Jan, 2016

跨模态人脸识别的深度感知映射

PDF
TL;DR本文提出了一种利用深度神经网络来捕捉 2 种不同模式下人脸匹配问题的非线性映射关系，以达到跨模式人脸匹配的目的，并在 3 个数据集上获得了相当大的识别率提升。
cross-modal face matchingthermal-to-visible recognitiondeep neural networkmodality gapperformance improvement
发现论文，激发创造
  • 深度交叉极化热 - 可见光人脸识别

    本文介绍了一种深度耦合学习框架，用于解决将极化热量面部照片与可见面部照片库进行匹配的问题，提出了一种耦合的深度神经网络体系结构，该体系结构能够充分利用极化热面部信息来训练深层模型，表现优于现有的交叉热 - 可见面部识别算法的最新模型。

    Jan, 2018

  • 基于综合的方法进行热 - 可见光人脸验证

    本研究提出了一种新的算法，实现了对 ARL-VTF 和 TUFTS 多光谱人脸数据集的最新性能和 MILAB-VTF（B）数据集的强大性能。该算法具有广泛的适用性，稳健性和高效性，并将提出的方法与人脸正面化方法进行比较。

    Aug, 2021

  • 使用语义引导生成对抗网络将热成像映射到可见光人脸图像

    本研究提出使用语义引导生成对抗网络（SG-GAN）从热成像中自动生成可见光人脸图像，并通过多种不同的损失函数进行控制以实现更好的可视化效果和性能，从而在多光谱人脸图像识别领域取得了有希望的结果。

    Mar, 2019

  • 自注意力引导综合极化热到可见光人脸验证

    本研究提出了一种基于 SAGAN 的综合网络，旨在将可见人脸合成为热成像，并将热成像合成为可见人脸，在跨域匹配中取得了最先进的性能。

    Apr, 2019

  • 增强可见 - 热交叉模态人员再识别的判别特征学习

    本研究提出了增强可辨别特征学习（EDFL）方法来解决跨模态缺陷和内模态差异问题，同时采用双流卷积神经网络结构以学习多模态共享人物特征，获得了比现有技术明显更好的性能表现，实现了可视 - 热成像人物再识别。

    Jul, 2019

  • 跨光谱幻化与低秩嵌入的 NIR-VIS 人脸识别

    本文提出了一种将视觉光谱中深度学习用于人脸识别扩展到近红外光谱的方法，其核心组件为跨光谱幻觉和低秩嵌入，可实现近红外光谱人脸图像的识别，并在 CASIA NIR-VIS v2.0 基准测试中取得了最先进的准确性。

    Nov, 2016

  • HeatNet: 利用热成像技术缩小昼夜间语义分割差距

    本文提出了一种多模态语义分割模型，可以适用于日间和夜间场景，通过引入热成像技术和 RGB 照片，利用现有白天 RGB 数据集实现对夜间图像的学习，并提出了一个新的域对齐训练方法，在自动驾驶方面获得了最新的夜间语义分割结果。

    Mar, 2020

  • 从文本到像素：一种针对红外和可见光图像融合的上下文感知语义协同解决方案

    本研究提出了一种基于文本引导的多模态图像融合方法，利用文本描述的高级语义结合红外和可见光图像的语义信息，为目标检测任务提供了更准确和鲁棒的结果。通过使用代码本来增强对融合动态的简明直观表达，并通过双层优化策略同时优化融合和检测问题，本研究取得了与现有方法相比更高的检测平均精度和视觉上优越的融合结果。

    Dec, 2023

  • 利用多个区域进行面部图像的热成像合成

    利用全局和局部特征提出综合方法，在热成像脸部图像中合成可见光谱面部图像，改善了面部识别准确率和人脸地标检测。

    Mar, 2018

  • 可见光到热红外人脸 GAN 模型胜于有条件扩散

    本文提出了一种新的生成对抗网络叫 VTF-GAN，它能够通过学习人脸的空域和频域特征，实现从可见光图像到红外热成像图像的高质量转换。实验结果表明，相对于其他对比算法，VTF-GAN 具有更高的质量和真实感。

    Feb, 2023