一种基于大数据技术的视频步态识别的身份识别认证方法

本发明公开了一种基于大数据技术的视频步态识别的身份识别认证方法，本发明涉及生物特征识别、视频分析、大数据处理技术领域，通过分布式框架下的增量学习机制动态更新分类器，并采用改进的交叉熵‑三元组混合损失函数进行身份认证。其核心优势在于：针对复杂场景提出光流场动态背景抑制算法，在动态遮挡和低分辨率(≤640×480)条件下，CAS IA‑B数据集识别准确率达95.6％，较传统ST‑GCN方法(89.2％)提升6.4个百分点，动态背景分割错误率由15.2％降至4.7％，有效解决特征漂移问题。技术方案突破传统框架效率瓶颈，实现PB级数据处理延迟<30秒、吞吐量2.1TB/s，较Hadoop方案提速75％，内存占用降低至2.3GB，为边缘计算部署提供可行性。(276字)。