Mertens展开网络(MU-Net)：一种用于挡风玻璃后驾驶员识别的高动态范围融合神经网络
计算机视觉与模式识别
2020-02-28 v1 机器学习
图像与视频处理
摘要
在非受限环境中通过挡风玻璃对车内乘员进行人脸识别带来一系列独特挑战，包括眩光、光照不足、驾驶员姿态与运动模糊。本文中，我们进一步开发了定制车载成像系统的硬件与软件组件，以更好地克服这些挑战。在构建出执行高动态范围(HDR)成像的物理原型系统后，我们采集了一个包含已知驾驶员挡风玻璃后图像捕获的小型数据集。随后，我们将经典的Mertens-Kautz-Van Reeth HDR融合算法重新表述为一个预初始化的神经网络，并将其命名为Mertens展开网络(MU-Net)，用于微调挡风玻璃后图像的HDR输出。该新颖HDR方法重建的人脸，随后在一个预训练的最先进(SOTA)人脸识别流程中与其他传统及实验性HDR方法进行评估和比较，验证了我们的方法的有效性。
引用
@article{arxiv.2002.12257,
title = {The Mertens Unrolled Network (MU-Net): A High Dynamic Range Fusion Neural Network for Through the Windshield Driver Recognition},
author = {Max Ruby and David S. Bolme and Joel Brogan and David Cornett and Baldemar Delgado and Gavin Jager and Christi Johnson and Jose Martinez-Mendoza and Hector Santos-Villalobos and Nisha Srinivas},
journal= {arXiv preprint arXiv:2002.12257},
year = {2020}
}
备注
Accepted to SPEI Autonomous Systems: Sensors, Processing and Security for Vehicles & Infrastructure 2020