영상기반 보행인식 시스템에서 카메라와 객체가 이루는 각도(angle) 및 렌즈 왜곡과 같은 물리적 요인과 조명(illumination)과 같은 환경적 요인에 따라 인식률이 다르게 나타난다. 본 논문은 카메라에서 입력된 다양한 형태의 영상 왜곡을 보정하여 보행 인식 시스템의 성능 및 안정성을 향상시키는 기법을 제안한다. 제안된 방법은 물리적, 환경적 왜곡 요인이 존재하는 입력 영상에서의 인간의 보행 인식률을 기존 방식과 실험적으로 비교한다. 보다 구체적으로는 투영 변환(projective transform)을 통해 입력 영상의 왜곡을 효과적으로 보정하는 알고리듬을 제안하고 입력 영상의 왜곡 보정 전, 후를 비교하여 알고리듬의 실효성을 확인한다. 제안된 방법은 카메라로부터의 거리 및 환경에 불변하는 보편적인 보행 데이터를 획득하였다. 그 결과 제안된 보편적인 보행 데이터를 이용하여 실내 영상에서는 평균적으로 41.5%, 실외 영상에서는 평균적으로 55.5%의 향상된 보행 인식률을 보였다. 이것은 특정 개체의 특징을 데이터베이스(DB)화 하고 DB에 저장된 특정 개체를 검색하고 추적하는 데 효과적으로 이용될 수 있다.
In image-based gait recognition systems, physical factors, such as the camera angle and the lens distortion, and environmental factors such as illumination determines the performance of recognition. In this paper we present a robust gait recognition method by compensating various types of image distortions. The proposed method is compared with existing gait recognition algorithm with consideration of both physical and environmental distortion factors in the input image. More specifically, we first present an efficient compensation algorithm of image distortion by using the projective transform, and test the feasibility of the proposed algorithm by comparing the recognition performances with and without the compensation process. Proposed method gives universal gait data which is invariant to both distance and environment. Gained data improved gait recognition rate about 41.5% in indoor image and about 55.5% in outdoor image. Proposed method can be used effectively in database(DB) construction, searching and tracking of specific objects.
