16、远距离面部与步态匹配分数级融合技术解析

远距离面部与步态匹配分数级融合技术解析

在生物识别领域，远距离识别一直是一个具有挑战性的课题。本文将深入探讨一种结合侧面面部和步态信息的识别系统，通过匹配分数级融合的方法，提高远距离识别的性能。

1. 核心思路

本识别系统主要有以下几个核心思路：
- 信息整合 ：将视频数据中的侧面面部和步态信息进行整合。
- 多帧信息融合 ：面部和步态识别系统均整合视频序列中多帧的信息，以提升性能。通过视频获取高分辨率面部图像，并利用面部轮廓特征进行侧面面部归一化。
- 匹配分数级融合 ：在匹配分数级别对侧面面部和步态生物特征进行融合，通过获取合成匹配分数并采用不同的融合方案实现。分别使用主成分分析（PCA）和多判别分析（MDA）组合方法从增强侧面面部图像（ESFI）和步态能量图像（GEI）中提取面部特征和步态特征，并使用Q统计量评估融合性能。
- 实验验证 ：对45人进行了各种实验，使用了在七个月内收集的100个视频序列的数据，并对不同生物特征和不同融合方法的性能进行了比较。

2. 技术方法

整体技术方法的流程如下：

graph LR
    A[视频序列] --> B[构建ESFI和GEI模板]
    B --> C[训练过程]
    C --> D[获取变换矩阵和特征库]
    B --> E[识别过程]
    E --> F[生成测试模板]
    F -