47、夜间环境下的人体身份识别技术解析

夜间环境下的人体身份识别技术解析

1. 分布式传感器网络运行情况

在视觉监控中，分布式传感器网络的运行时间和内存使用情况是重要的性能指标。在英特尔酷睿2至尊版3.0 GHz CPU和4 GB RAM的配置下，对其进行了测量。当仅一个传感器处理视频时，系统能够处理输入帧，帧率在4 - 5 fps之间。当运行两个传感器时，处理帧率会略有降低，分别为3.55和3.02。而所有传感器的内存使用情况几乎相同，峰值达到650 MB。

2. 夜间环境人体身份识别的重要性与研究范围

生物识别技术在人体身份识别中起着关键作用。过去二十年，生物识别系统在户外白天条件下的性能有了显著提升，但夜间环境下的人体监控同样重要，甚至更为关键。在夜间，无论是自然还是人工照明，生物特征的提取、处理和匹配都是一个有待深入研究的领域。

为了确定研究范围，我们对适用于夜间生物识别的电磁光谱范围进行了调查，如下表所示：
| 电磁波段 | 波长范围 | 检测设备 | 照明源 | 可行性 |
| — | — | — | — | — |
| 紫外线 | <450 nm | GaN探测器、肖特基器件 | GaN LED、放电源、闪电、爆炸 | 低 |
| 可见光 | 450 - 750 nm | 高灵敏度硅CCD | 环境光、宽带光源 | 高 |
| 近红外（NIR） | 750 - 1100 nm | 硅CCD | AlGaAs LED、LD | 高 |
| 短波红外（SWIR） | 1100 - 2500 nm | InGaAs焦平面 | InGaAs LED、LD | 高 |
| 热红外 | 7 - 14 µm | BST（