跨光谱人脸识别技术的研究成果与分析
1. 偏最小二乘法(PLS)结果
为评估基于PLS的热成像到可见光人脸识别算法的性能,使用了NVESD数据库。该数据库包含中波红外(MWIR)和长波红外(LWIR)人脸图像,可用于评估MWIR到可见光和LWIR到可见光的识别性能。数据库中的50个受试者,48个用于性能评估,其余2个用于提供热交叉示例。
在构建PLS模型时,使用来自48个受试者的每个受试者的单张可见光图像,以及从其余2个受试者中提取的热交叉示例。这里采用了紧密裁剪风格,聚焦于由眼睛、鼻子和嘴巴组成的核心面部区域。这种紧密裁剪对人脸姿势的小变化更具鲁棒性,且发型不会影响识别过程。
通过合成低分辨率图像来研究人脸分辨率对识别性能的影响。在全图像分辨率174×174像素下,MWIR到可见光和LWIR到可见光的Rank - 1识别率分别为0.824和0.704。与使用宽松裁剪风格的研究相比,这些紧密裁剪结果较低。人脸识别性能在174×174像素到52×52像素(原始图像大小的30%)的分辨率范围内保持一致,但在更低分辨率下急剧下降。MWIR到可见光的性能在分辨率降至原始图像大小的20%之前一直高于LWIR到可见光的性能。
| 裁剪风格 | MWIR到可见光Rank - 1识别率 | LWIR到可见光Rank - 1识别率 |
|---|---|---|
| 紧密裁剪 | 0.824 | 0.704 |
| 宽松裁剪 |
超级会员免费看
订阅专栏 解锁全文
20

被折叠的 条评论
为什么被折叠?



