盗版|人工智能光场相机可以读取3D面部表情

盗版|人工智能光场相机可以读取3D面部表情

文章图片

盗版|人工智能光场相机可以读取3D面部表情

文章图片


江苏激光联盟导读:
据悉 , 韩国开发出了一种技术 , 能读取基于MLP分类的面部表情 。

最近 , 韩国科学技术院(KAIST)生物脑工程系 Ki-Hun Jeong 教授和Doheon Lee教授领导的联合研究小组 , 开发出了将近红外光场相机技术与人工智能(AI)技术相结合的面部表情检测技术 。

从NIR-LFC获得的三维深度图和二维图像中提取基于MLP分类的面部表情读取 。 来源:KAIST
与传统的相机不同 , 光场相机在图像传感器前包含微镜头阵列 , 使相机足够小 , 可以放进智能手机 , 同时允许它获得光的空间和方向信息 , 只需一次拍摄 。 该技术可以以多种方式重建图像 , 包括多视图、重新对焦、3D图像采集等 , 因此备受关注 , 具有许多潜在的应用前景 。
然而 , 环境中外部光源引起的阴影与微透镜之间的光学串扰 , 限制了现有光场相机提供精确的图像对比度和三维重建 。
研究小组在近红外范围内使用了垂直腔面发射激光器(VCSEL) , 以稳定以前依赖环境光的三维图像重建的准确性 。 当外部光源以0度、30度和60度角度照射人脸时 , 光场相机可减少54%的图像重建误差 。 此外 , 通过在微透镜阵列之间插入可见光和近红外波长的吸光层 , 该团队可以减少光学串扰 , 同时将图像对比度提高2.1倍 。

NIR-LFC的示意图 , 具有高对比度和光照不变的三维人脸成像 , 用于读取面部表情 。
通过该技术 , 该团队可以克服现有光场相机的局限性 , 开发出基于nir的光场相机(NIR-LFC) , 优化了面部表情的3D图像重建 。 研究小组利用NIR-LFC , 获得了与周围环境的光照条件无关 , 表达各种情绪的面部表情的高质量3D重建图像 。
通过机器学习 , 获取的3D图像中的面部表情被区分出来 , 平均准确率为85%——与使用2D图像相比 , 这是一个具有统计学意义的数字 。 此外 , 研究小组通过计算三维图像中随面部表情变化的距离信息的相互依赖性 , 可以识别光场相机用来区分人类表情的信息 。

NIR-LFC的结构和微加工步骤 。
Ki-Hun Jeong 教授表示:“研究小组开发的超小型光场相机有可能成为定量分析人类面部表情和情绪的新平台 。 ”为了突出这项研究的意义 , 他补充说 , “它可以应用于移动医疗、现场诊断、社会认知和人机交互等各个领域 。 ”
这项研究发表在《Advanced Intelligent Systems》杂志上 。

通过NIR-LFC获取的三维深度图获取光照不变的人脸图像 。
【盗版|人工智能光场相机可以读取3D面部表情】来源:Machine‐Learned Light‐Field Camera that Reads Facial Expression from High‐Contrast andIllumination Invariant 3D Facial Images Advanced Intelligent Systems (2021).DOI: 10.1002/aisy.202100182