基于步態(tài)與人臉融合的遠(yuǎn)距離身份識(shí)別關(guān)鍵技術(shù)研究.pdf

1、生物特征識(shí)別與身份認(rèn)證是各國(guó)高度重視、優(yōu)先研發(fā)的未來安全保障體系關(guān)鍵技術(shù)之一。步態(tài)識(shí)別因其在遠(yuǎn)距離范圍內(nèi)身份識(shí)別的優(yōu)勢(shì)，成為該領(lǐng)域最具潛力的新興熱點(diǎn)。但目前該領(lǐng)域的研究仍處于實(shí)驗(yàn)室初級(jí)階段。研究開發(fā)準(zhǔn)確可靠、魯棒性好、能夠?qū)嵱玫牟綉B(tài)識(shí)別系統(tǒng)仍是十分艱巨的任務(wù)。本論文針對(duì)遠(yuǎn)距離行人身份識(shí)別要求，根據(jù)近幾年生物特征識(shí)別技術(shù)多特征融合的發(fā)展趨勢(shì)，在步態(tài)特征提取與身份識(shí)別中引入人臉特征信息，借助多信息融合優(yōu)勢(shì)對(duì)遠(yuǎn)距離身份識(shí)別中的關(guān)鍵技術(shù)進(jìn)行了研

2、究。
　　 研究中采用了中科院自動(dòng)化研究所建立的CASIA數(shù)據(jù)庫(kù)中的數(shù)據(jù)庫(kù)DatasetB進(jìn)行遠(yuǎn)距離身份識(shí)別實(shí)驗(yàn)。首先，在視頻監(jiān)控圖像中自動(dòng)提取行人輪廓圖像及人臉圖像。其次，建立了人體自適應(yīng)三維數(shù)學(xué)模型，通過對(duì)步態(tài)圖像序列的跟蹤，獲取行人的關(guān)節(jié)角度參數(shù)。利用跟蹤結(jié)果構(gòu)造模型步態(tài)能量圖作為步態(tài)的整體特征，利用小波交換后的行人下肢關(guān)節(jié)角度作為步態(tài)的動(dòng)態(tài)特征進(jìn)行步態(tài)識(shí)別。繼而，對(duì)人臉圖像預(yù)處理方法和人臉識(shí)別算法進(jìn)行了實(shí)驗(yàn)研究，優(yōu)選出適

3、合遠(yuǎn)距離身份識(shí)別的人臉識(shí)別算法。利用超分辨率圖像重建技術(shù)提高了人臉圖像分辨率從而提高了人臉識(shí)別率。最后，利用D-S證據(jù)理論、最大法則、最小法則、加法法則、多數(shù)投票法等融合算法進(jìn)行身份識(shí)別對(duì)比試驗(yàn)，實(shí)驗(yàn)結(jié)果表明D-S證據(jù)理論融合步態(tài)和人臉進(jìn)行身份識(shí)別的識(shí)別率更高，最終識(shí)別率可達(dá)94.74％。
　　 本研究的創(chuàng)新之處在于：①建立了人體自適應(yīng)三維數(shù)學(xué)模型。該模型可以通過跟蹤獲取行人關(guān)節(jié)角度的三維信息，并自動(dòng)檢測(cè)行人肢體的寬度信息，可實(shí)

4、現(xiàn)對(duì)行人的行走姿態(tài)及行人外觀的個(gè)性化表達(dá)。②提出了模型步態(tài)能量圖這一步態(tài)特征表達(dá)新方法，實(shí)驗(yàn)證明模型步態(tài)能量圖可實(shí)現(xiàn)對(duì)步態(tài)特征的個(gè)性化表達(dá)。③提出了將跟蹤獲取的下肢關(guān)節(jié)角度進(jìn)行小波變換并用小波變換低頻分量聯(lián)合作為步態(tài)動(dòng)態(tài)特征的方法，實(shí)驗(yàn)證明經(jīng)過小波變換后步態(tài)識(shí)別率提高了3.50％。④提出了基于奇異值擾動(dòng)的二維主元分析法，并利用結(jié)合凸集投影和迭代反投影的超分辨率圖像重建技術(shù)提高側(cè)面人臉圖像的識(shí)別率。⑤提出了利用D-S證據(jù)理論融合人臉與步態(tài)