Sistema de reconhecimento biométrico de múltiplas pessoas baseado em métodos de estimação de pose e rastreamento de objetos

Abstract

A biometria se tornou uma importante ferramenta para identificação de indivíduos nas mais diversas áreas, usada para evitar fraudes e aumentar a segurança dos cidadãos na sociedade. A marcha tem sido proposta como característica biométrica, visto que humanos possuem formas distintas de caminhar. Ela é particularmente importante para a identificação de pessoas à distância. Na maioria das pesquisas encontradas na literatura, os métodos de reconhecimento de marcha limitam-se a cenários em que há apenas um indivíduo caminhando, quando, em situações mais realistas, é comum existirem várias pessoas. Os métodos atuais de reconhecimento de marcha não podem ser aplicados em cenários multimarcha. Sendo um problema mais desafiador, para atingir tal objetivo, são necessários métodos de detecção e rastreamento de pessoas. O DeepSORT é um método de rastreamento de múltiplos objetos que utiliza métricas de associação profunda e vem obtendo bons resultados na tarefa. Este trabalho propõe a construção de um sistema biométrico capaz de identificar pessoas através de sua marcha e das medidas antropométricas, empregando métodos de estimação de poses e rastreamento e reidentificação de objetos. Para tal efeito, um método de reconhecimento de múltiplas pessoas é proposto. O método foi implementado e avaliado em duas bases de dados públicas, a CASIA Gait Dataset-A e a SMVDU-Multi-Gait, além de uma base de dados privada, coletada para validação do sistema biométrico que foi construído incorporando o método proposto. Os resultados obtidos mostram que essa abordagem é adequada em cenários de caminhada individual e em grupo, apresentando bom desempenho na identificação de indivíduos e robustez para configurar como solução de baixo orçamento em sistemas visuais inteligentes.

Biometrics has become an important tool for identifying individuals in many different areas, used to prevent fraud and increase the security of citizens in society. Gait has been proposed as a biometric feature, since humans have distinctive ways of walking. It is particularly important for identifying people at a distance. In most of the research found in the literature, gait recognition methods are limited to scenarios where there is only one individual walking, when in more realistic situations it is common to have several people. Current gait recognition methods cannot be applied in multi-gait scenarios. Being a more challenging problem, to achieve such a goal, people detection and tracking methods are needed. DeepSORT is a multi-object tracking method that uses deep association metrics and has been achieving good results in the task. Based on this study, this paper proposes the construction of a biometric system capable of identifying people through their gait and anthropometric measurements, employing methods for pose estimation and object tracking and re-identification. To this end, a multi-person gait recognition method is proposed. The method was implemented and evaluated on two public databases, CASIA Gait Dataset-A and SMVDU-Multi-Gait, in addition to a private database, collected for validation of the biometric system that was built incorporating the proposed method. The results obtained show that this approach is suitable in individual and group walking scenarios, presenting good performance in identifying individuals and robustness to configure as a low-budget solution in visual intelligent systems.