10、跨光谱人脸识别技术的研究成果与分析

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
【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)内容概要:本文介绍了基于蒙特卡洛和拉格朗日方法的电动汽车充电站有序充电调度优化方案,重点在于采用分散式优化策略应对分时电价机制下的充电需求管理。通过构建数学模型,结合不确定性因素如用户充电行为和电网负荷波动,利用蒙特卡洛模拟生成大量场景,并运用拉格朗日松弛法对复杂问题进行分解求解,从而实现全局最优或近似最优的充电调度计划。该方法有效降低了电网峰值负荷压力,提升了充电站运营效率经济效益,同时兼顾用户充电便利性。 适合人群:具备一定电力系统、优化算法和Matlab编程基础的高校研究生、科研人员及从事智能电网、电动汽车相关领域的工程技术人员。 使用场景及目标:①应用于电动汽车充电站的日常运营管理,优化充电负荷分布;②服务于城市智能交通系统规划,提升电网交通系统的协同水平;③作为学术研究案例,用于验证分散式优化算法在复杂能源系统中的有效性。 阅读建议:建议读者结合Matlab代码实现部分,深入理解蒙特卡洛模拟拉格朗日松弛法的具体实施步骤,重点关注场景生成、约束处理迭代收敛过程,以便在实际项目中灵活应用改进。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值