机载光谱视频采集系统与算法研究

机载光谱视频采集系统与算法研究

论文摘要

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了一种多光谱人脸活体检测算法,提高了人脸活体检测的准确性和稳定性,从而能够防御人脸识别中常见的欺诈手段。

论文目录

  • 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
  • 文章来源

    类型: 硕士论文

    作者: 陈都

    导师: 曹汛

    关键词: 光谱视频成像,加速,光谱重建,活体检测

    来源: 南京大学

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑

    专业: 物理学,航空航天科学与工程

    单位: 南京大学

    分类号: O433;V243

    总页数: 63

    文件大小: 6744K

    下载量: 90

    相关论文文献

    • [1].FY-3D星红外高光谱大气探测仪的在轨光谱精度评估[J]. 光学精密工程 2019(10)
    • [2].可见-短波红外波段光谱模块光机装调及分析[J]. 应用光学 2019(02)
    • [3].高温材料光谱发射率测量技术研究[J]. 宇航计测技术 2019(02)
    • [4].光谱域光纤白光干涉测量技术[J]. 计测技术 2018(03)
    • [5].椭偏测量法的油膜紫外可见-近红外光谱光谱偏振特性研究[J]. 光谱学与光谱分析 2019(06)
    • [6].基于双Wollaston棱镜的静态光谱偏振成像系统设计[J]. 兵工学报 2019(08)
    • [7].纳米尺度HfO_2薄膜的光谱椭偏模型建立[J]. 计量学报 2017(05)
    • [8].自适应双光梳光谱原理分析与实现[J]. 光学学报 2018(05)
    • [9].风云三号红外高光谱探测仪的光谱定标[J]. 光学精密工程 2019(04)
    • [10].色散公式计算精度研究[J]. 物理与工程 2016(S1)
    • [11].鸭肉中谷氨酸含量的可见-近红外光谱测定研究[J]. 核农学报 2011(03)
    • [12].近红外光谱技术鉴别方便面品牌的研究[J]. 现代食品科技 2010(10)
    • [13].宇航服为什么是白色的[J]. 山西老年 2011(03)
    • [14].LIBS-Raman光谱联合水下探测系统及初步试验[J]. 光谱学与光谱分析 2018(12)
    • [15].测量350~1100nm光源光谱总辐射通量的标准装置[J]. 照明工程学报 2019(02)
    • [16].联合光谱-空间信息的短波红外高光谱图像茶叶识别模型[J]. 光谱学与光谱分析 2019(08)
    • [17].多光谱多光轴平行性检测方案设计与误差分析[J]. 光电工程 2019(02)
    • [18].超宽带光源频谱域相干层析术的光谱标定方法[J]. 激光与光电子学进展 2019(10)
    • [19].Nature[J]. 科学中国人 2015(25)
    • [20].烟草水溶性糖近红外定量模型中光谱范围选择方法的研究[J]. 中国烟草学报 2015(02)
    • [21].基于近红外光谱技术的三种硬实种子无损鉴定(英文)[J]. 农业工程学报 2012(S2)
    • [22].看不见的影像技术[J]. 艺术科技 2009(01)
    • [23].超光谱比值辐射仪光机系统设计与外场实验分析[J]. 光子学报 2019(03)
    • [24].大动态范围双通道相机的光谱定标[J]. 航天返回与遥感 2017(05)
    • [25].基于离子液体与双锥形光纤的光谱传输特性研究[J]. 工业控制计算机 2018(08)
    • [26].基于高光谱图像技术羊肉表面污染无损检测[J]. 食品与机械 2013(05)
    • [27].MODIS数据在黑龙江省农业上的应用[J]. 黑龙江农业科学 2014(01)
    • [28].“光荧光”光谱测试系统设计[J]. 电子元器件应用 2012(03)
    • [29].脐橙糖酸比的近红外光谱检测[J]. 湖北农业科学 2011(13)
    • [30].共聚焦显微镜光谱扫描控制系统设计[J]. 电子测量技术 2014(09)

    标签:;  ;  ;  ;  

    机载光谱视频采集系统与算法研究
    下载Doc文档

    猜你喜欢