研究人员人类学和机器人技术根据Karlsruhe技术研究所的开发了一种新的面部识别方法，该方法使用热签名在黑暗中识别面孔。Gizmodo。
在新研究中，研究人员使用了一种新方法，该方法与面部的红外图像相匹配的常规可见光图像。
研究人员使用了一个“深神经网络”（旨在模仿人脑的思维模式的计算机程序），以发现两种类型的图像之间几乎没有一对一的相关性。
当深度中性网络经过大量数据集训练时，就可以像人类一样基于复杂的一系列因素来建立连接。
在这种情况下，只有很少有具有相应红外图像的可见光图像的现有数据集。
研究人员使用了圣母大学的一组，其中包括一组图像，其中包括各种照明条件下具有不同面部表情的个体以及一段时间内同一个人的许多图像。
通过使用神经网络查找相关性，研究人员能够显着提高面部匹配的准确性。
但是，研究人员承认，他们距离开发真正可靠的系统还有很长的路要走。
如果系统具有许多可见光图像可以与热图像进行比较，则网络在80％的时间内使匹配度正确。另一方面，当系统仅使用一个可见图像时，匹配百分比下降到55％。
研究人员说，面部识别方法主要对秘密监视有用。
当与现有的可见图像数据库配对时，新技术应允许政府机构识别个人，即使他们的脸不可见，例如在弱光设置甚至晚上。
