来自马里兰州美国陆军研究实验室的一组研究人员开发了一种新技术，利用热成像，这可能有助于改善面部识别性能，否则该化妆会阻碍化妆。
由医生Nathaniel Short，Alex Yuffa，Gorden Videen和Shuowen Hu开发的新方法在应用面漆之前和之后比较了面孔的可见，传统的热和极化热图像。
在他们的分析中，研究人员发现，表面材料对偏光 - 热成像的影响相对较小，这证明了偏振光 - 热成像对识别化妆面孔的有效性。
研究团队描述他们的发现在光学协会（OSA）期刊上，应用光学。
首席研究员纳撒尼尔·肖特（Nathaniel Short）说：“我们的研究表明，与可见的成像相比，面对涂料的偏振光 - 热成像可以比面部化妆品更强大。” “我们的实验表明，面部油漆和化妆品如何降解传统面部识别方法的性能，我们提供了一种新的方法来使用偏光仪 - 热成像来缓解这种效果。”
简而言之，这项研究标志着确定面部涂料和化妆品对偏光层面面部签名的影响的第一个努力。
研究人员认为，基于偏光的系统系统可以显着增强对监视或安全应用的面部识别能力，并在夜间条件下以及面部油漆和化妆品的存在下具有其他优势。
传统的面部识别系统基于匹配宽阔的清晰且光线充足的照片。
使用可见光成像识别面的面孔取决于从面部特征边缘捕获反射光。
当面部被化妆品覆盖时，这可能很困难，因为它们倾向于扭曲面部的感知形状，并由于色素沉着的不同光谱特性而降低了视觉成像的面部识别精度。
相比之下，红外，热签名自然是从人的脸上发出的，并且可以在低弹力的条件下被动地获得，即使面部油漆或化妆品覆盖了皮肤的表面。
近年来，热成像被研究为面部识别的一种新方式，尤其是在低照明条件下。
由于传统的热成像仅测量面部的热强度或温度，因此热面部成像不会捕获全面的形状和纹理信息，并且也很容易受到皮肤和环境温度的影响。
研究人员一直在使用极化 - 热成像，这是一种成熟的热模式，记录了热红外发射的极化状态信息，以从热成像中收集几何面部数据。 Short说，当与涂料或化妆品匹配面孔时，这种方法可以提供几个优势。
Short说：“我们发现化妆品和其他面部涂料会在可见的图像中大大降低面部识别，但对偏光层的面部签名的影响相对较小。” “我们认为，诸如极化 - 热成像之类的非可见光谱成像技术可能会在许多具有挑战性的条件下促进稳健的面部识别。”
尽管这项有希望的研究，Short强调，新的面部识别技术的发展仍处于初始阶段，并且仍然存在许多挑战。
Short说：“主要挑战之一是局限性的偏光层 - 热面部数据库。” “需要大型样品池来开发和训练复杂的机器学习技术，例如神经网络计算机程序，这些技术试图模仿人脑以建立联系并得出结论。”
另一个关键挑战是开发算法，该算法弥合了可见成像和偏光仪 - 热成像之间的巨大模态差距，以进行跨光谱识别。
