Human Recognition through Walking Styles by Multiwavelet Transform
محل انتشار: هشتمین کنفرانس بین المللی فناوری اطلاعات ودانش
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 676
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICIKT08_009
تاریخ نمایه سازی: 5 بهمن 1395
چکیده مقاله:
Human recognition through walking styles is among the newest of biometric methods. By using this biometric, individuals can be identified, distantly, even at low visibility. Our aim is to provide such ability for a computer system. In other words, we intend to extract appropriate features through processing video images that can reflect individuals' identity. In order to set up such a system, we have used Fourier, Wavelet, and Multi-wavelet transforms. Using images from the USF dataset version 1.7, the results obtained indicate that SA4 Multi-wavelet transforms prove more efficient in extracting suitable features than Fourier and wavelet transforms, and combined with one-versus-one Support Vector Machine, they can provide a 85.7 % recognition accuracy rate. Our proposed method shows higher accuracy and precision compared to other frequency based methods.
کلیدواژه ها:
نویسندگان
Farhad Mohammad Kazemi
Dept. of Computer Science Memorial University of Newfoundland St. John’s, NL, Canada
Wolfgang Banzhaf
Dept. of Computer Science Memorial University of Newfoundland St. John’s, NL, Canada
Minglun Gong
Dept. of Computer Science Memorial University of Newfoundland St. John’s, NL, Canada
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :