تشخیص جنسیت افراد براساس مدل راه رفتن آن ها با استفاده از دوربین Kinect توسط سیستم های فازی

در این تحقیق یک روش مناسب برای تشخیص جنسیت براساس راه رفتن با استفاده از موقعیت های تخمینی از حرکت نقاط اسکلتی بدن افراد ارائه می شود. چندین مختصات اسکلتی برای هر فرد در زاویه های دید مختلف به دست می آید. سپس توسط تحلیل های آماری واریانس و گشتاور چهارم نرمال شده، ویژگی های هر نقطه برای هر فرد استخراج می شود. پس از آن به وسیله الگوریتم خوشه بندی ISODATA، داده ها خوشه بندی می شوند. در نهایت از یک دسته بندی کننده فازی برای طبقه بندی داده ها و تشخیص جنسیت استفاده می شود. این روش بر روی یک مجموعه داده به نام KinectReID که به وسیله دوربین Microsoft Kinect تهیه شده است، ارزیابی می شود. تعداد 40 زن و 40 مرد از این پایگاه داده انتخاب شده و برای آموزش و آزمایش مورد استفاده قرار می گیرند. از این تعداد 30 نمونه برای آموزش و 10 نمونه مورد آزمایش قرار گرفته می شوند. نمونه های آزمایش به صورت چرخشی از افراد مختلف انتخاب می شوند. در نهایت نرخ تشخیص میانگین 91/25% برای زنان و مردان به دست می آید.

کلیدواژه ها:

تشخیص جنسیت ، خوشه بندی ، سیستم های فازی ، مدل اسکلتی ، مدل راه رفتن