Ez nem jelenti a számítógépet nappali fényben azonosítani az egyén arcát. A folyamat során pontosan meg kell mérni egy fényképet - a szem méretét, az orrtól a szájig terjedő távolságot stb. -, a távolságokat három dimenzióra kell beállítani, és az adatbázisban meg kell keresni a mérkőzést. De ahhoz, hogy éjszaka tegye, amikor csak a jóval alacsonyabb felbontású hőképek állnak rendelkezésére, a Army Research Lab olyan technikát alkalmazott, amely lehetővé teszi, hogy a szoftver utánozza az emberi agyat.
Agyunk „lát” úgy, hogy egy képet extrapolálunk egy viszonylag kis mennyiségű szenzoros adatból, amelyet a szemre szűrünk. A az agy többször használja fel idegtömeg képeket vizuális adatokból összeállítani, mint a szem az adatokat.
A hadsereg kutatói párhuzamot láttak a termikus képekkel. Az ilyen képek megmutatják, hogy az arc mely részei melegebbek és hűvösebbek, de általában kevesebb adatpontot tartalmaznak, mint egy hasonló optikai kép a fényképezőgépről, megnehezítve a különféle jellemzők kiválasztását. Tehát létrehoztak egy konvolúciós neurális hálózatot, vagy CNN, egy mély tanulási módszer, amely az agyhoz hasonló specifikus csomópontokat használ, és korlátozott adatok alapján állítja az arcokat.
A kutatók által alkalmazott módszer egy arc termikus képét meghatározott régiókra bontja, majd összehasonlítja ugyanazon arc optikai képével. A hálózat megbecsüli, hogy a termikus képben hol vannak a legfontosabb jellemzők a hagyományos képhez képest. A hálózat végterméke olyasmi, mint egy rendőrségi vázlat - nem tökéletes, de a kulcspontokban elegendő átfedés van ahhoz, hogy nagy biztonságot nyújtson.
egy papír által közzétett IEEE A számítógépes látás alkalmazásáról szóló téli konferencia a kutatók azt írják: „Nagyon diszkriminatív reprezentációkat tudtunk készíteni. Annak ellenére, hogy a szintetizált képek nem hoznak létre fotorealisztikus textúrát, az elért ellenőrzési teljesítmény jobb volt, mint mind az alapvonal, mind a közelmúlt megközelítései, amikor a szintetizált arcokat látható archoz illesztették. "