《基於四元數的非約束4D人臉識別方法研究》是依託四川大學，由雷印傑擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於四元數的非約束4D人臉識別方法研究
- 項目類別：青年科學基金項目
- 項目負責人：雷印傑
- 依託單位：四川大學
項目摘要,結題摘要,
項目摘要
多模態人臉識別方法融合2D和3D人臉信息，比單模態人臉識別方法擁有更大的技術優勢。傳統多模態人臉識別方法是在特徵層或決策層融合2D和3D人臉信息。然而，在數據層融合2D和3D人臉信息的4D人臉能夠保證人臉信息的完整性與一致性，因此優於特徵層和決策層的2D和3D人臉信息融合。此外，多數現有的人臉識別方法約束人臉正面可見，並約束了人臉的姿態和偽裝等。在面向真實環境的人臉識別中，由於客觀條件的限制，將無法約束人臉的姿態、偽裝以及由此引起的人臉局部遮擋問題。然而，目前針對非約束人臉識別的研究還處於起步階段，亟待深入。本課題面向真實環境，研究基於四元數的非約束4D人臉識別方法，擬解決的關鍵問題包括：（1）四元數域的2D和3D人臉信息的數據層融合問題；（2）基於四元數曲率分析的多姿態4D人臉關鍵點特徵的提取問題；（3）基於四元數稀疏表示的局部/整體自適應4D人臉識別模型的建立問題。
結題摘要
多模態人臉識別方法融合了2D和3D人臉信息，比單模態人臉識別方法擁有更大的技術優勢。傳統多模態人臉識別方法是在特徵層或決策層融合2D和3D人臉信息。然而，在數據層融合2D和3D人臉信息的4D人臉能夠保證人臉信息的完整性與一致性，因此優於特徵層和決策層的2D和3D人臉信息融合。此外，多數現有的人臉識別方法約束人臉正面可見，並約束了人臉的姿態和偽裝等。在面向真實環境的人臉識別中，由於客觀條件的限制，將無法約束人臉的姿態、偽裝以及由此引起的人臉局部遮擋問題。然而，目前針對非約束人臉識別的研究還處於起步階段，亟待深入。在本項目的經費支持下，項目組順利完成了項目的研究工作，達到了項目申請時的預定研究指標。主要研究內容包括了：①著重研究基於四元數的4D人臉識別的相關算法，提出了基於四元數奇異值分解的4D人臉關鍵點提取方法、基於四元數Gabor的4D人臉局部特徵表示方法。在上述研究內容的基礎上，研究了基於四元數稀疏表示的4D人臉識別方法。②由於在本項目的研究中，4D人臉數據和3D人臉數據是密不可分的兩種數據模態，因此本項目在研究4D人臉識別的同時，繼續研究3D人臉識別相關內容，提出了一種基於“兩階段加權協同表示”的三維人臉識別方法，該方法主要針對人臉局部數據可見（如外部遮擋、數據缺失）等問題，取得了較好的識別效果；本項目還研究了一種基於魯棒局部特徵表示的能夠抵抗人臉表情變化的人臉識別方法；③此後，項目組根據研究的實際情況以及國內外計算機視覺以及模式識別領域的發展趨勢，研究了基於深度表示的三維形狀識別算法，提出了一種“二值化三維卷積”的三維形狀識別方法以及一種基於“多視角表達加速”的三維形狀識別方法；④最後，針對研究過程中取得的成果以及遇到的新問題，項目組圍繞人臉識別的相關研究課題，提出了一種“基於密度流”的物體實時配準方法，相關成果可以滿足人臉識別的預處理中實時人臉配準的需求；此外，項目組還研究了一種基於人臉識別的行人再識別方法。
