×
耿欣;凯特·史密斯·迈尔斯;王亮;李明;吴强

上下文软件融合：步态和人脸融合用于视频中人类识别的案例研究。 （英语） Zbl 1209.68456号

模式识别 43，第10号，3660-3673（2010）.
摘要：多生物特征融合的大多数工作都是基于静态融合规则的。静态融合的一个突出限制是它不能对环境或个人用户的变化做出响应。本文提出了一种上下文-软件多生物特征融合方法，该方法能够动态调整融合规则以适应实时上下文。作为一个典型的应用，研究了步态和人脸的上下文融合在视频中的人体识别。考虑了两个可能影响融合中步态和面部关系的重要背景因素，即视角和拍摄对象到相机的距离。提出并测试了基于先验知识或机器学习的适用于这两个因素的融合方法。实验结果表明，上下文融合方法不仅比个体生物特征的融合效果好，而且比广泛采用的静态融合规则（包括SUM、PRODUCT、MIN和MAX）的融合效果更好。此外，基于机器学习的上下文融合比基于先验知识的上下文融合显示出优越性。

MSC公司：

68吨10 模式识别、语音识别

关键词：

多生物特征融合;情境意识;人类识别;人脸识别;步态识别

软件：

CASIA步态
PDF格式BibTeX公司 XML格式引用
\textit{X.Geng}等人，模式识别43，No.10，3660--3673（2010；Zbl 1209.68456）
全文： 内政部

