在人体和动作识别中的多生物识别性能的比较分析,使用轮热面和骨数据

科学领域:

• 计算机科学 计算机科学
• 生物识别信息 生物识别信息
• 模式识别 模式识别

背景情况:

• 生物识别利用独特的身体和行为特征进行个人识别.
• 目前的生物识别系统用于安全,门禁和计算机视觉.
• 以前的方法通常需要多个摄像头,增加成本和处理负载.

研究的目的:

• 为行为和物理研究创建一个新的多式联络生物识别数据库.
• 通过使用热面数据来提高识别性能和降低材料成本.
• 开发适用于运动识别和人身识别的数据集.

主要方法:

• 创建了一个新的数据集,包括轮,热面部和骨数据.
• 采用了最佳的摄像头设置,以最大限度地降低硬件成本.
• 研究了使用数据融合和各种数据丢失场景的多生物识别方法.
• 测试了从轮数据生成能量图像的运动的相关系数.

主要成果:

• 多式联网数据集在运动识别和人身识别方面表现出有效性.
• 数据融合技术和处理数据丢失场景的数据被比较评估.
• 运动方法在运动和人体识别任务中实现了高精度.

结论:

• 开发的多式联络生物识别数据库为高级识别研究提供了具有成本效益的解决方案.
• 将面部热数据与轮和骨数据相结合,可以提高识别能力.
• 这些发现支持使用此数据集来改进生物识别安全和运动分析.