河南工程学院电气信息工程学院, 河南 郑州 451191
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。
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 激光与光电子学进展
2019, 56(2): 023001
