摘要：针对近红外图像彩色化过程中因近红外与可见光图像间模态差异较大,导致着色后图像在纹理细节处存在颜色晕染、区域误着色的问题,提出了颜色预测和语义感知相结合的生成对抗网络。设计颜色预测和语义感知双分支生成器,颜色预测分支采用带有跳转连接的残差网络,语义感知分支采用带有语义融合的空洞卷积金字塔结构;不同的扩张率,能够获得多个感受野提取多尺度语义特征,将感知到的语义嵌入到颜色预测分支,提高模型的语义理解能力,改善颜色晕染、区域误着色问题;设计循环一致语义损失函数,约束生成器中语义信息的一致性;算法在RGB-NIR场景数据集上进行性能实验比对以及消融实验。实验表明,所提算法相比于现有彩色化算法,PSNR、SSIM和LPIPS评价指标优于现有算法,着色效果更符合视觉感受。

摘要：针对目前卷积神经网络未能充分提取图像的浅层特征信息导致近红外图像彩色化算法存在结果图像局部区域误着色及网络训练不稳定导致结果出现模糊问题,提出了一种新的生成对抗网络方法用于彩色化任务。首先,在生成器残差块中引入自行设计的空洞全局注意力模块,对近红外图像的每个位置理解更加充分,改善局部区域误着色问题;其次,在判别网络中,将批量归一化层替换成梯度归一化层,提升网络判别性能,改善彩色化图像生成过程带来的模糊问题;最后,将本文算法在RGB_NIR数据集上进行定性和定量对比。实验表明,本文算法与其他经典算法相比能充分提取近红外图像的浅层信息特征,在指标方面,结构相似性提高了0.044,峰值信噪比提高了0.835,感知相似度降低了0.021。

摘要：针对近红外图像彩色化过程中存在近红外与可见光图像间模态差异较大、图像域样式不佳而导致其彩色化结果出现色彩纹理不吻合的问题,提出一种基于空洞循环卷积的近红外图像彩色化方法。改进CycleGAN网络,利用级联结构和空洞卷积块的优势设计了一种名为空洞级联模块,该模块采用编解码级联结构,代替原模型残差网络中的单向连接结构,进行特征通道的级联。在编解码级联层中引入空洞卷积模块,利用空洞卷积不损失图像纹理细节的优势,进一步提取不同尺度的近红外图像特征信息,最后通过解码将近红外灰度图像上色成彩色近红外图像。算法在生成网络中采用空洞级联方式改善误着色问题;在判别网络中引用感知损失函数改善网络收敛速度慢的问题。并且在NIR_VIS数据集上开展验证和分析。实验结果表明,所提方法提升效果明显,更好地保持了原目标的结构及色彩纹理特征,有效地提升了近红外图像的可视化效果。

摘要：为了提升近红外图像彩色化的图像质量和分辨率,提出通过图像融合和超分辨率重建相结合的方式实现近红外图像彩色化。首先,将近红外图像和RGB彩色图像输入到带有通道注意力机制模块的图像融合网络中得到融合后的彩色化图像,然后再通过亮度增强模块提升图像亮度,最后通过图像超分辨率重建提升图像分辨率。通过实验,将本文算法与其他算法进行对比,结果表明主观视觉上本文彩色化结果的图像质量和分辨率都更高,客观评价上,基于KAIST数据集的对比实验表明,本文算法的PSNR值为20.617,SSIM值为0.882,与其他算法相比,PSNR值和SSIM值分别提升了137.91%和87.66%;在IVRL RGB-NIR数据集上的PSNR值为18.295,SSIM值为0.796,与其他算法相比也都有提升。本文算法能够有效地提升近红外图像彩色化后的图像质量及分辨率,具有一定的实际应用意义。

摘要：针对当前交互式活体检测过程繁琐、用户体验性差的问题,提出了一种优化LeNet-5和近红外图像的静默活体检测方法。首先,采用近红外光摄像头构建了一个非活体数据集;其次,通过增大卷积核、增加卷积核数目、引入全局平均池化等方法对LeNet-5进行了优化,构建了一个深层卷积神经网络;最后,将近红外人脸图片输入到模型中实现活体静默活体检测。实验结果表明,所设计的模型在活体检测数据集上有较高的识别率,为99.95%,整个静默活体检测系统的运行速度约为18~22帧/s,在实际应用中鲁棒性较高。

