潜在的に人気のあるアプリケーション シナリオの例です。
高品質の歩行データの効果的な匿名化技術を開発するための最初のステップとして、運動データのさまざまな側面を研究して、歩行認識への貢献を定量化します。
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寄与するかを評価します。
ユーザースタディでの自然さの評価により、歩行摂動の有用性を評価しました。
私たちの結果は、データが非常に冗長で相互に依存しているため、歩行の匿名化が困難であ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. The introduction and rise of the Metaverse is an example of a potentially 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. We evaluated the utility of gait perturbation by means of naturalness ratings in a user study. Our results show that gait anonymization will be challenging, as the data is highly redundant and inter-dependent.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google