科研之友
微信
新浪微博
Facebook
分享链接
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、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Inception-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.
-
单位同济大学; 土木工程学院
