최근 딥러닝 알고리즘을 기반으로 한 생체인식 시스템에 대한 수요가 증가하고 있으며, 관련 연구가 활발히 진행되고 있다. 보행(gait)은 지문과 같은 고유한 특성을 가지며, 비접촉 상태에서 원거리로부터 얻을 수 있다는 점에서 주목받고 있다. 보행 인식은 사람의 보행 패턴을 분석하여 개인을 식별하는 것을 의미하며, 범죄 수사와 같은 다양한 분야에 적용될 수 있다. 그러나 보행 인식의 정확도는 시점 각도의 변화와 의복 등 외부 요인의 영향을 받아 저하된다. 이러한 문제를 해결하기 위해, 우리는 시점 불변(view-invariant) 특징을 학습하는 골격 실루엣(skeleton silhouette) 기반 분해형 보행 인식 네트워크를 제안한다. 또한 CASIA-B 데이터셋에서의 실험 결과를 이전 방법들과 비교하여 제시한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.