论文部分内容阅读
近年来,个人热舒适模型取得了众多学者的研究和关注。其中,脸部皮肤表面关键区域的温度是模型中的关键输入特征。使用高分辨率特征学习网络(HRNet)在热红外图像上直接进行人脸关键点检测,以提取人脸关键区域温度,其准确率高于同类热红外人脸关键点识别算法的最佳值。还将人脸属性作为权重加入到损失函数中,进一步提升了对于难例(如侧脸、遮挡、夸张表情)的识别准确率。最后,对比了热红外图像与不同环境下可见光图像的检测效果,证明了在一些特殊条件下(如低光照、隐私保护),热红外图像可以代替可见光图像进行准确的关键点识别。