Kinectin käyttö kävelyntunnistuksen tutkimuksessa

Abstract

Kävelyntunnistus on biometrinen tunnistusmenetelmä, jonka avulla ihminen voidaan tunnistaa ja yksilöidä. Kävelyntunnistusta voidaan hyödyntää autentikoinnin ja kulunvalvonnan lisäksi esimerkiksi kliinisessä diagnostiikassa tai virtuaalitodellisuuden sovelluksissa. Tutkielmassa todetaan, että kävelyntunnistuksen hyödyt biometrisenä tunnistus-menetelmänä liittyvät siihen, että henkilö voidaan tunnistaa kävelyn perusteella pitkienkin etäisyyksien päästä. Henkilö voidaan tunnistaa kävelyn perusteella myös henkilön tietämättä asiasta, joten tunnistus voidaan suorittaa ilman, että henkilö on tietoisesti vuorovaikutuksessa järjestelmän kanssa.

Kinect on Microsoftin vuonna 2010 Xbox-pelikonsolille julkaisema liikkeentunnistussensori, jonka avulla voidaan kerätä esimerkiksi kävelyntunnistuksessa käytettävää dataa. Kinectin halvan hinnan, hyvän saatavuuden ja valmiin ohjelmistokehityspaketin myötä siitä on tullut suosittu työkalu tutkijoiden keskuudessa.

Tässä tutkielmassa tarkastellaan kävelyntunnistusta, kävelyntunnistusmenetelmiä, Kinect-sensoria ja Kinectin käyttöä kävelyntunnistuksen tutkimuksessa. Tutkielma vastaa kysymykseen, millaisissa tutkimuksissa Kinectiä on hyödynnetty kävelyntunnistuksessa. Tutkielmassa käsitellään myös kävelyntunnistustutkimusten tuloksia.

Tutkielmassa esitellään tutkimuksia, joissa käytetyt kävelyntunnistusmenetelmät jakautuvat malliperusteisiin, mallittomiin, kamerakulmasta riippuvaisiin ja kamerakulmasta riippumattomiin kävelyntunnistusmenetelmiin. Tutkielmassa käsitellyissä tutkimuksissa tutkitaan kävelyntunnistusta pääasiassa henkilöntunnistuksen näkökulmasta, mutta joukossa on myös esimerkiksi epätyypillisen kävelyn tunnistamista käsittelevä tutkimus.

Tutkielmassa osoitetaan, että Kinect on käytännöllinen työkalu kävelyntunnistukseen, koska sen sisältämillä sensoreilla ja kameroilla voidaan kuvata monipuolista dataa, jota voidaan helposti hyödyntää kävelyntunnistuksessa. Lisäksi Kinectin mukana tulevan ohjelmistokehityspaketin avulla dataa voidaan muuttaa käytettävään muotoon, joten tutkijoiden ei tarvitse luoda monimutkaisia ohjelmistoja datan käsittelyä varten. Tutkielmassa kuitenkin todetaan, että Kinectin heikkouksiin lukeutuu esimerkiksi virhetilanteet datavirran analysoinnissa, joten se ei ole aivan täydellinen työkalu kävelyntunnistusta varten.