参考文献：

[1] Jain，A.K。；Ross，A.，多生物特征系统，Commun。ACM，47，1，34-40（2004），（多模接口专刊）
[2] L.Hong，A.K.Jain，S.Pankanti，《多生物特征能否提高性能？》？，摘自：IEEE自动识别高级技术研讨会论文集，美国新泽西州，1999年，第59-64页。；L.Hong，A.K.Jain，S.Pankanti，《多生物特征能否提高性能？》？，摘自：《IEEE自动识别高级技术研讨会论文集》，美国新泽西州，1999年，第59-64页。
[3] Chang，K.I。；鲍耶，K.W。；Flynn，P.J.，《多模式2d+3d人脸生物特征评估》，IEEE Trans。模式分析。机器。智力。，27, 4, 619-624 (2005)
[4] A.罗斯。；Jain，A.K。；Reisman，J.，混合指纹匹配器，模式识别，36，7，1661-1673（2003）
[5] A.Ross，A.K.Jain，《多模态生物特征：概述》，载于：《欧洲信号处理会议论文集》，奥地利维也纳，2004年，第1221-1224页。；A.Ross，A.K.Jain，《多模式生物识别：综述》，载于《欧洲信号处理会议论文集》，奥地利维也纳，2004年，第1221-1224页。
[6] 布鲁内利，R。；Falavigna，D.，《使用多重线索识别人》，IEEE Trans。模式分析。机器。智力。，17, 10, 955-966 (1995)
[7] 洪，L。；Jain，A.K.，《整合人脸和指纹进行个人识别》，IEEE Trans。模式分析。机器。智力。，20, 12, 1295-1307 (1998)
[8] Jain，A.K。；南达库马尔，K。；Ross，A.，多模式生物特征系统中的分数标准化，模式识别，38，12，2270-2285（2005）
[9] Dey，A.K.，理解和使用上下文，Pers.普遍计算。，5, 1, 4-7 (2001)
[10] 施密特，A。；贝格尔，M。；盖勒森，H.-W.，《计算》，上下文比位置更重要。图形，23，6，893-901（1999）
[11] S.Chu，M.Yeung，L.Liang，X.Liu，环境适应性多通道生物特征识别，摘自：《声学、语音和信号处理国际会议论文集》，中国香港，2003年，第V-788-V-791页。；S.Chu，M.Yeung，L.Liang，X.Liu，环境适应性多通道生物特征识别，摘自：《声学、语音和信号处理国际会议论文集》，中国香港，2003年，第V-788-V-791页。
[12] J.Fiérrez-Aguilar，Y.Chen，J.Ortega-Garcia，A.K.Jain，《将图像质量纳入多算法指纹验证》，载于：《国际生物计量会议论文集》，中国香港，2006年，第213-220页。；J.Fiérrez-Aguilar，Y.Chen，J.Ortega-Garcia，A.K.Jain，《将图像质量纳入多算法指纹验证》，载于：《国际生物计量会议论文集》，中国香港，2006年，第213-220页。
[13] Fiérrez-Aguilar，J。；奥尔特加·加西亚，J。；Gonzalez-Rodriguez，J。；Bigün，J.，基于质量度量的鉴别多模式生物特征认证，模式识别，38，5，777-779（2005）
[14] H.P.-S.Hui，H.M.Meng，M.-W.Mak，使用模糊决策融合的多生物特征验证中的自适应权重估计，摘自：《声学、语音和信号处理国际会议论文集》，夏威夷州檀香山，2007年，第I-501-I-504页。；H.P.-S.Hui，H.M.Meng，M.-W.Mak，使用模糊决策融合的多生物特征验证中的自适应权重估计，收录于：《声学、语音和信号处理国际会议论文集》，夏威夷州檀香山，2007年，第I-501-I-504页。
[15] O.Fatukasi，J.Kittler，N.Poh，《生物特征专家的质量控制多模态融合》，载于《第十二届伊比利亚美洲模式识别大会会议记录》，计算机科学讲稿，第4756卷，智利瓦尔帕莱索，2007年，第881-890页。；O.Fatukasi，J.Kittler，N.Poh，《生物特征专家的质量控制多模态融合》，载于《第十二届伊比利亚-美洲模式识别大会论文集》，《计算机科学讲稿》，第4756卷，智利瓦尔帕莱索，2007年，第881-890页。
[16] K.Nandakumar，Y.Chen，A.K.Jain，S.C.Dass，多生物特征系统中基于质量的分数级融合，收录于：《模式识别国际会议论文集》，中国香港，2006年，第473-476页。；K.Nandakumar，Y.Chen，A.K.Jain，S.C.Dass，多生物特征系统中基于质量的分数级融合，收录于：《模式识别国际会议论文集》，中国香港，2006年，第473-476页。