摘要：近红外人脸表情识别主要依赖图像局部特征,提取特征受到干扰时,人脸表情识别准确率低。因此,设计深度学习网络的新型近红外人脸表情识别方法。依托于图像局部优化保留法重建图像结构信息,得到降维后的近红外人脸图像。应用点分布模型检测出人脸上所有关键点,抽取出人脸表情识别的感兴趣区域,运用深度学习网络架构搭建人脸表情分类识别模型,通过调整识别模型的参数得到人脸表情的识别结果。实验结果表明:所提方法识别结果的Acc平均值达到了0.95,很大程度提升了近红外人脸表情识别准确性。

摘要：为了能够快速准确地定位人眼,提出了一种基于近红外图像的人眼定位算法。使用主动红外光结构照明来产生亮瞳效应并产生候选区域,对于一些由于眼镜反射等因素没有亮瞳的图像,需要对其进行对称变换来产生候选区域;利用SVM算法对瞳孔区域进行分类确认;利用瞳孔的梯度以及几何特征快速准确定位到其中心位置。实验结果表明,该方法具有较高的可靠性和实时性。

摘要：为了更好地进行气体钻井过程中的岩土湿度快速检测,设计了一种基于近红外图像的岩土湿度快速检测系统。利用树莓派控制近红外摄像头采集岩土850 nm波段的近红外图像并发送至上位机,通过基于Lab颜色空间的混合高斯模型进行图像分割,去除岩土中的杂质干扰物,获取岩土像素点图像,然后将该图像转换为灰度图像。在此基础上,基于小波变换滤波算法去除岩土灰度图像的散斑噪声,进一步采用DBSCAN聚类算法提取岩土区域并计算其灰度中心值,最后利用分段线性回归算法预测岩土湿度值。模拟实验验证了该系统的可行性,研究结果对于气体钻井地层出水的快速检测有一定的参考意义。

摘要：针对低照度或夜晚条件下彩色图像信噪比低、图像细节不够清晰;而近红外相机在该条件下能够得到纹理、边缘等细节信息丰富的图像,但缺乏色彩信息的问题,提出一种改进的双边滤波图像融合算法,实现在低照度条件下得到成像清晰的彩色图像。算法对双边滤波的核函数重新设计,用幂函数取代指数函数,取消人为设计参数;在像素相似度项选择上,采用不同源图像中像素间差异大的差值作为相似度项,避免了融合图像的纹理、边缘被平滑掉。应用本文算法及其他几种典型的融合算法对低照度下采集的彩色图像及近红外图像进行测试,实验结果表明,该算法同其他融合算法相比得到的彩色图像清晰度更高,颜色更贴近源图像,且运算速度要比Eric等人提出的双边滤波融合算法快6倍多。

摘要：传统的光电检测系统需要复杂的电路和分光系统,以及需要专业人员进行操作。为了取而代之,结合数码摄像头的成像特点和计算机的高速信息处理能力,提出了一种利用摄像头测量浊度的方法。设计了两种基于可见光和近红外光摄像头的浊度测量装置和一个恒定光强的光源驱动电路。利用自主开发的图像处理软件获取浊度图像中的RGB数据,并将其转换为CIE Lab颜色空间。根据亮度、色差与浊度之间的关系,建立了0-1000 NTU、小于100 NTU、大于100 NTU范围内的可见光和近红外装置的亮度和色差的浊度检测模型。对所提出的模型进行对比分析,选择综合性能最好的两个测量模型进行融合,生成了一个新的测量模型。实验结果表明,三种模型与商用浊度仪的测量结果之间的相关性均大于0.999,融合模型的误差在1.05%以内,均方误差为1.14。可见光装置在低浊度测量时表现出的误差较小,受图像颜色影响较小。近红外装置在全量程和高浊度测量时更稳定、准确,更适合此类测量。