机载光谱视频采集系统与算法研究

发布时间：2021-05-10 12:25

　　光谱成像技术结合了光谱技术和传统成像技术的特点,能够获取空间中光线在不同波段的响应,进而获取待测目标的二维图像数据和一维光谱数据,从而广泛应用于军事侦查、材质鉴别和医疗诊断等领域。传统光谱成像设备体积大、成本较高,通常采用时序扫描技术,无法采集动态场景光谱信息。动态光谱视频的采集、光谱设备的小型化和可移动性成为了制约光谱成像技术广泛应用的关键因素。本文围绕机载光谱视频采集系统中的成像原理和算法加速以及多光谱人脸活体检测算法展开研究,主要工作和创新点如下:1.本文参与研制了一套小型化机载光谱视频采集系统。设计了光谱视频相机机载系统架构,提出了光谱切片压缩算法,极大提高了光谱数据压缩率,降低光谱数据传输带宽,可实现光谱分辨率2～6 nm,空间分辨率2048×1536,视频帧率20 fps的光谱数据实时采集和处理。2.本文提出了一种基于CUDA的加速光谱重建算法。本文基于CUDA的软硬件架构特性实现光谱重建算法的并行计算,使得光谱重建速度提升了50～75倍左右,从而实现了光谱数据的实时重建,使得光谱系统的应用更加广泛。3.本文提出了一种基于多光谱的人脸活体检测算法。利用人脸皮肤的光谱特性设计... 

【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 光谱成像方法
        1.2.1 扫描式高光谱成像方法
        1.2.2 计算光谱成像方法
    1.3 本文研究内容和组织结构
第二章 机载光谱视频采集系统
    2.1 机载光谱视频采集系统结构
    2.2 双路相机对齐
    2.3 机载系统解决方案
    2.4 光谱数据的压缩与传输
    2.5 本章总结
第三章 基于CUDA的光谱重建算法
    3.1 CUDA相关技术
        3.1.1 CUDA硬件架构
        3.1.2 CUDA软件架构
        3.1.3 CUDA编程模型
        3.1.4 CUDA存储模型
    3.2 重建算法的并行实现
    3.3 实验结果与分析
        3.3.1 算法加速性能
        3.3.2 重建结果分析
    3.4 本章总结
第四章 传统人脸识别活体检测方法
    4.1 人脸识别中的欺诈手段
        4.1.1 照片攻击
        4.1.2 视频回放攻击
        4.1.3 三维人脸模型攻击
    4.2 传统人脸识别活体检测方法
        4.2.1 三维深度分析
        4.2.2 傅里叶频谱分析
        4.2.3 面部光流分析
        4.2.4 眨眼检测方法
        4.2.5 热红成像检测方法
    4.3 本章总结
第五章 基于多光谱的人脸识别活体检测算法
    5.1 皮肤的光谱特性
    5.2 多光谱人脸识别算法
    5.3 实验结果
    5.4 本章总结
第六章 总结与展望
参考文献
致谢
在校期间成果


【参考文献】：
期刊论文
[1]基于HOG—LBP特征提取的人脸识别研究[J]. 卢晓静,陈华华.  杭州电子科技大学学报. 2013(03)
[2]干涉光谱数据处理技术研究进展[J]. 景娟娟,相里斌,吕群波,黄旻,周锦松.  光谱学与光谱分析. 2011(04)
[3]三维生物特征识别进展[J]. 刘治,严京旗,施鹏飞,李庆利.  计算机工程与应用. 2006(17)
[4]基于支持向量机眼动模型的活性判别算法[J]. 邓刚,曹波,苗军,高文,赵德斌.  计算机辅助设计与图形学学报. 2003(07)

硕士论文
[1]移动光谱视频采集系统与压缩算法研究[D]. 董辰辰.南京大学 2018
[2]人脸识别中活体检测方法研究[D]. 丁莹.哈尔滨工程大学 2018
[3]基于CUDA加速的目标检测算法研究[D]. 王润强.电子科技大学 2018
[4]基于CUDA的SAR图像增强算法研究[D]. 朱逸飞.南京理工大学 2018
[5]人脸活体检测关键技术研究[D]. 刘华成.宁波大学 2014



本文编号：3179366