Towards skeleton biometric identification using the microsoft kinect sensor

Araújo, Ricardo M.; Graña, Gustavo; Andersson, Virginia O.

doi:10.1145/2480362.2480369

Cited by 51 publications

(49 citation statements)

References 12 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The height is defined as the sum of neck length, upper and lower spine length, and average leg length. In contrast to studies [9,14] …”

Section: Anthropometric Feature Extractionmentioning

confidence: 73%

“…Similar to other studies [9,14], the proposed anthropometric features mainly refer to the length of different body parts. All the selected 19 segment lengths set Skeleton Length [Equation (3)] and Height [Equation (4)] are combined to create an anthropometric features set AF [Equation (5)], whose dimension is 20.…”

Section: Anthropometric Feature Extractionmentioning

confidence: 83%

“…As mentioned in the Section 1, we use the similar anthropometric features as [9,14]. We also use the similar relative distance features as [13], but we choose different relative distance set and add the standard deviation value as features to improve the gait features' distinguishing ability.…”

Section: Proposed Methodsmentioning

confidence: 99%

“…Araujo et al [14] extracted 11 anthropometric features, including skeleton length and height to recognize different people. Gait features model the walking pattern of people.…”

Section: Introduction and Related Workmentioning

confidence: 99%

See 3 more Smart Citations

Relative distance features for gait recognition with Kinect

Yang

Dou

et al. 2016

Journal of Visual Communication and Image Representation

View full text Add to dashboard Cite

Gait and static body measurement are important biometric technologies for passive human recognition. Many previous works argue that recognition performance based completely on the gait feature is limited. The reason for this limited performance remains unclear. This study focuses on human recognition with gait feature obtained by Kinect and shows that gait feature can effectively distinguish from different human beings through a novel representation --relative distance-based gait features.Experimental results show that the recognition accuracy with relative distance features reaches up to 85%, which is comparable with that of anthropometric features. The combination of relative distance features and anthropometric features can provide an accuracy of more than 95%. Results indicate that the relative distance feature is quite effective and worthy of further study in more general scenarios (e.g., without Kinect).

show abstract

“…The height is defined as the sum of neck length, upper and lower spine length, and average leg length. In contrast to studies [9,14] …”

Section: Anthropometric Feature Extractionmentioning

confidence: 73%

Section: Anthropometric Feature Extractionmentioning

confidence: 83%

Section: Proposed Methodsmentioning

confidence: 99%

“…Araujo et al [14] extracted 11 anthropometric features, including skeleton length and height to recognize different people. Gait features model the walking pattern of people.…”

Section: Introduction and Related Workmentioning

confidence: 99%

See 2 more Smart Citations

Relative distance features for gait recognition with Kinect

Yang

Dou

et al. 2016

Journal of Visual Communication and Image Representation

View full text Add to dashboard Cite

show abstract

“…Los autores Araujo et al [13] consideran la viabilidad de utilizar el sensor Kinect para obtener puntos de las posiciones del esqueleto de sujetos en movimiento y usarlos para identificación biométrica para considerar la contribución de diferentes combinaciones de partes del cuerpo al proceso de identificación. Otro caso biométrico es el del artículo de los autores Wu et al [14] en el cual se propone el uso del Kinect, pero en lugar de acomodar a un amplio número de usuarios se explota la unicidad de cada usuario en términos de gestos.…”

unclassified

Autenticación multifactor con el uso de un sensor kinect

Moumtadi¹,

García-Vázquez²

2016

Iteckne

View full text Add to dashboard Cite

Las tecnologías de la información y la comunicación cada vez tienen más importancia en la vida cotidiana, ya que las computadoras se han vuelto de uso común. Debido a la cantidad y tipo de nuevos usos, existe una creciente necesidad de garantizar su correcto funcionamiento así como su operación adecuada. Por otro lado, existen malos usos de los equipos de cómputo y es necesario contar con sistemas que garanticen su seguridad [1].La autenticación es un elemento esencial de un modelo de seguridad. Es importante distinguir entre la autenticación y la autorización, que es otro elemento importante en un plan de seguridad. La autenticación comprueba la identidad de un usuario, mientras que la autorización verifica que el usuario tenga los permisos correctos y derechos para acceder a determinado lugar o recurso. Existen tres categorías de métodos distintos de autenticación: Llaves de información, Llaves físicas y Llaves biométricas, y se basan respectivamente en algo que la persona sabe, algo que la persona posee y algo que la persona es [1], [2]. Cada método de autenticación tiene sus desventajas, sin embargo es posible utilizar autenticación multifactor que incluya dos o más métodos de autenticación con el fin de incrementar la solidez de la autenticación [3].El avance en la tecnología ha permitido el desarrollo de nuevos tipos de sensores y también ha disminuido su costo, lo que ha abierto la posibilidad al desarrollo de diversos sistemas de autenticación. Entre los nuevos dispositivos disponiResumen-En este trabajo se desarrolló un sistema de autenticación multifactor empleando el sensor Kinect y equipo de cómputo. Se utilizó programación en lenguaje C# con el ambiente de desarrollo y las herramientas que provee el fabricante para el sistema operativo Windows. Se eligió una combinación de métodos de autenticación con el fin de reducir la capacidad que tiene un usuario no autorizado de ser elegible para tener acceso a un determinado sistema o lugar. Se seleccionaron cinco métodos para conseguir la autenticación multifactor, cubriendo las tres categorías de métodos de autenticación: Llaves de información, Llaves físicas y Llaves biométricas, basadas respectivamente en algo que la persona sabe, algo que la persona posee y algo que la persona es. Se consiguió un sistema de autenticación confiable, robusto y sencillo de usar, privilegiando la confiabilidad y disminuyendo la complejidad de cada uno de los métodos individuales. Se demostró que es posible desarrollar un sistema de autenticación multifactor con un sensor Kinect.Palabras clave-Autenticación, Kinect, multifactor.Abstract-In this paper a multifactor authentication system by using Kinect sensor and computer equipment was developed. It was used the C# language for coding with the development environment and tools provided by the manufacturer for Windows operating system, to choose a combination of authentication methods to reduce the ability of a non-authorized user to be eligible to access a certain place or system. Five methods were chosen to obtain the multif...

show abstract

Research on filtering and measurement algorithms based on human point cloud data

et al. 2022

Int J of Intelligent Sys

View full text Add to dashboard Cite

To obtain the data of noncontact measurement of the human body, the depth camera is used to collect the human body, and the obtained initial data are transformed into the required point cloud data for processing through coordinate transformation, and then the collected three‐dimensional point cloud data are preprocessed. The preprocessing includes point cloud downsampling, point cloud filtering, plane segmentation, outlier removal, point cloud surface estimation, and so forth. A new solution for point cloud filtering is proposed, which combines sliding least squares and unification and radius filtering. Compared with the traditional filtering, the effect is smoother, and finally the complete outline of the human body is obtained, and then the human body is measured. The results show that the human body data measured by this scheme is within the range of the relevant standard measurement accuracy.

show abstract

Towards skeleton biometric identification using the microsoft kinect sensor

Cited by 51 publications

References 12 publications

Relative distance features for gait recognition with Kinect

Relative distance features for gait recognition with Kinect

Autenticación multifactor con el uso de un sensor kinect

Research on filtering and measurement algorithms based on human point cloud data

Contact Info

Product

Resources

About