6、多光谱生物特征数据采集与高光谱人脸数据库研究

多光谱生物特征数据采集与高光谱人脸数据库研究

1. SWIR步态数据采集

在远距离捕捉人脸存在一定局限性，但长距离短波红外（SWIR）图像中可能存在其他可用于识别的模式，步态就是其中之一。为了补充SWIR人脸图像采集，WVU开展了额外的数据采集工作，重点是应用SWIR和深度映射相机技术，采集行人行走的视频，以确定软生物特征（身体测量）和基于步态的识别效果。

1.1 相机设备

本次研究使用了两台商用相机：
- Sensors Unlimited Goodrich SU640KTSX - 1.7RT高灵敏度InGaAs SWIR相机（640 × 512像素），配备50 mm f/1.4 SWIR镜头，用于人脸图像采集和20 - 50 m距离的步态视频捕捉。
- Microsoft Kinect深度相机，用于1.5 - 4 m距离的视频采集。

1.2 数据采集过程

• Goodrich相机 ：在白天（自然阳光照明）室外进行步态数据采集，视频在1550 nm处进行滤波。根据每日环境条件（阴天、晴天等）调整积分时间等操作设置，以获得最佳图像质量。
• Kinect相机 ：在荧光灯下室内采集视频。由于Kinect相机近距离视野有限，采用梯形路径进行数据采集，并在中间的“中心”距离（位置“1”）进行校准姿势。选择的SWIR采集距离和行走路径允许在相机视野的不同方向上采集六个或更多的行走步幅。

1.3 参与者信息

数据采集于2011年12月4日完成，从157名参与者中