Identificación biométrica a través del andar humano: enfoques y desarrollos
DOI:
https://doi.org/10.22201/cuaieed.16076079e.2024.25.2.9Palabras clave:
Reconocimiento de personas, características biométricas, Reconocimiento del Andar Humano (RAH), enfoque basado en modelos, enfoque basado en aparienciasResumen
En un contexto donde el reconocimiento de personas cobra protagonismo, particularmente en el ámbito de la seguridad, emerge el Reconocimiento del Andar Humano (rah) como una técnica biométrica clave. Este enfoque, centrado en la forma de caminar, ha experimentado un notable auge en la investigación reciente, gracias a sus ventajas intrínsecas. La capacidad de llevar a cabo el reconocimiento a distancia, incluso sin el consentimiento explícito, posiciona al rah como una herramienta de vanguardia. Se distinguen dos enfoques computacionales: el basado en modelos, que explora el movimiento del cuerpo humano, y el basado en apariencias, que extrae la esencia de la forma de caminar desde la silueta. La versatilidad del rah radica en su independencia respecto al tipo de cámara utilizada, proporcionando información detallada sobre ángulos de flexión, frecuencia de zancada y longitud de partes del cuerpo. Este trabajo ofrece un análisis evolutivo del rah a lo largo del tiempo, destacando contribuciones significativas que han marcado pautas en la investigación.
→ Leer más
Citas
Ariyanto, G., y Nixon, M. S. (2012, marzo). Marionette mass-spring model for 3D gait biometrics [Conferencia]. 2012 5th iapr International Conference on Biometrics (icb), New Delhi, India. https://doi.org/10.1109/ICB.2012.6199832.
BenAbdelkader, C, Cutler, R., y Davis, L. (2022). Stride and cadence as a biometric in automatic person identification and verification (pp. 372-377). Proceedings of Fifth ieee International Conference on Automatic Face Gesture Recognition, Washington, dc, usa. ieee. https://doi.org/10.1109/AFGR.2002.1004182.
Bouchrika, I. (2018). A Survey of Using Biometrics for Smart Visual Surveillance: Gait Recognition. En P. Karampelas y T. Bourlai (Eds.), Surveillance in Action. Advanced Sciences and Technologies for Security Applications (pp. 3-23). Springer, Cham. https://doi.org/10.1007/978-3-319-68533-5_1.
Cinemart. (2023, 17 de julio). MISSION: IMPOSSIBLE – ROGUE NATION (2015) | Underground Water Full Scene | Underwater Scene 4K uhd [Video]. YouTube. https://youtu.be/88gJeeydT4E?si=7Ca2R9sCBcYACyS3.
Cunado, D., Nixon, M.S., y Carter, J.N. (1997). Using gait as a biometric, via phase-weighted magnitude spectra. En J. Bigün, G. Chollet, y G. Borgefors, G. (Eds.), Audio- and Video-based Biometric Person Authentication. AVBPA 1997. Lecture Notes in Computer Science, 1206. Springer. https://doi.org/10.1007/BFb0015984.
Han, J. y Bhanu, B. (2006, febrero). Individual recognition using gait energy image. ieee Transactions on Pattern Analysis and Machine Intelligence, 28(2), 316-322. https://doi.org/10.1109/TPAMI.2006.38.
Lin, B., Zhang, S., y Bao, F. (2020). Gait Recognition with Multiple-Temporal-Scale 3D Convolutional Neural Network. En Proceedings of the 28th acm International Conference on Multimedia (3054-3062). Association for Computing Machinery. https://doi.org/10.1145/3394171.3413861.
Niyogi, S. A., y Adelson, E. H. (1994). Analyzing and recognizing walking figures in XYT. En 1994 Proceedings of ieee Conference on Computer Vision and Pattern Recognition (pp. 469-474). ieee Transactions on Pattern Analysis and Machine Intelligence, 27(2), 162-177. https://doi.org/10.1109/TPAMI.2005.39.
Shutler, J. D., Grant, M. G., Nixon, M. S., y Carter, J. N. (2004). On a large sequence-based human gait database. En A. Lotfi, y J. M. Garibaldi (Eds.), Applications and Science in Soft Computing. Advances in Soft Computing (pp. 339-346). Springer. https://doi.org/10.1007/978-3-540-45240-9_46.
Song, C., Huang, Y., Huang, Y., Jia, N., y Wang, L. (2019, diciembre). Gaitnet: An end-to-end network for gait based human identification. Pattern recognition, 96. https://doi.org/10.1016/j.patcog.2019.106988.
Thavalengal, S., Andorko, I., Drimbarean, A., Bigioi, P., y Corcoran, P. (2015, mayo). Proof-of-concept and evaluation of a dual function visible/nir camera for iris authentication in smartphones. ieee Transactions on Consumer Electronics, 61(2), 137-143). https://doi.org/10.1109/TCE.2015.7150566.
Yang, W., Hu, J., y Wang, S. (2014). A Delaunay quadrangle-based fingerprint authentication system with template protection using topology code for local registration and security enhancement. ieee transactions on Information Forensics and Security, 9(7), 1179-1192. http://dx.doi.org/10.1109/TIFS.2014.2328095.
Yoo, J.-H., Hwang, D., Moon, K.-Y., y Nixon, M. S. (2008). Automated human recognition by gait using neural network. En 2008 First Workshops on Image Processing Theory, Tools and Applications, Sousse, Tunisia (pp. 1-6). ieee. https://doi.org/10.1109/IPTA.2008.4743792.
Publicado
Número
Sección
Licencia
Derechos de autor 2024 Revista Digital Universitaria
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Revista Digital Universitaria es editada por la Universidad Nacional Autónoma de México se distribuye bajo una Licencia Creative Commons Atribución-NoComercial 4.0 Internacional. Basada en una obra en http://revista.unam.mx/.
