7、高光谱人脸数据库：现状、挑战与未来展望

高光谱人脸数据库：现状、挑战与未来展望

在人脸识别技术领域，高光谱成像（SI）为解决光照变化等问题提供了新的思路，但同时也面临着一些独特的挑战。本文将介绍几种常见的高光谱人脸数据库，并探讨高光谱成像在人脸识别应用中面临的挑战及应对策略。

1. 高光谱成像关键器件——AOTF

声光可调滤波器（AOTFs）是一种电光器件，它包含一个光学透明晶体，该晶体与一个能产生高频声波并在晶体中传播的换能器相连。当入射光到达晶体时，同时会有射频声波在晶体中传播。在这个过程中，声波会引起晶体折射率的变化，从而实现透射衍射。通过调整声波的频率，可以控制特定波长的选择。

2. 常见高光谱人脸数据库介绍

2.1 CMU数据库

CMU数据库利用高光谱传感器，考虑了不同光照方向对面部外观的影响。该数据库的面部数据是在数周（约两个月）内的多个时间段采集的。每个数据对象有四个不同的高光谱人脸数据集，这些数据集是在不同光照方向下获得的。可以根据CMU数据库中提供的眼睛坐标，使用二维相似变换（旋转、平移和缩放）来对齐每个高光谱人脸图像。

2.2 IRIS - M数据库

IRIS - M数据库由田纳西大学的Chang创建，包含82个不同种族、年龄、面部毛发特征和性别的数据对象，高光谱面部数据是在10个时间段内收集的。该数据库在两种不同环境下开发：室内（在两个卤素灯或两个荧光灯下）和室外（在日光下）。

数据库的正面视图（640×480像素）数据，是通过VariSpec VIS液晶可调滤光片（LCTF）在480 - 720 nm的可见光谱范围内以10 nm的步长（25个波段）收集的，热红外图像则由Raytheon