基于红外和可见光成像的人脸识别研究

[复制链接]
查看: 373|回复: 0

23万

主题

23万

帖子

32万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
329731
发表于 2022-4-24 10:59:21 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
近年来,人脸识别一直是研究热点题目。如何解决未知的光照方向和微弱的光照条件等因素,一直都是现有人脸识别算法的重大挑战。为解决人脸识别的光照题目,研究者就如何利用红外光谱不受现光照条件影响的特性做出了有益的探索。而在红外光谱之中,近红外成像由于和可见光一样都是通过反射外部光源获取得到的,有着很大的优势。近红外图像提供了一种用于解决避免户外环境中光照发生剧烈变化的题目的一种有效思路。当库藏集和探测集的数据都是近红外人脸图像的时候,直接匹配可以得到较高的识别率。由于近红外的人脸数据很少在一般的数据库中存储,也很少出现在个人的档案或记录里,有时探测集中的近红外人脸图像需要和库藏集中的可见光人脸图像进行比对。为解决这一题目,本文提出了三种新颖的方法根据输入的近红外人脸图像合成一个模拟的可见光图像,使其更加接近真实的可见光人脸图像,并将其用于识别分类。这些方法可以被归类为人脸图像的异质合成方法。异质合成是指一种将来自不同模态的人脸图像,如素描、三维人脸深度图、红外图像、可见光图像等,合成另一种模态的图像的过程。针对不同的应用场景,我们提出三种方法,从而提高合成图像的质量,提高识别效率。本文主要工作如下:1.        针对输入图像质量较差的情况,提出一种基于张量分析的人脸合成方法。考虑到降低预算等因素,实际生活的应用中往往会采用分辨率较低的近红外摄像仪,而不是分辨率较高的型号。图像超分辨率是采用一张或多张低分辨率图像对高分辨率图像进行估计的过程。该方法用于根据在较差的操作环境下采集到的低分辨率近红外人脸图像,模拟生成一张分辨率较高的人脸图像。我们采用的方法基于Lambertian反射模型和一个线性观察模型。一种基于张量结构的超分辨率方法用于将异质人脸数据转化到统一的子空间,并利用最大后验估计在特征空间进行超分辨率。一种基于离散小波变换的融合机制用于降噪,并对张量变换中的信息损失作出补偿。实验结果说明该方法可以有效的处理质量较差、分辨率较低的输入图像。2.        针对输入的近红外人脸图像分辨率较高、需要还原部分细节信息的情况,提出一种基于核多因素分析和商图的人脸合成方法。根据人体皮肤表面组织的光学特征,我们提出了一个系统的算法框架。首先,我们利用商图进行训练和重建,从而保护人脸结构相关的信息。其次,为处理异质人脸由于光照在皮肤组织内部扩散造成的模糊效果,我们采用基于核函数的策略作为非线性的分析工具。最后,由于异质人脸识别题目涉及到不同模态的图像集合,我们采用张量结构将异质人脸数据变换到统一的子空间中。实验结果表明采用本方法合成的图像适合人脸视觉,并且用于机器识别有很高的判别效率。3.        针对在一些数据库中,人脸图像的表情、姿态不同的题目,提出一种基于稀疏表示的人脸合成方法。对于基于分块的方法而言,当表情、姿态不同的时候,由于没有配准,各个分块的合成效果就会受到很大影响。基于压缩传感领域近年的研究成果,自然图像可以通过一个稀疏的表示系数,根据一个过完备的字典进行压缩或恢复。本方法中,首先用随机采样得到的成对的人脸图像分块训练得到一个成对的字典,这个字典由系数编码的基函数构成,用于通过L1范式最小化重建表示系数。实验结果表明本方法对适度的姿态和表情变化鲁棒,并且有较高的计算效率。





上一篇:预腐蚀对飞机典型结构多部位损伤发生概率的影响研究
下一篇:基于社会标注的服务发现机制的研究与实现
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图