Études sur la reconnaissance faciale hyperspectrale dans le spectre visible avec sélection de bandes de caractéristiques

Cet article de correspondance étudie la reconnaissance faciale en utilisant l'imagerie hyperspectrale dans les bandes de lumière visible. Les mesures spectrales dans le spectre visible contiennent des informations discriminatoires différentes pour la tâche d'identification faciale, et il a été constaté que les bandes d'absorption liées à l'hémoglobine sont plus discriminatoires que les autres bandes. Par conséquent, une sélection de bandes de caractéristiques basée sur les caractéristiques d'absorption physique de la peau du visage est effectuée, et deux sous-ensembles de bandes de caractéristiques sont sélectionnés. Ensuite, trois méthodes sont proposées pour la reconnaissance faciale hyperspectrale, y compris la bande entière (2D) 2 PCA, une bande unique (2D) 2 PCA avec fusion au niveau décisionnel, et la fusion de sous-ensembles de bandes basée sur (2D) 2 PCA. Une stratégie de fusion au niveau décisionnel simple mais efficace est également proposée pour les deux dernières méthodes. Pour tester les techniques proposées, une base de données faciale hyperspectrale a été établie, contenant 25 sujets et ayant 33 bandes sur le spectre de lumière visible (0,4-0,72 μm). Les résultats expérimentaux ont démontré que la reconnaissance faciale hyperspectrale avec les bandes de caractéristiques sélectionnées surpasse celle utilisant une seule bande, utilisant l'ensemble des bandes, ou, de manière intéressante, utilisant les bandes de couleur RGB conventionnelles.