Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.contributor | Universidade Federal de São Carlos (UFSCar) | - |
Autor(es): dc.contributor | Research and Development Center Leopoldo Americo Miguez de Mello (Cenpes) | - |
Autor(es): dc.creator | Tavares, Henrique Leal [UNESP] | - |
Autor(es): dc.creator | Neto, João Baptista Cardia | - |
Autor(es): dc.creator | Papa, João Paulo [UNESP] | - |
Autor(es): dc.creator | Colombo, Danilo | - |
Autor(es): dc.creator | Marana, Aparecido Nilceu [UNESP] | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:33:13Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:33:13Z | - |
Data de envio: dc.date.issued | 2020-12-11 | - |
Data de envio: dc.date.issued | 2020-12-11 | - |
Data de envio: dc.date.issued | 2019-09-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1109/WVC.2019.8876921 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/201321 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/201321 | - |
Descrição: dc.description | The goal of this work is proposing a method of biometric identification using soft-biometrics, that aims the extraction of physical characteristics and estimation of the pose as unique traits of each individual, to name and trace that specific person trough the scene. In this work we partially used the public database CASIA Gait Database-A, which has several frames of people, already classified, walking in different directions and angulations, along with a set of silhouettes that were extracted from these scenes and the background used at recordings. Besides, we used a private database of the project sponsor, Petrobras, containing videos of security cameras used to demonstrate the daily routine of workers at an oil platform. The biggest challenges of performing biometrics in this dataset are the quality of the provided images and the heavy clothing used by the workers on the platform, that often hinders the processing quality of the algorithm, explaining why we chose to work with soft-biometric. The algorithm used in this method is PifPaf, made to estimate the human pose and extract features and capable of performing the detection in environments with noises, low illumination or low resolution. With its help, we mean to extract parts of the workers bodies in the private database and from the actors in the scenes from the CASIA Gait Database-A. For our methodology we used the Euclidean and city block distance calculations, obtaining 70% hits with a combination between the PifPaf algorithm and Euclidean distance. | - |
Descrição: dc.description | UNESP - São Paulo State University | - |
Descrição: dc.description | UFSCAR - São Carlos Federal University | - |
Descrição: dc.description | Research and Development Center Leopoldo Americo Miguez de Mello (Cenpes) | - |
Descrição: dc.description | UNESP - São Paulo State University | - |
Formato: dc.format | 78-83 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Proceedings - 15th Workshop of Computer Vision, WVC 2019 | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | biometric | - |
Palavras-chave: dc.subject | convolutional neural network | - |
Palavras-chave: dc.subject | machine learning | - |
Palavras-chave: dc.subject | neural network | - |
Palavras-chave: dc.subject | soft-biometric | - |
Título: dc.title | Tracking and Re-identification of People Using Soft-Biometrics | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: