结合热成像与脸部识别技术的方案。（图片来源：美国陆军）
ARL智慧感知部门的开发团队领导人/电子工程师Sean Hu 表示，AI与机器学习的进展，能让热成像与脸部识别技术的整合效果更好，硬件开发也有进展，下一代内建热成像脸部识别功能的手持式双筒望远镜原型已经在开发中；在2019年开发的第一代手持式双筒望远镜原型能支持短距离扫瞄，新一代原型将支持更长距离。同时ARL也致力于改善算法；实验室的科学家团队已经开发出第一代算法，并将数据与软硬件整合平台绑定。
Hu指出，热成像技术能侦测皮肤或物体的辐射热，在经过适当校准之后，成像技术还能量测出皮肤的绝对温度。热成像技术的最大优势，是能够撷取面罩覆盖下的特征，并实现在夜间或是低光线条件下的脸部识别。然而该方案的挑战在于目前只能支持非常薄、非常紧贴脸部之面罩下的成像；Hu解释，若是比较厚的面罩，就得用到像是机场扫描机使用的毫米波成像技术，但这种技术就无法小型化。
生物识别数据库的现代化
美国陆军已经利用一种更新软件，将一个有20年历史的生物识别数据库现代化，以协助那些驻扎在海外检查哨的美军实时识别特定人物。CCDC C5ISR中心密码现代化分部（Cryptographic Modernization Branch）的工程师William Daddario表示，“原始数据库是靠软件与表格建立关联，我们则是在数据库里建立关联，这是一种更有效的作业方法；”如果在数据库的某个区域有一个变更，就会传播到整个数据库。
一名士兵以美国陆军生物识别自动化工具组采集虹膜影像。（图片来源：美国陆军）
士兵可利用手持式美国陆军生物识别自动化工具组（Biometrics Automated Toolset-Army，BAT-A）来收集并处理生物识别数据，像是虹膜、指纹与脸部的影像。被采集虹膜影像的对象，可以是戴着眼镜或隐形眼镜，所收集到的数据会与储存在美国国防部内含100万个生物识别项目的数据库进行比对。Daddario表示，C5ISR中心还对美国国防部生物识别项目管理办公室（PM DoD Biometrics）之旧系统进行了安全漏洞评估。
关于触控感测就介绍完了，您有什么想法可以联系小编。