英特尔在最近在电气和电子工程师协会的第 12 届国际人类系统交互会议上发表的一项研究中，试图研究了在可见光数据上训练的模型的性能—该模型是在热图像上进行的训练。正如研究人员在描述其工作的论文中所指出的那样，在医疗需要或特别需要保护隐私的环境中，热成像通常用于代替 RGB 相机数据。那是因为它可以遮挡个人识别的细节，例如眼睛的颜色和下颌线等。该团队利用了两个面部热图像数据集，其中第一个是使用 Flir ThermaCam SC3000 红外热像仪创建的，它包含 766 张来自 19 名男性和 21 名女性的 40 名志愿者的图像，他们被要求坐下来看着相机两分钟。至于第二个数据集（来自俄克拉荷马州立大学视觉计算和图像处理实验室的 IRIS 数据集）包含在 30 个人的帮助下收集的 4190 张图像，其中许多人动了动头并使用了不同的面部表情。
