基于人脸与心电数据分数级与排序级混合融合的人员识别
计算机视觉与模式识别
2020-08-11 v1
摘要
单模态识别系统易在传感器数据采集中出错，因此更可能误识对象。例如，仅依赖RGB人脸相机数据会在光照不足或对象未面向相机时出现问题。其他识别方法如心电图（ECG）则存在与皮肤电极连接不当的问题。通过融合这两种模型所采集的信息可将识别错误降至最低。本文提出一种利用BioVid热痛数据库Part A（含87名对象的同步RGB视频与ECG数据）来融合人脸与ECG数据识别结果的方法。采用10折交叉验证，人脸识别准确率为98.8%，ECG识别准确率为96.1%。使用融合方法后识别准确率提升至99.8%。我们提出的方法通过采用模态不重叠的人脸与ECG模型，显著提升了识别准确率。
引用
@article{arxiv.2008.03353,
title = {Hybrid Score- and Rank-level Fusion for Person Identification using Face and ECG Data},
author = {Thomas Truong and Jonathan Graf and Svetlana Yanushkevich},
journal= {arXiv preprint arXiv:2008.03353},
year = {2020}
}