Análisis automático del patrón de la marcha mediante visión por computador: problemas, métodos y aplicaciones

• Autores: Javier Ortells Lorenzo
• Directores de la Tesis: Ramón Alberto Mollineda Cardenas (dir. tes.) , J. S. Sanchez (codir. tes.)
• Lectura: En la Universitat Jaume I ( España ) en 2017
• Idioma: español
• Tribunal Calificador de la Tesis: Francesc Josep Ferri Rabasa (presid.) , Filiberto Pla Bañón (secret.) , Julián Fiérrez Aguilar (voc.)
• Enlaces
  • Tesis en acceso abierto en: TDX
• Resumen
  • español

    Desde mediados de los años 90, el interés por el análisis automático del patrón de la marcha de las personas ha aumentado notablemente. Este auge ha venido motivado principalmente por sus ventajas con respecto a otras características del ser humano, como su naturaleza no intrusiva y la posibilidad de ser adquirido a distancia mediante dispositivos simples (p.e. una cámara de vídeo). Esas virtudes han promovido que este rasgo biométrico haya sido ya empleado en trabajos sobre identificación de personas, reconocimiento de género o estimaciones sobre la edad, entre otros ámbitos de aplicación. Sin embargo, el procedimiento para el análisis de la forma de caminar sigue siendo un objeto de estudio en todas sus fases, debido fundamentalmente a la existencia de una serie de factores que alteran el propio patrón de movimiento de las personas o la forma en la que éste se percibe. Además, existen escenarios en los que la explotación de este rasgo puede ser de gran utilidad, los cuales siguen estando en la actualidad prácticamente sin explorar.

    En esta tesis se propone, en primer lugar, un método para la construcción de representaciones robustas del patrón de la marcha a partir de información defectuosa, afectada por factores como ruido u oclusiones persistentes. Este procedimiento, probado en la construcción de tres representaciones distintas, ha demostrado su superioridad frente a los métodos tradicionales, especialmente en escenarios donde los datos de origen se encuentran severamente dañados por ese tipo de defectos.

    Por otra parte se definen, probablemente por primera vez, metodologías para realizar tareas de enrolado automático y detección de duplicados a partir de muestras biométricas de personas caminando. En este campo se aportan varias contribuciones, como la exploración de métodos de fusión multibiométrica (patrón de la marcha y rostro) para crear sistemas más robustos, o la inclusión de información de contexto sobre la que tomar decisiones más fiables. Estas propuestas se acompañan de una extensa experimentación en la que se estudia el problema desde diversas perspectivas, tales como la validez de los métodos tanto a corto como a largo plazo o la importancia del orden de las muestras en el rendimiento de estos sistemas. Los resultados obtenidos demuestran el potencial del patrón de la marcha como rasgo identificativo único de las personas, y lo validan para la resolución de este tipo de problemas.

    Finalmente, en una línea de investigación paralela, se incluyen dos aportaciones a la ayuda al diagnóstico médico mediante el análisis de la forma de andar. Por un lado, se presenta una base de datos en la que se reproducen anomalías en el movimiento a pie, inspiradas en trastornos reales padecidos por personas afectadas por enfermedades neurodegenerativas como el párkinson. Por otro lado, se definen una serie de medidas, fácilmente interpretables por especialistas, que describen de forma precisa estos patrones patológicos. Todo ello está basado en el análisis de vídeos grabados con una simple cámara, sin causar las molestias típicas de tecnologías invasivas (como sensores adheridos al cuerpo), y sin necesidad de emplear dispositivos de elevado coste y escasa disponibilidad.

  • English

    Automatic gait recognition has become a research topic of interest due to its advantages versus other biometrics. However, the procedure for its analysis is still an open issue. Firstly, in this thesis, a method to construct robust gait representations from corrupted source data (e.g. affected by persistent occlusions or heavy noise) is proposed. In another research line, methodologies for accurate gait-based enrollment and duplicate detection are thoroughly studied. Finally, two contributions to computer vision aided diagnosis are also presented. On the one hand, a new database simulating gait disorders as those caused by neurological diseases is introduced. On the other hand, a number of human-friendly features are proposed to reliably characterize these pathological patterns.