[17] U.Park，A.K.Jain，A.Ross，《视频中的人脸识别：多匹配器的自适应融合》，摘自：《计算机视觉和模式识别国际会议论文集》，明尼阿波利斯，明尼苏达州，2007年，第1-8页。；U.Park，A.K.Jain，A.Ross，《视频中的人脸识别：多匹配器的自适应融合》，摘自：《计算机视觉和模式识别国际会议论文集》，明尼阿波利斯，明尼苏达州，2007年，第1-8页。
[18] N.Poh，S.Bengio，《在生物特征认证任务中使用边缘衍生置信度改进融合》，摘自：《基于音频和视频的生物特征身份验证国际会议论文集》，纽约州希尔顿莱伊镇，2005年，第474-483页。；N.Poh，S.Bengio，《在生物特征认证任务中改进边缘衍生置信度的融合》，摘自：《基于音频和视频的生物特征身份验证国际会议论文集》，纽约州希尔顿莱伊镇，2005年，第474-483页。
[19] INCITS项目1672-D，生物识别样本质量标准草案（第4版），技术报告INCITS/M1/06-0948，国际信息技术标准委员会，华盛顿特区，2006年11月。；INCITS项目1672-D，生物特征样品质量标准草案（第4版），技术报告INCITS/M1/06-0948，国际信息技术标准委员会，华盛顿特区，2006年11月。
[20] A.Krogh，J.Vedelsby，《神经网络集成、交叉验证和主动学习》，收录于：G.Tesauro，D.S.Touretzky，T.K.Leen（编辑），《神经信息处理系统进展》，第7卷，科罗拉多州丹佛市，1995年，第231-238页。；A.Krogh，J.Vedelsby，《神经网络集成、交叉验证和主动学习》，收录于：G.Tesauro，D.S.Touretzky，T.K.Leen（编辑），《神经信息处理系统进展》，第7卷，科罗拉多州丹佛市，1995年，第231-238页。
[21] CASIA步态数据库：\（\langle\）http://www.cbsr.ia.ac.cn/步态
[22] Sarkar，S。；Phillips，P.J。；刘，Z。；维加，I.R。；Grother，P。；Bowyer，K.W.，《人类步态挑战问题：数据集、性能和分析》，IEEE Trans。模式分析。机器。智力。，27, 2, 162-177 (2005)
[23] 麻省理工学院步态识别数据库：\（\langle\）http://www.ai.mit.edu/people/lelee/HID/data.htm\（\范围\）；麻省理工学院步态识别数据库：\（\langle\）http://www.ai.mit.edu/people/lee/HID/data.htm\（\等级\）
[24] R.Gross，J.Shi，《CMU人体运动（mobo）数据库》，技术报告CMU-RI-TR-01-18，卡内基梅隆大学机器人研究所，宾夕法尼亚州匹兹堡，2001年6月。；R.Gross，J.Shi，《CMU人体运动（mobo）数据库》，技术报告CMU-RI-TR-01-18，卡内基梅隆大学机器人研究所，宾夕法尼亚州匹兹堡，2001年6月。
[25] 徐，L。；Krzyzak，A。；Suen，C.，《组合多分类器的方法及其在手写识别中的应用》，IEEE Trans。系统。人类网络。，22, 3, 418-435 (1992)
[26] G.Shakhnarovich，T.Darrell，《关于识别人脸和步态线索的概率组合》，载《自动人脸和手势识别国际会议论文集》，华盛顿特区，2002年，第169-174页。；G.Shakhnarovich，T.Darrell，《关于识别人脸和步态线索的概率组合》，载《自动人脸和手势识别国际会议论文集》，华盛顿特区，2002年，第169-174页。
[27] A.Kale，A.Roychowdhury，R.Chellappa，步态和面部的融合用于人类识别，摘自：《声学、语音和信号处理国际会议论文集》，加拿大蒙特利尔，2004年，第V-901-V-904页。；A.Kale，A.Roychowdhury，R.Chellappa，步态和面部的融合用于人类识别，摘自：《声学、语音和信号处理国际会议论文集》，加拿大蒙特利尔，2004年，第V-901-V-904页。
[28] X.Zhou，B.Bhanu，《整合人脸和步态进行人类识别》，载于：《计算机视觉和模式识别研讨会会议记录》，纽约市，2006年，第55页。；X.Zhou，B.Bhanu，《整合人脸和步态进行人类识别》，载于：《计算机视觉和模式识别研讨会会议记录》，纽约市，2006年，第55页。
[29] 周，X。；Bhanu，B.，《在视频中整合人脸和步态以实现远距离人类识别》，IEEE Trans。系统。人类网络。B部分网络。，37, 5, 1119-1137 (2007)
[30] 刘，Z。；Sarkar，S.，《通过融合步态和面部进行远距离室外识别》，图像视觉计算。，25, 6, 817-832 (2007)
[31] L.Wang，D.Suter，使用多种学习从轮廓分析人体运动，摘自：IEEE高级视频和信号监控国际会议论文集，澳大利亚悉尼，2006年，第7页。；L.Wang，D.Suter，使用多种学习从轮廓分析人体运动，收录于：IEEE高级视频和信号监控国际会议论文集，澳大利亚悉尼，2006年，第7页。
