J. Mason — Machine Learning Techniques for Gait Biometric Recognition (2016)
1.334 ₽
Автор: J. Mason
Название книги: Machine Learning Techniques for Gait Biometric Recognition
Формат: PDF
Жанр: Биоинформатика
Страницы: 247
Качество: Изначально компьютерное, E-book
This book focuses on how machine learning techniques can be used to analyze and make use of one particular category of behavioral biometrics known as the gait biometric. A comprehensive Ground Reaction Force (GRF)-based Gait Biometrics Recognition framework is proposed and validated by experiments. In addition, an in-depth analysis of existing recognition techniques that are best suited for performing footstep GRF-based person recognition is also proposed, as well as a comparison of feature extractors, normalizers, and classifiers configurations that were never directly compared with one another in any previous GRF recognition research. Finally, a detailed theoretical overview of many existing machine learning techniques is presented, leading to a proposal of two novel data processing techniques developed specifically for the purpose of gait biometric recognition using GRF.
· introduces novel machine-learning-based temporal normalization techniques
· bridges research gaps concerning the effect of footwear and stepping speed on footstep GRF-based person recognition
· provides detailed discussions of key research challenges and open research issues in gait biometrics recognition
· compares biometrics systems trained and tested with the same footwear against those trained and tested with different footwear
Описание
Книга J. Mason Machine Learning Techniques for Gait Biometric Recognition (2016) рассматривает современные подходы к распознаванию человека по походке с помощью методов машинного обучения. Автор подробно разбирает, как анализ биометрических характеристик движения может использоваться для идентификации личности в системах безопасности, медицине и носимых устройствах.
Издание фокусируется на особенностях обработки временных рядов, извлечении признаков из видео и сенсорных данных, а также сравнении различных алгоритмов машинного обучения — от классических методов до нейронных сетей. Особое внимание уделено практическим аспектам: работе с шумом, вариабельностью походки и интеграции в реальные биометрические системы.
- специалистам по биометрии и компьютерному зрению
- исследователям в области машинного обучения и биоинформатики
- разработчикам систем безопасности и носимой электроники
- студентам и аспирантам, изучающим биометрические технологии
Только зарегистрированные клиенты, купившие данный товар, могут публиковать отзывы.
Похожие
Другие книги раздела «Биоинформатика»
- Q. Tran — Emerging Trends in Applications and Infrastructures for Computational Biology Bioinformatics, and Systems Biology (2016)
- J. Keith — Bioinformatics (2 Volume set, 2017)
- S. Dua — Machine Learning in Healthcare Informatics
- D. Forsdyke — Evolutionary Bioinformatics (2016)
- Chandra Mukhopadhyay — Basic Applied Bioinformatics (2018)
Отзывы
Отзывов пока нет.