In this letter, we are proposing $Bo$CNN architecture framework for occluded thermal face recognition. We analyzed the performance of Pretrained models using transfer learning and they exhibit promising results for thermal faces without occlusion. The performance degrades with occlusion. We have used different decision level fusion strategies post transfer learning for the performance enhancement of the pretrained models. All the fusion strategies used in the proposed work give better results compared to any of the single CNN architecture.

中文翻译：

---

使用 Bag of CNN(BoCNN) 的遮挡热人脸识别

在这封信中，我们提议 $Bo$用于遮挡热人脸识别的 CNN 架构框架。我们使用转移学习分析了预训练模型的性能，它们在没有遮挡的热面方面表现出有希望的结果。性能会随着遮挡而下降。我们在迁移学习后使用了不同的决策级融合策略来增强预训练模型的性能。与任何单个 CNN 架构相比，所提出的工作中使用的所有融合策略都提供了更好的结果。