熱成像是否足夠詳細(xì)到可以使AI模型識別到人的面部特征?這是英特爾和甘斯克工業(yè)大學(xué)研究人員在最近在電氣和電子工程師協(xié)會的第12屆國際人類系統(tǒng)交互國際會議上提出的一項研究中試圖回答的問題。這些研究人員研究了在可見光數(shù)據(jù)上訓(xùn)練的模型的性能，該模型隨后在熱成像上進(jìn)行了訓(xùn)練。
正如研究人員在描述其工作的論文中所指出的那樣，在諸如醫(yī)療機構(gòu)等優(yōu)先考慮或要求保護(hù)隱私的環(huán)境中，經(jīng)常使用熱成像來代替RGB相機數(shù)據(jù)。那是因為它可以遮擋個人識別的細(xì)節(jié)，例如眼睛的顏色和下巴線。
該團(tuán)隊利用了兩個面部熱成像數(shù)據(jù)集，第一個數(shù)據(jù)集（SC3000-DB）是使用FlirThermaCam SC3000紅外熱像儀創(chuàng)建的。它包含766張來自19名男性和21名女性的40名志愿者的圖像，他們被要求坐下來看著相機兩分鐘。至于第二個數(shù)據(jù)集-來自俄克拉荷馬州立大學(xué)視覺計算和圖像處理實驗室的IRIS數(shù)據(jù)集-包含4190張圖像，這些圖像是在30個人的協(xié)助下收集的，其中許多人動了動頭并使用了不同的面部表情。
研究人員首先使用機器學(xué)習(xí)模型將圖像裁剪到僅包含人臉的區(qū)域。然后，他們采用了另一個模型從圖像中提取面部特征并將其數(shù)字表示為矢量（對應(yīng)于特定特征的值集）。最后，他們采用了在可見光圖像上訓(xùn)練的第三種模型，以驗證這種模型是否可以應(yīng)用于熱成像。
在這些實驗過程中，研究人員比較了兩種類型的面部特征向量：一種識別給定圖像中描繪的人，另一種基于人的個人資料與輸入圖像的相似性。他們發(fā)現(xiàn)，在可見圖像數(shù)據(jù)上訓(xùn)練的模型可以很好地推廣到熱成像，成功提取出面部特征并在志愿者之間進(jìn)行區(qū)分，SC3000-DB的準(zhǔn)確性為99.5%，IRIS的準(zhǔn)確性為82.14%。
該小組希望將研究范圍擴(kuò)展到在其他各種情況下收集的數(shù)據(jù)，例如，當(dāng)受試者的頭部水平或垂直旋轉(zhuǎn)時。研究人員寫道：“許多有前途的視覺處理應(yīng)用，例如非接觸式生命體征估計和智能家居監(jiān)控，都可能涉及私人和/或敏感數(shù)據(jù)，例如有關(guān)人的健康的生物特征信息。因此，熱成像不僅可以提供有用的數(shù)據(jù)，而且還可以隱藏個人身份，因此被用于許多場景的應(yīng)用?！?/p>
a&s傳媒是全球知名展覽公司法蘭克福展覽集團(tuán)旗下的專業(yè)媒體平臺，自1994年品牌成立以來，一直專注于安全&自動化產(chǎn)業(yè)前沿產(chǎn)品、技術(shù)及市場趨勢的專業(yè)媒體傳播和品牌服務(wù)。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國際行業(yè)展覽會資源以及豐富的媒體經(jīng)驗，提供媒體、活動、展會等整合營銷服務(wù)。
粵公網(wǎng)安備 44030402000264號
