简介：今天我们要讨论这个问题，这是第一个非常令人惊讶的反应：“有没有这样的手术呢？
“但我想到了，我非常害怕。”
这一事件是美国军方最近提出的一个好消息。
根据TheRegister专栏作家Katiana Kutcher于4月17日发表的一篇文章，美国陆军研究所。UU他正致力于通过人工智能深度学习技术的优势，在黑暗中准确识别人脸的技术。
在夜间获得愿景并不困难，红外技术的发展非常成熟。
这种技术用于野生动物捕获，24小时监控等。
随着热图像，你不再是一个问题，你可以在晚上判断你站在一个人面前而不是一块石头。
然而，在没有照明的情况下实现面部识别精度有点令人震惊。
那么美军到底做了什么呢？
AI + Thermal Image：你不仅可以见到你
首先，我们需要知道。换句话说，红外图像被检测为红外信号并被转换成电信号，并且在屏幕上产生该技术的图像和温度值。
热成像设备在军事应用中非常普遍。
阿帕奇直升机和装甲运兵车等陆地车辆配备了热像仪。
这样即使在能见度差的情况下，例如雾或夜晚，也可以检测到人。
这是一个问题热成像系统相当于给夜间操作的士兵一双眼睛，但这些眼睛实际上是双“近视”。
它揭示了相反的障碍的基本计划，并允许士兵决定他们是人还是石头。
但是，它限制了这一点。
在人们面前有敌人和敌人，但它仍然是Moz。
美国陆军研究所就是基于此。UU他开发了一种基于深度学习的AI识别系统。
通过卷积神经网络的处理，标记了诸如人眼，鼻子和嘴唇的边界。这允许您确定面部的一般形状。
然后，非线性回归模型将这些特征分配给相应的面部外观。
该系统称为“多区域合成”，可以通过损失函数进行训练，以最小化热图像和可见图像之间的误差，从而可以构建相对精确的面部图像。
详细的技术解释
陆军研究所（ARmyResearchLaboratory，ARL）Benjamins科学家。
Rigan，Nathaniel J.
Short和ShuowenHu在最近发表的文章“使用多种内容的面部图像的热合成”中描述了军方如何开发一种将面部识别技术应用于红外图像的方法。
技术解释部分根据文件正文总结在人工智能的最前沿。
在可见光图像合成方式中，热图像在人脸识别中存在非常有前途的异质性，您可以使用现有的可见面数据库训练人脸识别软件和更有效的交叉谱匹配。
该文献提出了一种使用全局（面部集成）和局部（五个特征）区域组合可见面部图像以改进识别的方法。