CVPRApr, 2023

VisiTherS: 可见 - 热红外人体轮廓立体视差估计

PDF
TL;DR本文介绍了一种针对人像轮廓视觉 - 红外立体视觉中的差距估计的新方法，该方法使用了高分辨率卷积神经网络来提取特征并进行配准，实验结果表明这种方法比传统方法要有效。
visible-thermal infrared stereoscopydisparity estimationconvolutional neural networkfeature extractionhrnet
发现论文，激发创造
  • 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

  • 使用对抗训练进行未配对的热到可见光谱转换

    提出了一种使用生成对抗网络的无监督学习方法，来实现热红外相机拍摄图像的可视化处理，相较于现有的监督学习模型，该模型在 KAIST-MS 数据集上表现更好，并且对新环境具有良好的泛化性能。

    Apr, 2019

  • 跨模态人脸识别的深度感知映射

    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。

    Jan, 2016

  • 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

  • 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

  • 使用生成对抗网络从偏振热面生成高质量的可见人脸

    本研究提出了一个基于生成对抗网络和多流特征级融合技术的新方法，将极化热成像的人脸图像合成为高质量的可见光图像，并在不同的实验协议下进行多次实验验证。

    Dec, 2018

  • 异构人脸识别的解耦变分表示

    本文提出了一种利用 Disentangled Variational Representation (DVR) 进行 NIR 和 VIS 模态匹配的方法，在生成具有内在身份信息和内部变化的脸部表示的基础上，通过探索解缠绕潜变量空间，使用变分下界对 NIR 和 VIS 表示进行优化，取得了较大的改进。

    Sep, 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

  • MISFIT-V：利用热像和可视信息的错位图像合成与融合

    使用来自热像和视觉的信息进行失配图像合成和融合（MISFIT-V）是一种新型的双重无监督深度学习方法，利用生成对抗网络（GAN）和交叉注意机制从每个模态中捕获最相关的特征。实验结果表明，与现有的视觉 - 热像融合方法相比，MISFIT-V 在失配和光照 / 热环境条件较差的情况下具有增强的鲁棒性。

    Sep, 2023

  • 基于生成对抗网络的极化热脸可见脸合成

    本文提出了一种基于生成对抗网络的可见面孔合成 (GAN-VFS) 方法，通过联合优化来自极化热成像的面孔图像。通过在训练过程中引入指导子网络来确保编码的可见特征包含更多的语义信息，结合恒等损失和感知损失实现兼顾光学真实属性和重建输出的区分特征，实验表明该方法达到了最先进的性能。

    Aug, 2017