视频中运动人体身份识别的认知物理学方法

摘要：

人脸和步态数据是典型的非线性模型,现有的人脸和步态降维方法主要是线性方法,对信息损耗较大,识别率较低.为此,提出一种人体身份识别的认知物理学方法,将人脸特征和步态特征用数据场进行表征,利用数据间的相互作用和运动实现数据的自组织聚类,以非线性变换的方式实现身份特征数据的降维.用最大势函数值对降维后的样本库进行排序,实现离散点快速检测和样本检测的二分法查找.基于改进的D-S证据论对人脸和步态进行多层融合.实验结果表明,与线性变换的人脸与步态识别方法相比,该方法可提高7％的人体身份识别率,减少40％的识别时间.

关键词：认知物理学、数据场、步态识别、人脸识别、D-S证据论

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：四川省教育厅基金资助重点项目14ZA0257;绵阳师范学院基金资助项目2011A13,2011C05

在线出版日期：2016-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：146-152