Алгоритм конвертации тепловой картины лица в обычное изображение разработали учёные «Лаборатории армейских исследований США» (U.S. Army Research Laboratory). Их метод основан на использовании искусственного интеллекта и машинного обучения. Цель исследователей состояла в том, чтобы вооружить армейские посты, периметровую охрану, экипажи машин и др. новым средством контроля окружающей местности.

Изображение от тепловизора с помощью новой разработки преобразуется в графический объект, который является близким аналогом изображения, получаемого с помощью камеры видимого диапазона. Такое изображение может быть подвергнуто процедуре распознавания лиц. Кроме того, человеку удобно рассматривать такое изображение и быстро понимать, что происходит.

Новый метод требует наличия, помимо тепловизора, только ноутбука с загруженным в него программным обеспечением. Тепловизор при этом применяется любой, система распознавания — самая обычная. В результате на изображении, получаемом в темноте, можно выполнять распознавание лиц, как при дневном свете. Работу по преобразованию теплового изображения в обычное выполняет нейронная сеть.

Подход, использованный исследователями, включает в себя ключевой момент — выделение на изображении лица отдельных участков, каждый из которых охватывает глаз, нос, рот и т.д. Преобразование теплового изображение в видимое выполняется отдельно и для этих участков, и для всего изображения в целом.

В ходе расчётов и наглядных экспериментов авторы метода выяснили, что преобразование небольшого участка может выполняться лучше, чем более крупного. В то же время, для распознавания требуется изображение всего лица, поэтому на первом этапе изображение преобразуется целиком, а на втором в него вносятся коррективы, улучшающие результат. Они производятся на основании результатов преобразования отдельных участков.

В связи с вышесказанным авторы назвали свой метод «синтезом нескольких участков» (multi-region synthesis). Они сравнили его с другими методами построения видимого изображения лица по тепловому, и сделали вывод, что превзошли их по эффективности.

Источник:  http://www.secnews.ru/foreign/23747.htm#ixzz5JFxqyifa

Security News