江鹏飞，王保栋，董子昊，李金屏

(济南大学 a. 信息科学与工程学院，b. 山东省网络环境智能计算技术重点实验室，c. 山东省“十三五”高校信息处理与认知计算重点实验室，山东 济南 250022)

随着老年人隐私保护意识逐渐增强，安装低分辨率远红外摄像头对老年人进行无接触的室内养老监护成为人们关注的热点。同一房间一般由多位老年人共同居住，及时识别老人身份能够大幅提高发生意外时的处理效率，但低分辨率远红外监护视频仅能反映热源温度信息，且视频中人物图像的分辨率只有40～50像素，人脸图像的分辨率约为7像素，导致人物信息丢失严重，常规的基于计算机视觉的人物身份识别方法难以有效识别视频中人物身份。

人物身份识别是学术研究的热点领域之一，其根本原理就是利用人物固有的身份特征进行人物身份认定。利用计算机视觉进行人物身份识别时，先从需要识别的图像或视频中提取人物特征，然后与数据库中的身份信息进行匹配，获得人物身份，其中人脸识别[1-11]、步态识别[12-17]和行人重识别是对监护视频中的人物身份进行识别的主要方法。人脸识别通过提取人脸图像的固有特征作为识别的依据，是目前最有效的身份识别方法。大多数远红外人脸识别研究都是针对较大分辨率、特征明显的远红外人脸图像的，例如： 文献[1]中通过提取原始图像的分辨率为240像素×320像素的远红外人脸中的局部二值模式(local binary patterns，LBP)特征来识别人物身份；……