2、远距离视频中的人体识别：融合步态与面部特征

远距离视频中的人体识别：融合步态与面部特征

1. 人体识别的重要性与挑战

在图像、计算机视觉和模式识别领域，人体识别及其活动分析已成为重要研究课题。生物识别技术因其能将身份信息与国土安全、边境控制、反恐和自动监控等任务相结合，而备受关注。

生物识别技术通过一个或多个内在的生理或行为特征来识别个体，常见的包括指纹、面部、耳朵、声音、步态、虹膜、签名和手部几何特征等。然而，单一生物识别系统受限于特征的固有因素，难以满足所有应用的要求。例如，指纹、面部或虹膜识别通常需要受试者的主动配合、特定视角以及物理接触。

为了克服单一生物识别的局限性，融合多种生物特征信息成为一种有效的解决方案。融合系统可以扩大特征空间，提高识别系统的可靠性和鲁棒性，同时也能增强对大型数据库的索引能力和对无法提供单一生物特征的人群的覆盖范围。

2. 步态与面部识别的特点

2.1 步态识别

步态是指人行走的方式，是少数可用于远距离识别的生物特征之一。大多数步态识别算法通过提取人体轮廓来获取运动个体的时空属性，因此选择合适的人体模型对系统的高效运行至关重要。

步态识别系统还可以在视频网络中长时间跟踪个体，但步态容易受到衣物、鞋子、环境背景和身体状况等因素的影响，导致同一人的步态在不同条件下发生较大变化，从而降低了步态作为生物特征的区分能力。

2.2 面部识别

面部识别是一种非侵入性的方法，面部特征是最常用的生物识别特征之一。其应用范围广泛，从静态、受控的“大头照”认证到动态、不受控的视频中的面部识别。

然而，面部识别容易受到分辨率、光照、表情、姿态、遮挡和杂乱背景等因素