典型文献
基于红外热图与深度学习的建筑室内人脸属性分类研究
文献摘要：
利用热成像相机预测个体热舒适是无干扰温控的一种途径,有助于建筑节能.而人体热舒适范围在不同年龄与性别之间差异较大,现有文献尚缺乏红外热图中年龄与性别差异的研究.为探究利用深度学习从红外热图中自动识别性别与年龄的可行性,本文建立了红外热图和可见光的人脸数据集,对比了 ResNet-50、DenseNet-121、DenseNet-201 A Inception-V3四种卷积神经网络的效果,实验结果表明:男女红外热图差异明显,用1nception-V3可达到98.7％的识别准确率;中青年红外热图差异较小,中老年红外热图差异明显,在分三类时,ResNet-50可获得80.0％的年龄识别准确率;性别与年龄识别准确率均高于现有文献记载.同时,本文研究了红外滤镜和人脸裁剪对准确率的影响,提出了有助于提高识别精度的人脸红外热图数据采集与处理方法.
文献关键词：
热舒适;计算机视觉;红外热成像;年龄识别;性别识别
中图分类号：
作者姓名：
李佩娴;曹大千;戴鹏飞;卢昱杰;刘博
作者机构：
同济大学土木工程学院,上海200092
文献出处：
引用格式：
[1]李佩娴;曹大千;戴鹏飞;卢昱杰;刘博-.基于红外热图与深度学习的建筑室内人脸属性分类研究)[J].西安建筑科技大学学报（自然科学版）,2022(03):441-449
A类：
1nception,年龄识别
B类：
热图,建筑室内,内人,人脸属性,分类研究,无干扰,温控,建筑节能,人体热舒适,年龄与性别,尚缺,性别差异,自动识别,识别性,可见光,人脸数据集,ResNet,DenseNet,Inception,V3,女红,识别准确率,中青年,文献记载,滤镜,人脸裁剪,对准,识别精度,脸红,图数据,采集与处理,计算机视觉,红外热成像,性别识别
AB值：
0.344076
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
