Тепловые камеры как FLIR, или Перспективный Инфракрасный, датчики активно развернуты на антенне и наземных транспортных средствах в башнях часов и в контрольных точках в целях наблюдения. Позже, тепловые камеры становятся доступными для использования в качестве носимых на теле камер. Способность выполнить автоматическое распознавание лиц в ночном времени, используя такие тепловые камеры выгодна для информирования Солдата, что человек – кто-то интереса, как кто-то, кто может быть в списке часов.Мотивации для этой технологии – развитый доктором Бенджамином С. Риггэном, доктором Натаниэлем Дж.
Шортом и доктором Шуауэном «Шоном» Ху, из Научно-исследовательской лаборатории армии США – должны увеличить и автоматические и соответствующие человеку возможности.«Эта технология позволяет соответствовать между тепловыми изображениями лица и существующими биометрическими списками баз данных/часов лица, которые только содержат видимые образы лица», сказал Риггэн, исследователь. «Технология обеспечивает способ для людей визуально сравнить видимые и тепловые лицевые образы посредством теплового-к-видимому синтеза лица».
Он сказал при ночном и слабом освещении, есть недостаточный свет для обычной камеры, чтобы захватить лицевые образы для признания без активного освещения, такого как вспышка или центр внимания, который выдал бы положение таких камер наблюдения; однако, тепловые камеры, которые захватывают тепловую подпись, естественно происходящую от живущей ткани кожи, идеальны для таких условий.«Используя тепловые камеры, чтобы захватить лицевые образы, главная проблема состоит в том, что захваченное тепловое изображение должно соответствовать списку часов или галерее, которая только содержит обычные видимые образы от известных фигурантов уголовного дела», сказал Риггэн. «Поэтому проблема становится тем, что упоминается как поперечный спектр или разнородное, распознавание лиц.
В этом случае лицевые образы исследования, приобретенные в одной модальности, соответствуют базе данных галереи, приобретенной, используя различную модальность отображения».Этот подход усиливает продвинутые методы адаптации области на основе глубоких нейронных сетей. Фундаментальный подход состоит из двух ключевых ролей: нелинейная модель регресса, которая наносит на карту данное тепловое изображение в соответствующее видимое скрытое представление и проблему оптимизации, которая планирует скрытое проектирование назад в пространство изображения.Детали этой работы были представлены в марте в техническом документе, «Тепловом к Видимому Синтезу Изображений Лица, используя Многократные регионы» на Зимней Конференции IEEE по Применениям Computer Vision или WACV, в Лейк-Тахо, Невада, которая является технической конференцией, состоявшей из ученых и ученых из академии, промышленности и правительства.
На конференции армейские исследователи продемонстрировали, что, объединяя глобальную информацию, такую как особенности от через все лицо и местную информацию, такие как особенности из отличительных основанных на вере регионов, например, глаза, нос и рот, увеличили discriminability синтезируемых образов. Они показали, как тепловые-к-видимому нанесенные на карту представления и от глобальных и от местных регионов в тепловой подписи лица могли использоваться в соединении, чтобы синтезировать усовершенствованное видимое изображение лица.Проблема оптимизации для синтезирования изображения пытается совместно сохранить форму всего лица и появление местных основанных на вере деталей. Используя синтезируемые тепловые-к-видимому образы и существующие видимые образы галереи, они выполнили эксперименты проверки лица, используя общую общедоступную глубокую архитектуру нейронной сети для распознавания лиц.
Используемая архитектура явно разработана для видимого распознавания лиц. Наиболее неожиданный результат – то, что их подход достиг лучшего выполнения проверки, чем порождающий соперничающий основанный на сети подход, который ранее показал фотореалистические свойства.
Riggan приписывает этот результат факту игра, теоретическая цель для GANs немедленно стремится произвести образы, которые достаточно подобны в динамическом диапазоне и подобном фотографии появлении к учебным образам, иногда забыв сохранять особенности идентификации, сказал он. Подход, развитый информацией об идентичности заповедников ARL, чтобы увеличить discriminability, например, увеличил точность признания и для автоматических алгоритмов распознавания лиц и для человеческого судебного решения.Как часть бумажного представления, исследователи ARL продемонстрировали почти демонстрацию в реальном времени этой технологии. Доказательство демонстрации понятия включало использование Бозона FLIR 320 тепловых камер и ноутбук, управляющий алгоритмом в близости, в реальном времени.
Эта демонстрация показала аудиторию, что захваченное тепловое изображение человека может использоваться, чтобы произвести синтезируемое видимое изображение на месте. Эта работа получила лучшую бумажную премию на сессии лиц/биометрии конференции больше чем из 70 сделанных докладов.
Риггэн сказал, что он и его коллеги продолжат расширять это исследование при спонсорстве судебной экспертизы Защиты и Агентства по Биометрии, чтобы развивать прочную ночную способность распознавания лиц к Солдату.