《三維人臉不變性特徵提取及識別算法研究》是依託北京交通大學，由阮秋琦擔任項目負責人的面上項目。
基本介紹
- 中文名：三維人臉不變性特徵提取及識別算法研究
- 項目類別：面上項目
- 項目負責人：阮秋琦
- 依託單位：北京交通大學
項目摘要,結題摘要,
項目摘要
人臉識別中應對複雜環境的能力仍是當前人臉識別領域的研究重點和難點，2D人臉識別已有的算法對套用環境都有較多的要求，3D人臉識別有可能解決傳統的2D人臉識別方法存在的不確定性、魯棒性不高及適應性差等問題，特別婆循項達是保證真實人臉識別有獨到的優勢。3D人臉識別研究尚處在初級階段，有諸多問題還沒有得到有效解決。本課題將就①三維人臉信息的有效採集方法；②三維人臉不變性特徵的確定與提取方法；③光照、姿態、表情變化的魯棒識別算法等問題進行深入研究，同時，構建一個研究平台，為3D人臉識別研究奠定一個堅實的基礎。.其中，（1）以子空間特徵和空間幾何特徵為切入點，探討其內在聯繫，以達到用較少數量的特徵對樣本進行描述的目的，改進高階量帶來的計算量增加和尋找有效映射；（2）基於知識的建模及形變模型相融合的建模方法及基於譜聚類的雙模態融合的魯棒性三維人臉的識別算法是本研究的新意。
結題摘要
本課題取得了如下一些地檔汽成果： 1．理論成果 1). 提出了三種三維人詢戲全臉表面特徵描述方法；即：①提出了一種基於彎曲不變數的三維人臉表面描述子；②提出了一種基於邊界球的三維人臉表面描述子；③提出了一種三維尺度不變特徵變換的三維人臉表面描述子。提高了三維人臉識別算法性能。 2）．提出了幾種三維人臉識別算法，即：魯棒的區域稀疏回歸模型的特徵提取方法；基於三維譜回歸（3D SR）的三維人臉識別算法；SRKDA（Spectral Regression Kernel Discriminate Analysis）算法；一種PLPP（ Patched Locality Preserving Projections）3D人臉識別算法。 這些算法都不同程度地在三維人臉識別中改進了算戰犁幾法的魯棒性和識別率。 3). 抽象出了一個張量子空間模型，在此基礎上對傳統張量算法中的張量投影進行正交化改進，提出了正交張量流形學習算法，取得了較好的識別效果，並從理論上給出了解釋。 4）．設計了一個基於雙目視覺系統的人臉立體匹配和視差計算的框架，並構建了挨蒸一個三維人臉識別系統。 2．發表各類論文36篇(標註)，其中，SCI檢索 10篇，EI檢索 26篇，ISTP 6篇。 3．申請的發明專利2項； 4．人才培養：培養博士研究生堡榜應拘15名，畢業4名；培養碩士研究生22名,畢業12名。 5．學術交流 主辦ICSP’2010國際會議1次，ICSP2012國際會議1次，IET ICWMMN2011國際會議1次，項姜迎踏目主持人阮秋琦教授均任程式委員會主席。本課題人員參加國際學術會議20人次,國內學術會議15人次，同時主辦CCSP’2011國內會議1次和參加海南四地會議1次，主持人做大會報告2次。
