Identificação de Indivíduos pela Dinâmica do Caminhar

Os sistemas de segurança baseados em identificação de indivíduos através de características biométricas têm exigido que os programas de computador responsáveis por esta função sejam os mais confiáveis possíveis. As características biométricas como face, íris e impressão digital necessitam de recursos sofisticados e da ajuda direta do indivíduo que se deseja reconhecer. Baseado neste contexto, buscou-se uma maneira de minimizar estas exigências através da característica biométrica do caminhar. O caminhar humano é característico de cada ser humano, e este aspecto pode ser utilizado de forma favorável nos sistemas de reconhecimento. Assim, neste trabalho foi desenvolvido um sistema de reconhecimento de indivíduos pela dinâmica do caminhar, usando a abordagem holística para a composição dos vetores de características. Para tal foi usado um estimador de fundo robusto, o LMedS, para se fazer a extração das silhuetas. Após esta etapa, foram feitas algumas filtragens nas imagens, a fim de melhorar a qualidade das silhuetas capturadas, e a medida de largura destas silhuetas serviu como característica de cada classe de pessoas. Métodos de redução de dimensão como o PCA, LDA e POV foram testadas para que os vetores característicos ficassem mais representativos e para que o tempo de processamento do sistema fosse reduzido na etapa posterior. Como classificador foi utilizado o HMM, pois se pode relacionar os estados de um ciclo de caminhar aos estados presentes no HMM. Neste caso, como cada pessoa tem uma forma de caminhar específica (por exemplo, uns andam mais rápido, outros andam mais devagar), este classificador se enquadrou muito bem à proposta da pesquisa. Os resultados obtidos mostraram que a técnica da LDA é a mais satisfatória, pois foi a ferramenta de auxílio ao HMM que obteve taxas de acerto mais expressivas. Tendo em vista as tendências atuais de fusão biométrica, a forma de caminhar se mostra muito atrativa para ser utilizada em sistemas bi-modais ou mesmo isoladamente