使用高分辨率网络在热红外图像上提取人脸关键区域温度

• 作者: 徐象国 尹志鑫
• 来源期刊: 家电科技
• 学科: 工学
• 关键词: 人脸关键点识别 热红外图像 高分辨率特征学习网络
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 论文
• 页码范围: 28-33,38
• 页数: 7页
• 分类号: TB6
• 语种: 中文
• DOI: 10.19784/j.cnki.issn1672-0172.2020.06.001

摘要

近年来,个人热舒适模型取得了众多学者的研究和关注.其中,脸部皮肤表面关键区域的温度是模型中的关键输入特征.使用高分辨率特征学习网络(HRNet)在热红外图像上直接进行人脸关键点检测,以提取人脸关键区域温度,其准确率高于同类热红外人脸关键点识别算法的最佳值.还将人脸属性作为权重加入到损失函数中,进一步提升了对于难例(如侧脸、遮挡、夸张表情)的识别准确率.最后,对比了热红外图像与不同环境下可见光图像的检测效果,证明了在一些特殊条件下(如低光照、隐私保护),热红外图像可以代替可见光图像进行准确的关键点识别.