Person's identification by means of bipedal locomotion

Práce se zabývá metodami pro nalezení člověka při chůzi v sekvenci snímků a následným hledáním důležitých bodů pro porovnání průběhu jejich pohybu a identifikaci osob. Pro vyhledání siluety člověka jsou použity shlukové metody k-means a mean shift. Předtím však je pro nalezení přibližného místa hledaného člověka použita metoda rozdílových snímků, konkrétně estimace modelu prostředí, která nám zmenší pole hledání a zkrátí čas segmentace shlukových metod. Práce se při hledání důležitých bodů soustředí na tři místa: střed hlavy a klouby kotníků obou noh. Následně jsou tyto body znázorněny na původní sekvenci snímků a porovnány se skutečnými místy výskytu středu hlavy a kotníků, které uživatel předem vyznačil. Práce se taky zabývá porovnáním získaných průběhů pohybů těchto bodů a identifikaci osob, kterým patří snímaná chůze. Ke konci jsou zkoumány problematické situace, které se vyskytly v průběhu řešení práce. Výsledkem práce je algoritmus, který v sekvenci snímků (resp. videa) najde pohybujícího se člověka a vyhledá důležité body (střed hlavy a kotníky) pro porovnání a identifikaci osoby, které patří snímaná chůze.The aim of this thesis is to recognize a walking person in a sequence of images by defining his or her reference points to compare the course of their movement and then to identify the scanned person. Methods „k-means“ and „mean shift“ are used to obtain the silhouette of the person. However “environment model estimation” method is used here before those mentioned above. It is a type of a difference method and it helps to specify the scanning area and shortens the time of segmentation. During the search for the reference points the thesis focuses on three areas: the centre of the head and both ankle joints. Those points are later determined on the previous image sequence and compared with the real locations of the centre of the head and ankle joints marked by the user. The thesis also focuses on comparing the movement courses of those points and tries to identify the people whose walks are being scanned. Problematic situations which occurred during the whole process are analyzed in the end. The result of the thesis is an algorithm which can locate a moving person in an image sequence (video) and determine the reference points (centre of the head and ankles) to compare them and identify the scanned person.