มากมายการจดจำใบหน้าระบบพึ่งพาภาพที่ถ่ายในแสงที่มองเห็นได้ซึ่งอาจได้รับผลกระทบจากปัจจัยต่าง ๆ เช่นสภาพแสงสภาพอากาศและเวลาของวันซึ่งนำไปสู่ความผันผวนในอัตราการระบุตัวตน ยิ่งไปกว่านั้นความแตกต่างในโทนสีผิวระหว่างกลุ่มชาติพันธุ์ยังสามารถส่งผลกระทบต่อวิธีการสะท้อนแสงจากใบหน้าของพวกเขา
เพื่อจัดการกับความท้าทายเหล่านี้ระบบการรับรู้ใบหน้าด้วยความร้อนได้รับการพัฒนา ระบบเหล่านี้ใช้กล้อง IR เพื่อจับภาพการปล่อยความร้อนของพื้นผิวใบหน้าทำให้ภาพมีความเสถียรมากขึ้น เนื่องจากเซ็นเซอร์ความร้อน IR ตรวจพบรูปแบบความร้อนที่ปล่อยออกมาจากใบหน้าของมนุษย์พวกเขาจึงไม่ได้รับอิทธิพลจากสภาพแสงโดยรอบ
ในขณะที่แอปพลิเคชันเอกลักษณ์ทางชีวภาพและหน่วยงานบังคับใช้กฎหมายกำลังสำรวจการใช้ระบบการจดจำใบหน้าด้วยความร้อน IR แต่เป็นสิ่งสำคัญที่จะต้องยอมรับอุปสรรคที่เกี่ยวข้อง ภาพความร้อนอาจไวต่อปัญหาต่าง ๆ เช่นเสียงรบกวนเบลอการสูญเสียความละเอียดเชิงพื้นที่และการแปรผันของอุณหภูมิ
ทีมนักวิจัยที่เกี่ยวข้องกับมหาวิทยาลัยอาหรับโอเพ่นและวิทยาลัยเทคนิคคูเวตมีที่แนะนำการใช้เครือข่ายประสาทของ Convolutional (CNN) เพื่อรับรู้ภาพใบหน้าความร้อนด้วยการย่อยสลาย ผลลัพธ์แสดงให้เห็นว่าโมเดล CNN แสดงความสามารถในการรับรู้ที่แข็งแกร่งและดำเนินการอย่างมีประสิทธิภาพด้วยภาพดังกล่าว
กลไกของ CNN
เครือข่ายประสาทใช้ประโยชน์จากการเรียนรู้ภายใต้การดูแลซึ่งพวกเขาได้รับการฝึกฝนในชุดข้อมูลที่มีป้ายกำกับพร้อมคู่อินพุตเอาต์พุตที่รู้จัก ตลอดกระบวนการฝึกอบรม CNNs เรียนรู้ตัวกรองและน้ำหนักที่มีประสิทธิภาพมากที่สุดสำหรับแต่ละชั้นโดยการลดความไม่เท่าเทียมกันระหว่างฉลากที่คาดการณ์ไว้และจริงโดยใช้ backpropagation และการไล่ระดับสี
รายงานการวิจัยเน้นการใช้เชื้อสายการไล่ระดับสีแบบสุ่มซึ่งเป็นอัลกอริทึมการเพิ่มประสิทธิภาพซ้ำเพื่อลดฟังก์ชั่นโดยการปรับพารามิเตอร์แบบจำลองในวิธีที่ลดการสูญเสีย โดยการใช้การไล่ระดับสีแบบสุ่มซ้ำ ๆ ซ้ำ ๆ และอัปเดตพารามิเตอร์ CNNs จะปรับแต่งการทำนายของพวกเขา โดยทั่วไปการทำนายขั้นสุดท้ายสำหรับอินพุตที่กำหนดคือคลาสที่มีความน่าจะเป็นสูงสุด
การศึกษาใช้สถาปัตยกรรม Resnet-50 ซึ่งสร้างขึ้นโดยการซ้อนบล็อกที่เหลือ แต่ละบล็อกมีเลเยอร์ที่ดำเนินการ 3 × 3 convolution ตามด้วยการทำให้เป็นมาตรฐานและฟังก์ชั่นการเปิดใช้งาน Resnet ยังกล่าวถึงความท้าทายของการไล่ระดับสีที่หายไปซึ่งการไล่ระดับสีลดลงอย่างมีนัยสำคัญในชั้นลึกของเครือข่ายขัดขวางการเรียนรู้ที่มีประสิทธิภาพ
การทดลองดำเนินการโดยใช้ชุดข้อมูล 7,500 ภาพความร้อน สถานการณ์รวมถึงระดับคุณภาพของภาพที่แตกต่างกันลดความละเอียดเชิงพื้นที่และความแตกต่างในท่าทางและการแสดงออก ตามที่การวิจัยระบุว่าวิธีการ CNN ที่เสนอแสดงให้เห็นถึงอัตราการระบุตัวตนที่สูง
หัวข้อบทความ
การระบุไบโอเมตริกซ์-ไบโอเมตริกซ์-การจดจำใบหน้า-อินฟราเรด-การถ่ายภาพความร้อน
