光譜成像技術(shù)結(jié)合了光譜技術(shù)和傳統(tǒng)成像技術(shù)的特點,能夠獲取空間中光線在不同波段的響應(yīng),進而獲取待測目標的二維圖像數(shù)據(jù)和一維光譜數(shù)據(jù),從而廣泛應(yīng)用于軍事偵查、材質(zhì)鑒別和醫(yī)療診斷等領(lǐng)域。傳統(tǒng)光譜成像設(shè)備體積大、成本較高,通常采用時序掃描技術(shù),無法采集動態(tài)場景光譜信息。動態(tài)光譜視頻的采集、光譜設(shè)備的小型化和可移動性成為了制約光譜成像技術(shù)廣泛應(yīng)用的關(guān)鍵因素。本文圍繞機載光譜視頻采集系統(tǒng)中的成像原理和算法加速以及多光譜人臉活體檢測算法展開研究,主要工作和創(chuàng)新點如下:1.本文參與研制了一套小型化機載光譜視頻采集系統(tǒng)。設(shè)計了光譜視頻相機機載系統(tǒng)架構(gòu),提出了光譜切片壓縮算法,極大提高了光譜數(shù)據(jù)壓縮率,降低光譜數(shù)據(jù)傳輸帶寬,可實現(xiàn)光譜分辨率2～6 nm,空間分辨率2048×1536,視頻幀率20 fps的光譜數(shù)據(jù)實時采集和處理。2.本文提出了一種基于CUDA的加速光譜重建算法。本文基于CUDA的軟硬件架構(gòu)特性實現(xiàn)光譜重建算法的并行計算,使得光譜重建速度提升了50～75倍左右,從而實現(xiàn)了光譜數(shù)據(jù)的實時重建,使得光譜系統(tǒng)的應(yīng)用更加廣泛。3.本文提出了一種基于多光譜的人臉活體檢測算法。利用人臉皮膚的光譜特性設(shè)計... 

【文章來源】：南京大學江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：63 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 光譜成像方法
        1.2.1 掃描式高光譜成像方法
        1.2.2 計算光譜成像方法
    1.3 本文研究內(nèi)容和組織結(jié)構(gòu)
第二章 機載光譜視頻采集系統(tǒng)
    2.1 機載光譜視頻采集系統(tǒng)結(jié)構(gòu)
    2.2 雙路相機對齊
    2.3 機載系統(tǒng)解決方案
    2.4 光譜數(shù)據(jù)的壓縮與傳輸
    2.5 本章總結(jié)
第三章 基于CUDA的光譜重建算法
    3.1 CUDA相關(guān)技術(shù)
        3.1.1 CUDA硬件架構(gòu)
        3.1.2 CUDA軟件架構(gòu)
        3.1.3 CUDA編程模型
        3.1.4 CUDA存儲模型
    3.2 重建算法的并行實現(xiàn)
    3.3 實驗結(jié)果與分析
        3.3.1 算法加速性能
        3.3.2 重建結(jié)果分析
    3.4 本章總結(jié)
第四章 傳統(tǒng)人臉識別活體檢測方法
    4.1 人臉識別中的欺詐手段
        4.1.1 照片攻擊
        4.1.2 視頻回放攻擊
        4.1.3 三維人臉模型攻擊
    4.2 傳統(tǒng)人臉識別活體檢測方法
        4.2.1 三維深度分析
        4.2.2 傅里葉頻譜分析
        4.2.3 面部光流分析
        4.2.4 眨眼檢測方法
        4.2.5 熱紅成像檢測方法
    4.3 本章總結(jié)
第五章 基于多光譜的人臉識別活體檢測算法
    5.1 皮膚的光譜特性
    5.2 多光譜人臉識別算法
    5.3 實驗結(jié)果
    5.4 本章總結(jié)
第六章 總結(jié)與展望
參考文獻
致謝
在校期間成果


【參考文獻】：
期刊論文
[1]基于HOG—LBP特征提取的人臉識別研究[J]. 盧曉靜,陳華華.  杭州電子科技大學學報. 2013(03)
[2]干涉光譜數(shù)據(jù)處理技術(shù)研究進展[J]. 景娟娟,相里斌,呂群波,黃旻,周錦松.  光譜學與光譜分析. 2011(04)
[3]三維生物特征識別進展[J]. 劉治,嚴京旗,施鵬飛,李慶利.  計算機工程與應(yīng)用. 2006(17)
[4]基于支持向量機眼動模型的活性判別算法[J]. 鄧剛,曹波,苗軍,高文,趙德斌.  計算機輔助設(shè)計與圖形學學報. 2003(07)

碩士論文
[1]移動光譜視頻采集系統(tǒng)與壓縮算法研究[D]. 董辰辰.南京大學 2018
[2]人臉識別中活體檢測方法研究[D]. 丁瑩.哈爾濱工程大學 2018
[3]基于CUDA加速的目標檢測算法研究[D]. 王潤強.電子科技大學 2018
[4]基于CUDA的SAR圖像增強算法研究[D]. 朱逸飛.南京理工大學 2018
[5]人臉活體檢測關(guān)鍵技術(shù)研究[D]. 劉華成.寧波大學 2014



本文編號：3179366