基于热红外光谱的人脸特征提取算法.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于热红外光谱的人脸特征提取算法

第 卷 第 期 激 光 与 光 电 子 学 进 展 , 56   2 Vol.56 No.2 年 月 , 2019 1 Januar 2019 LaserOtoelectronicsProress y p g 基于热红外光谱的人脸特征提取算法 ∗ , , 栗科峰 黄全振 卢金燕 , 河南工程学院电气信息工程学院 河南 郑州 451191 、 、 、 , 摘要 基于可见光谱人脸识别技术的效率和精度受光照 姿态 遮挡 表情变化和照片欺诈等因素的影响较大 尤   . , . 其是夜视环境下的人脸识别难题亟待解决 为此 提出了一种基于热红外光谱的人脸特征提取算法 对热红外人 , ; 脸图像进行数据建模获取极大化数据模型 估计并调整混合模型参数到高斯混合模型 提取热红外高斯混合人脸 , ; , . 图像的等温特征 实现热特征图像的重建 最后通过计算概率邻近指数来度量个体间的相似度 给出识别结果 : 、 、 UCHThermalFace数据库的实验结果表明 该方法应对夜视环境下的多姿态 特征变化 随机遮挡和眼部噪声样本 , . 具有较高的识别精度和稳健性 极大地提高了人脸识别系统夜视环境下的抗干扰能力 ; ; ; ; ; 关键词 图像处理 热红外光谱 人脸识别 热特征图像重建 高斯混合模型 夜视环境   中图分类号 文献标识码 : /  TP391.4     A doi10.3788LOP56.023001 ExtractionAlorithmofFaceFeaturesBasedon g ThermalInfraredSectra p ∗ LiKefen Huan Quanzhen LuJinan

您可能关注的文档

文档评论(0)

xiaozu + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档