Personenerkennung an der Gangart mittels Ultraschall-Sensorik (Gait Recognition)
Masterarbeit vom 14. Januar 2010; offen
Aufgabenstellung:
Das Ziel dieser Bakk.-/Diplom-/Masterarbeit
ist es, Personenerkennung anhand ihrer Gangart zu studieren. Dazu ist das ultraschallbasierte
Positions- und Orientierungs-Trackingsystem „Intersense IS-900" zu verwenden.
Es existieren zwar bereits
jetzt diverse Lösungsansätze (meist bild- oder videobasiert), die aber alle
noch Verbesserungen bedürfen bzw. unlösbare Nachteile aufweisen. Personenerkennung
am Gang ist eine kontaktlose, nicht-invasive Methode und hat damit hohes
Potential für innovative Anwendungen, etwa im Themenfeld „Smart-Home".
Bevor mit der
Datenaufzeichnung (je ein drahtloser „Tracker" pro Fuß) begonnen werden kann,
ist das System am Gang des Instituts für Pervasive Computing zu installieren
(Montage der Sonistrip-Balken an der abgehängten Decke) und zu kalibrieren. „Gangdaten"
von mehreren Personen sind im Anschluss daran aufzuzeichnen (Ablage zb. in
einer einfachen Datenbank) und auszuwerten.
Die Vorteile der Verwendung von drahtloser Positionsbestimmungs-Sensorik im Vergleich zu den bekannten bildorientierten Verfahren:
Unabhängigkeit
von der Ausleuchtung des Raumes sowie von Schattenbildung
Kein
Rauschen wie bei Videoaufzeichnungen
Geringe
Größe des Datenmaterials
Sehr hohe
Präzision/Auflösung & hohe Updaterate (bis zu 180Hz) des IS-900
Trackingsystems
Ziele im Detail (Subset, je nach Projektart Bakk./Diplom/Master):
Know-How
Aufbau im Bereich biometrische Personenerkennung.
Studie von verwandter Literatur,
Erarbeitung eines Kataloges offener Fragestellungen, Identifikation
wesentlicher mathemodischer Methoden zur Datenuntersuchung.
Untersuchung des Datenmaterials
mit unterschiedlichen Methoden (principal component analysis (PCA), linear
discriminant analysis (LDA), self-organizing map (SOM), self-organizing feature
map (SOFM), etc.) zum Isolieren der relevanten Feature-Vektoren bzw. von MATLAB zur Analyse/Verarbeitung der
aufgezeichneten Daten.
Erstellung einer Oberfläche in JAVA,
C#, C++, MATLAB, etc. um aufgezeichnete Daten zu visualisieren,
Personenerkennung in Echtzeit zu erlauben, etc.
BONUS: Sollten (Teil-)Ergebnisse
dieser Diplomarbeit in einem wissenschaftlichen Aufsatz („Paper") verwertet
werden können, so kann der Besuch einer internationalen Konferenz ermöglicht
und durch das Institut finanziert werden (Detailinformationen beim Betreuer).
Voraussetzungen:
Freude am
„Basteln" (Installation des Intersense-Systems)
Interesse
an Softwareentwicklung, evtl. Datenbanken
Die
schriftliche Arbeit ist bevorzugt in englisch abzufassen, evtl. ist auch
deutsch möglich.
Textsatz mittels
LaTeX+BibTeX.
Literatur:
Basisliteratur
steht als ZIP-Datei zum Download bereit. Weiterführende Begleitliteratur steht
elektronisch (PDF) bzw. in Buchform zur Verfügung und wird bei Interesse
übermittelt (Andreas Riener).
Christopher M. Bishop:
Neural Networks for Pattern Recognition, Oxford University Press, USA; 1
edition (January 18, 1996), 504 pages, english, ISBN-13: 978-0198538646.
I. T. Jolliffe: Principal Component Analysis, Springer; 2nd edition
(October 1, 2002), 502 pages, english, ISBN-13: 978-0387954424
