- 05/02
- 2018
-
QQ扫一扫
-
Vision小助手
(CMVU)
在近期的IEEE计算机视觉应用冬季会议上, 美国陆军研究实验室的研究人员介绍了他们研发的一种人脸识别技术:利用卷积神经网络和一系列算法,将红外人脸图像合成为可见光图像,这项技术未来可以让美军士兵在黑暗中也能获得更好的人脸识别能力。目前,该技术的识别准确率超过了80%。该项研究获得了此次会议的最佳论文奖。
人脸识别
人脸识别技术已经开始慢慢进入到我们的日常生活中,从手机上的面部解锁,到机场使用的扫脸登机系统。
人脸识别从技术上来说,大致要经过几个流程,首先要获取图像,然后对图像中的特征进行提取,再将待识别人脸所提取的特征与数据库中的所有图像进行匹配,以回答“这是谁”的问题。
这个过程在白天光照充足的情况下,运行良好,然而,在夜晚,没有光照或者光照不足的情况下,人脸识别变得困难。在夜间只能利用红外成像技术,获取红外图像。但是由于成像方式不同,使得同一个人的可见光图像和红外图像存在很多差异,如何实现红外人脸图像与数据库中保存的可见光图像比对与验证?这是美国陆军研究实验室希望解决的问题,解决了这个问题就可以实现7×24小时,不受光线影响的进行人脸识别,对在逃嫌疑人进行实时监测。
从红外图像到可见光图像
红外热成像,根据热力学零度以上一切物体都在发射红外线的原理,通过感应红外线然后呈现出肉眼可见的图像,红外热成像仪,能够探测人身体本身散发的热辐射,根据不同部位温度的差异形成图像。在电影《铁血战士》里,施瓦辛格跳进水里将自己的温度和周围保持一致,试图遮蔽自己的红外信号源,避免热成像仪的侦察。
在漆黑一片的环境中,红外热成像仪能够“看到”任何有温度的物体,美国军方的夜视仪几乎都应用了红外热成像技术。目前,红外热成像设备已经被广泛的部署在美国军方的航空器、地面车辆、瞭望塔以及检查站中。就在最近,红外相机已经成为可穿戴式设备。
利用这些红外成像设备,在夜间进行自动化人脸识别,实时发现监控名单中的可疑人员,进行抓捕,是美国军方的切实需要。
然而,红外人脸图像反映的是人脸的温度分布,红外人脸图像中人脸器官的边缘轮廓和细节特征都比较模糊,与可见光成像差别很大,两者之间的比对难度较大。
左:红外成像人脸 右:可见光成像人脸
美国陆军研究实验室Benjamin S. Riggan提出了一种新的图像合成方法,利用卷积神经网络以及一系列算法,将红外人脸图像合成为可见光图像。在给定的红外面部图像中,首先利用卷积神经网络从整体和局部提取特征,接下来,从提取出的特征中预估对应的可见光图像。最终,通过局部和全局的优化,产生一个合成的可见光图像。合成后的图像,并不是一张完美的可见光图像,它看起来更像是一幅“素描”。
通过这幅“素描”是不是真的可以与数据库中的图像进行比对和验证呢?研究人员选取了一个数据库,其中包含来自60个人的可见光面部图像和红外面部图像,其中30人的图像用于训练神经网络,其它30人的图像用于验证,结果表明,采用了这种方法后,人脸识别的正确率均高于80%。
而由于这种方法可以将红外人脸图像转换成可见光图像,再进行识别,因此并不需要对原来已经存在的人脸识别系统进行定制化改造,也不需要软硬件的更新换代。
在美国陆军研究实验室发布的信息中,研究人员Benjamin S. Riggan称:“目前大部分的生物识别人脸数据库仅包含可见光面部图像,我们所研发的技术可以在红外面部图像与现有生物识别人脸数据库之间进行匹配。”
7×24 全年无休
不过这项技术如果要进入使用阶段,还需要继续提高准确度,目前在普通情况下,国际权威人脸识别数据库测试的准确率已经突破了99%,相比而言,这项技术所达到的80%的准确率还很难进入实用阶段。
而一旦该项技术进入实用,将扩大人脸识别的适用范围,并且提高人脸识别系统的性能。目前限制人脸识别性能的因素之一就是光照的变化,为了减少或消除光照对人脸识别的影响,在可见光人脸识别方法中研究和采用了各种补偿措施。人脸红外图像基本上不受周围环境光照的影响,不需要采取补偿措施,很多研究表明,环境光照的变化对红外图像的获取以及图像的质量影响很小。与可见光人脸识别相比,人脸的姿态和人是否化妆对红外人脸图像的影响也相对较小。
现有的具备夜视功能的人脸识别系统,未来或许都可以利用该项技术,7×24小时,全年不休。
穿墙而过?
美国媒体据此报道,这种技术未来将实现从室外,穿过墙的阻隔,对室内的人们进行拍照和识别,由此带来隐私等方面的担忧。
这种担心其实大可不必,虽然红外热成像有部分穿透能力,可以穿透烟雾、雾霾,也可以穿过一些透光的材质,比如透明的塑料袋、透明玻璃等。而要对人脸进行识别,一个小小的眼镜都可能影响到识别的效果,有研究表示,红外线对玻璃的透射性较差,对戴眼镜的人脸并不容易识别。而一件厚衣服就可以阻隔红外热成像,更不用说完全不透光的墙壁了。
- 上一条:无人货架路在何方
- 下一条:机器视觉助力精准农业