您好、欢迎来到现金彩票网!
当前位置:刘伯温高手论坛 > 图像匹配 >

在黑暗中工作的人脸识别技术

发布时间:2019-06-19 06:52 来源:未知 编辑:admin

  陆军研究人员开发了一种人工智能和机器学习技术,可以在低光照或夜间条件下拍摄的人脸热图像产生可见的人脸图像。这种发展可以为隐蔽的夜间行动提供增强的实时生物识别和任务后法医分析。

  FLIR或前视红外传感器等热像仪主动部署在空中和地面车辆,观察塔和检查点以进行监视。最近,热像仪可用作体戴式相机。使用这种热像仪在夜间进行自动面部识别的能力有利于向士兵通知个人是感兴趣的人,例如可能在观察名单上的人。

  “这项技术可以实现热面图像与现有生物识别人脸数据库/仅包含可见人脸图像的观察列表之间的匹配,”研究科学家Riggan说。“该技术为人类提供了一种通过热到可见面合成在视觉上比较可见和热的面部图像的方法。”

  他说,在夜间和低光照条件下,传统相机没有足够的光线来捕捉面部图像以进行识别而没有主动照明,例如闪光灯或聚光灯,这会放弃这种监控摄像机的位置; 然而,热能相机能够捕捉到自然皮肤组织自然散发的热量特征,是这种情况的理想选择。

  “当使用热成像摄像头捕捉面部图像时,主要的挑战是捕获的热图像必须与观察列表或画廊相匹配,该列表或画廊仅包含来自已知感兴趣的人的传统可见图像,”Riggan说。“因此,问题变成了所谓的跨谱或异质的人脸识别。在这种情况下,在一种模态下采集的面部探测图像与使用不同成像模态采集的图库数据库相匹配。”

  该方法利用基于深度神经网络的高级域自适应技术。基本方法由两个关键部分组成:非线性回归模型,将给定的热图像映射到相应的可见潜在表示,以及将潜在投影投射回图像空间的优化问题。

  这项工作的详细信息于3月份在内华达州太浩湖的IEEE冬季计算机视觉应用会议(WACV)上发表,题为“使用多个区域进行可视化合成脸部图像的技术论文”,这是一个技术会议。来自学术界,工业界和政府的学者和科学家。

  在会议上,陆军研究人员证明,整合全局信息,如整个脸部的特征,以及局部信息,如来自辨别性基准区域的特征,例如眼睛,鼻子和嘴巴,增强了合成的可辨性。图像。他们展示了热面特征中来自全局和局部区域的热 - 可见映射表示如何结合使用以合成精细的可见面部图像。

  用于合成图像的优化问题试图共同保持整个面部的形状和局部基准细节的外观。使用合成的热到可见图像和现有的可见图库图像,他们使用常见的开源深度神经网络架构进行人脸识别的面部验证实验。使用的架构明确设计用于基于可见的面部识别。最令人惊讶的结果是,他们的方法比基于生成对抗网络的方法获得了更好的验证性能,该方法之前显示了照片般逼真的特性。

  Riggan将这一结果归结为这样一个事实:GAN的游戏理论目标立即寻求生成与动态范围和照片般外观足够相似的图像到训练图像,同时有时忽略保留识别特征,他说。ARL开发的方法保留了身份信息以增强可辨性,例如,提高了自动面部识别算法和人类判断的识别准确性。

  作为论文的一部分,ARL研究人员展示了该技术的近实时演示。概念验证演示包括使用FLIR Boson 320热像仪和近乎实时运行算法的笔记本电脑。该演示向观众展示了捕获的人的热图像可用于原位产生合成的可见图像。在70多篇论文中,这项工作在会议的面孔/生物识别学会议上获得了最佳论文奖。

  Riggan说,他和他的同事将继续在国防法医和生物识别机构的赞助下扩展这项研究,为士兵开发强大的夜间人脸识别能力。

http://shinnpaint.com/tuxiangpipei/377.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有