论文部分内容阅读
为了减小环境温度对红外人脸图像的影响,提高红外人脸识别系统的鲁棒性,提出了一种加权的红外图像线性归一化方法。首先,通过改进的0-1标准化得到图像中各点随温度变化的权系数,并利用这些权系数对图像进行温度补偿;然后,为了得到更加鲁棒的生物特征,通过血流模型将红外人脸图像转化为血流图;最后,用改进后的归一化相关系数和正确识别率对温度归一化后的图像进行检验。实验结果表明,温度归一化后的红外识别系统具有更高的性能。