鬼能穿墙，人脸识别也可以！

参考资料丨theregister

▌解决方案：黑暗中人脸识别

▌所属行业：政府、公共安全

▌应用场景：追捕在逃犯、打击恐怖分子、夜间作战

▌关键技术：面部识别技术

▌提供商：美国军队

普通人脸识别被广泛应用

提起人脸识别，大家都不陌生。像机场、火车站、银行、学校等人流量很多的地方都布置了人脸识别摄像头。

交通：机场和火车站刷脸进站

刷脸进站

金融：刷脸开户和取款

刷脸取款

教育：刷脸出入校园、确认考生身份

刷脸确认考生身份

……

这些应用场景都是需要人脸正对摄像头，抓拍脸部图像来识别；且对光线的要求很高，否则图像就很模糊，不能被识别出来。

现在有一个更厉害的技术被研发出来——黑暗中就能识别出人脸。

美国军队AI可在黑暗中识别人脸

这一项屌炸天的技术是「通过卷积神经网络和一系列算法来识别黑暗中的脸部」。

而且不久之后，美国政府将能够从建筑物外拍摄人物，使用可以在近乎完全黑暗中“穿墙透视”的摄像头拍摄照片，人工智能就能识别影像中的人物。

怎么实现的？

美国陆军实验室的一名电子工程师说： “这项技术通过热图像与现有的生物识别面部数据库，或包含可见面部图像的观察列表，来进行匹配。”

①将热图像处理并传递到卷积神经网络，提取眼睛，鼻子和嘴唇等面部特征，用来确定其整体形状。

②通过非线性回归模型将这些特征映射为相应的可见表示。

理解这段话，我们需要知道这个知识点，什么是热成像？

热成像是通过非接触探测红外能量，将其转换为电信号，进而在显示器上生成图像和温度值的一种技术。

这项技术在电影里经常看到。通过热成像就能看到人在哪里，但是，看不清人的脸部。

现在，美国军队的新技术就是「热成像+算法」相结合，将热图像提供给一个神经网络，这个网络将会告诉你「这个地区是否有人，这个人是谁」。

如何提高识别率

「由“多区域合成”的系统通过损失功能进行训练」，以便尽可能减少热图像和可见图像之间的误差，从而准确描绘出某人的脸部特征。

①将再造的图像，与先前在数据库中已知的面部（例如观察清单或犯罪记录）相匹配以便识别目标。

②随着科技进一步的发展，该系统可以扩展到实时面部识别。

它可以匹配美国政府有权访问的任何数据库中热成像摄像机，任何人的独特面部特征。

研发目的

陆军公共事务办公室表示，开发这项技术，用来辅助战场侦察和协助士兵识别政府监视名单上的敌方贵宾或个人。

初步结果表明，通过热成像识别人脸的准确度是变化的：

①极化热图像，多区域合成模型实现了85.43％的准确性。

②传统的热成像，准确率则为82.49％。

尽管结果很有希望，但将这些算法与当前的热成像技术结合起来很困难。

所以，该算法在与现有数据库进行结合的情况下，只能暂时解决一部分的问题。

目前，这项技术在追捕在逃犯、打击恐怖分子、夜间作战方面还是有很大的用武之地的，因为他们早已在安全部门的数据库里静静地呆着了。

更多阅读

▼

「AI全球总部」现已入驻

今日头条丨知乎机构号丨企鹅号丨网易号丨百度百家