紅外熱成像中基于生理的人臉識別以進行體溫快速檢測

過去幾年，學術界和商業界都對生物計量學產生了極大的關注。它已成為傳統身份識別方式的首選替代方式，這些身份識別卡未嵌入人的身體特征中。對包括面部，指紋，虹膜和視網膜識別在內的幾種生物識別方式的研究已取得了不同程度的成功。人臉識別是最吸引人的方式，因為它是人類之間自然的識別方式。

近些年，深入分析職工深入分析了運行紅外熱影像完成臉部辨別，不錯完成基礎體溫短時間的檢測。既使，這么多在熱臉部皮膚辨別中的更多深入分析業務僅將熱紅外光波用做在陰暗地里洞察分析或才能減少光可調性的危害影向的具體技巧。從具體技巧上講，二者與能說光波的臉部辨別神經網絡算法也沒有太小分別，能說光波不錯以分成系統設計表面的具體技巧和系統設計特征英文的具體技巧。近些年，已我的第一次協同能說光和紅外熱模態以加強臉部皮膚辨別的穩定性。

研究方案指出半個種解決處理熱面頰高速精確一些問題的新意技術，該技術應該寬裕合理利用熱紅外光波的競爭力。它由統計匯總面頰切割成和爭對熱現狀學策劃訂做的身理表現獲取漢明距離組成了。身理各種載體由面頰淋巴管手機線上的熱烙印養成。推測了從熱面頰圖文獲取淋巴管手機線上并將其代替面頰高速精確的表現的空間的應該性。對方是他們對熱紅外中臉部皮膚辨別高速精確的另一個說的是種考量行為英文，以使得量體溫高速檢則。與另外的行為英文相對比，它擁有顯著的優越性。面頰熱圖文由紅外熱像儀捕捉到。談談要統計數據存儲在統計數據之中的每隔話題，記錄五有所差異的的方式。將二步切割成漢明距離廣泛應用于每隔的方式圖文，以從面頰獲取淋巴管手機線上。

為了建立可行性，提出了一種使用熱成像中包含的生物熱信息來捕獲面部生理模式的特定方法。該方法的基礎是利用特征和時不變的生理信息來構建特征空間。盡管面部熱圖隨時間推移而移動，但淺層脈管系統與周圍組織之間的對比度仍保持不變。這種生理特征具有永久性，在皮膚下很難改變。因此，它為可以使用它的任何面部識別方法提供了強大的優勢。具體來說，方法如下：首先，使用新穎的貝葉斯分割算法將面部組織與背景分離。其次，通過使用白色大禮帽分割并進行各向異性擴散，從皮膚表面提取血管輪廓網絡。第三，將TMP定位在血管網絡中，并將其用作特征向量的基礎。第四，它通過匹配基于TMP的特征向量來執行識別。從指紋識別中借鑒了一些想法，因為血管網絡似乎與神經網絡在現象學上相似。

最沉要分析方案是，針對生理特點性的人像自動辨別來對人體體溫迅猛判斷貌似是行不通的，且有著價值，非常是對于一項解決辦法任何時候間時間推移永久會員性低的問題的方案。確認了眼鏡鏡片和濃黑濃密的薇女坊臉上汗毛的長期存在，還有一大批的體液，這將會是溫度揮發的結論。一大批出汗在熱薇女坊臉上貼圖示構建了非非線型位移，某些特征英文導出緣由始終無法 很好的地進行處理該非非線型位移。更很重要的是，結論表明了生理特點性層次結構在人像自動辨別中的行不通性，而且為該方向進那步的方案學和調查設計開拓了主干道。

參考選取論文畢業論文

Pradeep Buddharaju, Ioannis T. Pavlidis, et al. Physiology-Based Face Recognition in the Thermal Infrared Spectrum. IEEE Transactions On Pattern Analysis And Machine Intelligence.

標簽紙：手持型式紅外熱像儀