
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.creator | dos Santos Jangua, Daniel Ricardo | - |
| Autor(es): dc.creator | Marana, Aparecido Nilceu | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T18:05:55Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T18:05:55Z | - |
| Data de envio: dc.date.issued | 2023-07-29 | - |
| Data de envio: dc.date.issued | 2023-07-29 | - |
| Data de envio: dc.date.issued | 2021-12-31 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/978-3-031-21689-3_9 | - |
| Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/249523 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/249523 | - |
| Descrição: dc.description | Nowadays, one of the most important and challenging tasks in Biometrics and Computer Vision is the automatic human identification. This problem has been approached in many works over the last decades, that resulted in state-of-art methods based on biometric features such as fingerprint, iris and face. Despite the great development in this area, there are still many challenges to overcome, and this present work aims to present an approach to one of them, which is the automatic person identification in low-resolution videos captured in unconstrained scenarios, at a distance, in a covert and non-invasive way, with little or none subject cooperation. In scenarios like this, the use of classical methods may not perform properly and using features such as gait, can be the only feasible option. Gait can be defined as the act of walking. Early studies showed that humans are able to identify individuals by the way they walk, and this premise is the basis of most recent works on gait recognition. However, even state-of-art methods, still do not present the required robustness to work on a productive environment. The goal of this work is to propose an improvement to state-of-art gait recognition methods based on 2D poses, by merging them using multi-biometrics techniques. The original methods use gait information extracted from 2D poses estimated over video sequences, to identify the individuals. In order to assess the proposed extensions, two public gait datasets were used, CASIA Gait Dataset-A and CASIA Gait Dataset-B. Both datasets have videos of a number of people walking in different directions and conditions. In the original and in the extended method, the classification was carried out by a 1-NN classifier using the chi-square distance function. | - |
| Descrição: dc.description | Faculty of Sciences UNESP - São Paulo State University, SP | - |
| Descrição: dc.description | Faculty of Sciences UNESP - São Paulo State University, SP | - |
| Formato: dc.format | 111-122 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | Biometrics | - |
| Palavras-chave: dc.subject | Gait recognition | - |
| Palavras-chave: dc.subject | Soft biometrics | - |
| Título: dc.title | Human Identification Based on Gait and Soft Biometrics | - |
| Tipo de arquivo: dc.type | aula digital | - |
| 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: