11、基于模型的人体识别与彩色/红外视频融合的人体检测技术

基于模型的人体识别与彩色/红外视频融合的人体检测技术

在人体识别与检测领域，基于模型的人体识别以及彩色/红外视频融合的人体检测是两项重要的技术。下面将对这两项技术进行详细介绍。

基于模型的人体识别 - 2D和3D步态

在人体步态识别方面，有基于动态特征和动态与静态结合特征的识别方式。不同特征的识别率和平均姿态误差有所不同，具体数据如下表所示：
| 特征 | 识别率 (%) | 平均姿态误差 (帧) |
| — | — | — |
| 动态 | 98.96 | 0.41 |
| 动态和静态 | 100.0 | 1.31 |

为了实现自动步态识别，提出了一种从单视图图像序列和多视图图像序列估计3D人体运动的方法。该方法通过将3D运动学模型与2D轮廓相拟合来估计3D人体模型参数，然后从估计的模型参数生成人体步态特征用于人体识别。

然而，基于模型的步态识别存在一些困难，其中之一是合适的人体模型选择。如果选择的人体部位和关节自由度太少，估计的参数和生成的步态特征可能不足以用于人体识别；而如果选择过多，会出现身体姿态模糊的问题，并且模型参数估计对偶然的轮廓噪声敏感。解决这个问题的一种方法可能是使用一系列不同复杂度的人体模型进行分层模型估计，同时也可以探索不同人体模型在不同情况下的性能评估。

此外，当前使用3D运动学模型的步态识别方法存在一个显著弱点，即在2D视频或多相机系统获取的3D数据中，人体上没有足够的像素来准确拟合3D模型。为此，提出了一种基于3D人体步态的生物特征认证新方法。该方法使用高性能投影仪 - 相机系统捕获人体数据，与以往的多相机被动立体系统不同，这种3D数据具有高分辨率和高精度。因此，拟合的3D