江苏省激光器同盟前言：

据了解，韩开发设计出了一种技术性，能载入根据MLP归类的面部表情。

近期，韩科技进步院(KAIST)微生物脑工程学院 Ki-Hun Jeong 专家教授和Doheon Lee教授领导干部的协同研究工作组，开发设计出了将近红外光谱仪光场相机技术性与人工智能技术(AI)技术相结合的面部表情无损检测技术。

从NIR-LFC得到的三维深度图和二维图像中获取根据MLP归类的面部表情载入。来源于：KAIST

与传统的的照相机不一样，光场相机在图像感应器前包括微画面列阵，使照相机充足小，可以放入智能机，与此同时容许它得到光的空間和方位信息，只需一次拍照。该技术性可以以很多种方法复建图像，包含多主视图、再次调焦、3D图像收集等，因而备受关注，具备很多不确定性的应用前景。

殊不知，自然环境中外界灯源造成的黑影与微双光透镜中间的电子光学串扰，限定了目前光场相机给予准确的图像亮度对比度和三维重建。

研究工作组在近红外光谱仪范畴内应用了竖直腔面发送激光发生器(VCSEL)，以平稳之前依靠光线的三维图像复建的精确性。当外界灯源以0度、30度和60度视角直射面部时，光场相机可降低54%的图像复建偏差。除此之外，根据在微双光透镜列阵中间插进能见光和近红外光谱仪光波长的吸光度层，该精英团队可以降低电子光学串扰，与此同时将图像亮度对比度提升2.1倍。

NIR-LFC的平面图，具备负色和光照不会改变的三维面部三维成像，用以载入面部表情。

根据该技术性，该精英团队可以摆脱目前光场相机的局限，开发设计出根据nir的光场相机(NIR-LFC)，提升了面部表情的3D图像复建。研究工作组运用NIR-LFC，得到了与周边环境的光照标准不相干，表述多种心态的面部表情的高品质3D复建图像。

根据人工神经网络，获得的3D图像中的面部表情被区别出去，均值准确度为85%——与应用2D图像对比，这是一个具备统计学意义的数据。除此之外，研究工作组根据测算三维图像中随面部表情转变的间距信息的互相依赖感，可以鉴别光场相机用于区别人们面部表情的信息。

NIR-LFC的结构特征和微生产加工流程。

Ki-Hun Jeong 专家教授表明:“研究工作组开发设计的袖珍型光场相机有可能变成定性分析人们面部表情和心态的新平台。”为了更好地突显此项研究的实际意义，他填补说，“它可以运用于智慧医疗、当场确诊、社会知觉和交互设计等各行各业。”

此项研究发布在《Advanced Intelligent Systems》杂志期刊上。

根据NIR-LFC获得的三维深度图获取光照不会改变的面部图像。

来源于：Machine‐Learned Light‐Field Camera that Reads Facial Expression from High‐Contrast andIllumination Invariant 3D Facial Images, Advanced Intelligent Systems (2021).DOI: 10.1002/aisy.202100182

江苏省激光器同盟陈长军原创作品！