[32] 杨，M.-H。；Kriegman，D.J。；Ahuja，N.，《在图像中检测人脸：一项调查》，IEEE Trans。模式分析。机器。智力。，24, 1, 34-58 (2002)
[33] Winter，D.，《人体运动的生物力学和运动控制》（1990年），John&Wiley Sons:John&Wiley Sons，纽约州纽约市
[34] X.He，P.Niyogi，位置保持预测，收录于：神经信息处理系统进展，第16卷，加拿大不列颠哥伦比亚省，2003年。；X.He，P.Niyogi，位置保持预测，收录于：神经信息处理系统进展，第16卷，加拿大不列颠哥伦比亚省，2003年。
[35] Belhumeur，P.N。；赫斯帕尼亚，J.P。；Kriegman，D.J.，《特征脸vs.Fisherfaces:使用类特定线性投影进行识别》，IEEE Trans。模式分析。机器。智力。，19, 7, 711-720 (1997)
[36] P.Werbos，《超越回归：行为科学中预测和分析的新工具》，哈佛大学博士论文，马萨诸塞州剑桥，1974年。；P.Werbos，《超越回归：行为科学中预测和分析的新工具》，哈佛大学博士论文，马萨诸塞州剑桥市，1974年。
[37] Wang，L。；Tan，T。；宁，H。；Hu，W.，基于轮廓分析的步态识别，IEEE Trans。模式分析。机器。智力。，25, 12, 1505-1518 (2003)
[38] Yacoob，Y。；Davis，L.S.，《头发的检测和分析》，IEEE Trans。模式分析。机器。智力。，28, 7, 1164-1169 (2006)
[39] N.Spencer，J.Carter，《走向姿势不变步态重建》，载：《国际图像处理会议论文集》，意大利热那亚，2005年，第261-264页。；N.Spencer，J.Carter，《朝向姿势不变步态重建》，载于：《国际图像处理会议论文集》，意大利热那亚，2005年，第261-264页。
[40] M.Goffredo，R.D.Seely，J.N.Carter，M.S.Nixon，《无标记视角独立步态分析与自摄像机校准》，摘自：IEEE自动面部和手势识别国际会议论文集，荷兰阿姆斯特丹，2008年，第1-6页。；M.Goffredo，R.D.Seely，J.N.Carter，M.S.Nixon，《无标记视角独立步态分析与自拍照校准》，摘自：IEEE自动面部和手势识别国际会议论文集，荷兰阿姆斯特丹，2008年，第1-6页。
[41] S.Yu，D.Tan，T.Tan，《模拟视角变化对基于外观的步态识别的影响》，载于：《亚洲计算机视觉会议论文集》，印度海得拉巴，2006年，第807-816页。；S.Yu，D.Tan，T.Tan，《模拟视角变化对基于外观的步态识别的影响》，载于：《亚洲计算机视觉会议论文集》，印度海得拉巴，2006年，第807-816页。
[42] 李毅。；龚，S。；Sherrah，J。；Liddell，H.M.，基于支持向量机的多视角人脸检测与识别，图像视觉计算。，22, 5, 413-427 (2004)
[43] L.M.G.Brown，使用运动自适应纹理映射的3D头部跟踪，摘自：IEEE计算机视觉和模式识别会议论文集，考艾岛，HI，2001年，第998-1003页。；L.M.G.Brown，使用运动自适应纹理映射的3D头部跟踪，摘自：IEEE计算机视觉和模式识别会议论文集，考艾岛，HI，2001年，第998-1003页。
[44] W.Ryu，D.Kim，《鲁棒三维头部跟踪及其应用》，摘自：荷兰阿姆斯特丹国际生物计量会议论文集，2007年，第968-977页。；W.Ryu，D.Kim，《鲁棒三维头部跟踪及其应用》，摘自：荷兰阿姆斯特丹国际生物计量会议论文集，2007年，第968-977页。
[45] 季强，单目相机三维人脸姿态估计与跟踪，图像视觉计算。，20, 7, 499-511 (2002)
[46] V.Lepetit，J.Pilet，P.Fua，点匹配作为快速鲁棒目标姿态估计的分类问题，摘自：《IEEE计算机视觉和模式识别会议论文集》，华盛顿特区，2004年，第244-250页。；V.Lepetit，J.Pilet，P.Fua，点匹配作为快速稳健的物体姿态估计的分类问题，载于《IEEE计算机视觉和模式识别会议论文集》，华盛顿特区，2004年，第244-250页。
[47] S.Srinivasan，K.L.Boyer，使用基于视图的特征空间进行头部姿势估计，摘自：《模式识别国际会议论文集》，加拿大魁北克市，2002年，第302-305页。；S.Srinivasan，K.L.Boyer，使用基于视图的特征空间进行头部姿势估计，摘自：《模式识别国际会议论文集》，加拿大魁北克市，2002年，第302-305页。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。