文档名：基于红外可见光融合的复杂环境下人脸识别方法
摘要：随着深度学习方法的发展,理想环境下基于可见光的人脸识别精度和速度已经达到优秀的水平.但是在弱光等复杂环境下,由于缺少光源,可见光图像无法体现人脸细节,导致人脸识别效果下降甚至失效.为了解决这一问题,提出一种基于红外可见光融合的复杂环境下人脸识别方法.首先,针对低照度环境提出联合CNN(ConvolutionalNeuralNetwork)和Transformer的红外与可见光融合识别网络,并联CNN和视觉Transformer组成单模态特征融合模块,充分利用源图像的局部细节信息和全局上下文信息.同时,提出一种基于模态平均差异度的多模态特征融合策略,强化对源图像不同区域特征的差异化表达.其次,针对实际应用中融合识别网络模型大、速度慢的问题提出轻量化人脸识别网络MobileFaceNet-Coo和基于边云协同的自适应识别策略,通过图像质量选择识别模型,有效利用硬件资源.实验结果表明,弱光条件下,融合红外光与仅使用可见光图像相比,识别率提升了13.96个百分点.同时,将本方法应用实际项目中,结果表明:本方法在复杂环境下,能提高人脸识别的实时性和准确率.
Abstract：Withthedevelopmentofdeeplearningmethods,theaccuracyandspeedoffacerecognitionbasedonvisiblelightinidealenvironmentshavereachedanexcellentlevel.However,incomplexenvironmentssuchaslowlight,thelackofalightsourcekeepsvisibleimagesfromreflectingfacedetails,resultinginreducedoreveninvalidfacerecognition.Aimingattheproblemsinthisissue,afacerecognitionmethodincomplexenvironmentsbasedoninfrared-visiblelightfusionisproposed.Firstly,aninfraredandvisiblefusionrecognitionnetworkcombiningCNNandTransformerisintroduced,specificallydesignedforlowilluminationenvironments.ThisnetworkcombinesCNNandvisualTransformerinparalleltoformasingle-modefeaturefusionmodule,whichisutilizedtoeffectivelyutilizelocaldetailsandglobalcontextinformationfromthesourceimage.Additionally,amultimodalfeaturefusionstrategybasedontheaveragedifferenceofmodesisproposedtoenhancethedistinctiveexpressionofdifferentregionalfeaturesinthesourceimage.Secondly,alightweightfacerecognitionnetworkMobileFaceNet-Cooandanadaptiverecognitionstrategybasedonedge-cloudcollaborationareproposedinordertosolvetheproblemoflargeandslowfusionrecognitionnetworkmodelsinpracticalapplications.Thisstrategyselectstherecognitionmodelthroughimagequalityandeffectivelyutilizeshardwareresources.Experimentalresultsdemonstratethattherecognitionrateoffusedinfraredlightis13.96percentagepointhigherthanthatofvisiblelightalone.Real-worldprojectresultshowsthatthismethodsignificantlyimprovesreal-timeandaccuracyoffacerecognitionincomplexenvironments.
作者：冯广 鲍龙 Author：FengGuang BaoLong
作者单位：广东工业大学自动化学院,广东广州510006广东工业大学计算机学院,广东广州510006
刊名：广东工业大学学报
Journal：JournalofGuangdongUniversityofTechnology
年，卷(期)：2024, 41(3)
分类号：TP183
关键词：人脸识别 图像融合 低照度 Transformer
Keywords：facerecognition imagefusion lowillumination Transformer
机标分类号：TP391TP751TN911.73
在线出版日期：2024年6月19日
基金项目：国家自然科学基金，广东省哲学社会科学项目基于红外可见光融合的复杂环境下人脸识别方法[
期刊论文] 广东工业大学学报--2024, 41(3)冯广 鲍龙随着深度学习方法的发展,理想环境下基于可见光的人脸识别精度和速度已经达到优秀的水平.但是在弱光等复杂环境下,由于缺少光源,可见光图像无法体现人脸细节,导致人脸识别效果下降甚至失效.为了解决这一问题,提出一种基...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于红外可见光融合的复杂环境下人脸识别方法 Face Recognition Method in Complex Environment Based on Infrared Visible Fusion
基于红外可见光融合的复杂环境下人脸识别方法.pdf
- 文件大小:
- 1.06 MB
- 下载次数:
- 60
-
高速下载
|
|
