15、远距离人脸侧面轮廓与步态融合的识别方法研究

远距离人脸侧面轮廓与步态融合的识别方法研究

在远距离场景下对人员进行准确识别一直是一个具有挑战性的任务。随着视频监控技术的发展，基于视频的人体识别系统逐渐成为研究热点。本文将介绍一种结合人脸侧面轮廓和步态信息的视频识别系统，探讨其融合方案、实验结果以及相关技术细节。

1. 人脸侧面轮廓与步态的融合方案

为了实现人脸侧面轮廓和步态信息的有效融合，采用了三种融合方案：
- Sum规则和Product规则 ：这两种规则基于贝叶斯理论，假设人脸侧面轮廓和步态的特征表示在条件统计上是独立的。在融合之前，需要将不同分类器得到的距离映射到相同的取值范围，这里使用指数变换。给定探测样本 $X$ 的距离为 $S_1,S_2,\cdots,S_c$，归一化匹配分数 $\hat{S} i$ 的计算公式为：
[
\hat{S}_i = \frac{\exp(-S_i)}{\sum {i = 1}^{c} \exp(-S_i)}, \quad i = 1,2,\cdots,c
]
设 $\hat{S}_F^i$ 和 $\hat{S}_G^i$ 分别为归一化后的人脸匹配分数和步态匹配分数，若满足：
[
R{\hat{S}_F^k, \hat{S}_G^k} = \max R{\hat{S}_F^i, \hat{S}_G^i}
]
则将未知人员分类到第 $k$ 类，其中 $R{\cdot,\cdot}$ 表示融合方法。在实验中使用了Sum规则和Product规则。
- 索引 - 验证方案 ：在生物特征融合系统中，一个不太准确但快速简单