多模式人脸识别:结合可见光与红外图像的融合技术
需积分: 9 195 浏览量
更新于2024-09-13
收藏 287KB PDF 举报
"采用图像融合技术的多模式人脸识别"
本文探讨了一种采用图像融合技术的多模式人脸识别方法,旨在结合可见光图像和红外热图像的优势,提高人脸识别的准确性。作者包括刘瑾、徐可欣、陈小红、吴萍和赵学玲,他们来自天津大学精密测试技术及仪器国家重点实验室。
在像素级融合方面,研究人员提出了一种基于小波分解的策略。小波分解是一种信号处理技术,能够将图像分解成不同频域的细节和结构信息。通过这种分解,两种不同类型的图像(可见光和红外)的像素可以有效地整合在一起,形成新的融合图像。这种方法有助于保留原始图像的细节,同时减少噪声,从而改善后续的人脸识别过程。
在特征级融合上,研究者选择了两种识别方法中最具分类效果的前50%特征进行融合。这种方法基于特征选择,只考虑对分类贡献最大的部分特征,减少了冗余信息,提高了识别效率。特征级融合通常涉及到人脸的几何特征、纹理特征或基于深度学习的特征向量,这些特征能够反映人脸的独特性,有助于区分不同的个体。
实验结果显示,经过像素级和特征级融合后,人脸识别的准确率显著提升,特征级融合的效果优于像素级融合。这表明,在多模式人脸识别中,通过组合不同模式的信息,可以更有效地克服光照、表情、遮挡等影响因素,增强人脸识别系统的鲁棒性。
关键词:计算机应用、多模式人脸识别、图像融合、红外热图像、可见光图像、小波变换
中图分类号:TP391 文献标识码:A 文章编号:1003—0158(2007)06—0072—07
这项工作强调了图像融合技术在多模态生物识别系统中的重要性,特别是在人脸识别领域。通过结合多种传感器的数据,可以构建更加稳健和准确的识别系统,这对于安全监控、门禁控制以及其它身份验证应用具有重要意义。未来的研究可能涉及更多模式的融合,如3D图像、深度信息等,以进一步提升人脸识别的性能。
点击了解资源详情
点击了解资源详情
点击了解资源详情
2021-09-23 上传
2021-02-21 上传
2021-09-23 上传
2021-09-18 上传
2021-09-23 上传
点击了解资源详情
zjw1589
- 粉丝: 1
- 资源: 3
最新资源
- JHU荣誉单变量微积分课程教案介绍
- Naruto爱好者必备CLI测试应用
- Android应用显示Ignaz-Taschner-Gymnasium取消课程概览
- ASP学生信息档案管理系统毕业设计及完整源码
- Java商城源码解析:酒店管理系统快速开发指南
- 构建可解析文本框:.NET 3.5中实现文本解析与验证
- Java语言打造任天堂红白机模拟器—nes4j解析
- 基于Hadoop和Hive的网络流量分析工具介绍
- Unity实现帝国象棋:从游戏到复刻
- WordPress文档嵌入插件:无需浏览器插件即可上传和显示文档
- Android开源项目精选:优秀项目篇
- 黑色设计商务酷站模板 - 网站构建新选择
- Rollup插件去除JS文件横幅:横扫许可证头
- AngularDart中Hammock服务的使用与REST API集成
- 开源AVR编程器:高效、低成本的微控制器编程解决方案
- Anya Keller 图片组合的开发部署记录