《基於廣義稀疏表示的異質人臉圖像變換和質量評價》是依託西安電子科技大學，由李潔擔任項目負責人的面上項目。
基本介紹
- 中文名：基於廣義稀疏表示的異質人臉圖像變換和質量評價
- 項目類別：面上項目
- 項目負責人：李潔
- 依託單位：西安電子科技大學
中文摘要,結題摘要,
中文摘要
現有人臉識別技術主要是照片間的相互識別，但實際中不同套用背景和需求會產生不同的圖像形態。如在刑偵領域，很難得到犯罪嫌疑人的照片，往往用畫家根據目擊者描述所繪製的素描畫來替代；在門禁系統等與安全相關的套用中，往往用近紅外圖像來克服環境光照對可見光人臉圖像識別的影響。無論是畫像還是近紅外圖像，它們與普通照片都是不同形態的，統稱為異質圖像。研究發現，傳統的人臉識別方法難以直接用於異質圖像人臉識別。需要首先將異質圖像變換到相同形態，變換的性能是影響異質圖像識別正確率提高的關鍵。為此，本項目擬利用廣義稀疏表示理論進行人臉異質圖像合成方法的研究。在此基礎上，藉助幻象技術進一步增強合成圖像的質量。為了合理的評估異質圖像變換方法的性能，基於廣義稀疏表示提出一種面向人臉照片和畫像的客觀質量評價方法。因此，可以根據生成圖像的質量對異質圖像變換方法進行進一步的最佳化和提升。該課題對人類認知機理的研究具有重要意義。
結題摘要
隨著生活水平的日益提高，人們對社會安全方面的問題越來越關注，例如在海關、機場、車站、街區、樓宇等公共場所的人臉檢索，可以更加有效地搜尋和排查犯罪嫌疑人。人臉是對犯罪嫌疑人進行識記和排查最直接和首要的依據之一，利用畫像在照片庫中進行比對有助於在無法直接獲得嫌疑人照片的情況下對其進行快速抓捕。傳統的人臉識別技術難以直接用於畫像和照片間的識別，而本項目的研究重點是藉助機器學習的相關理論進行異質人臉圖像的轉換，並在此基礎上研究面向異質人臉圖像的客觀質量評價方法來合理的評估異質圖像變換方法的性能。本項目在上述異質人臉圖像轉換和圖像質量評價兩方面取得一定成果。 異質人臉圖像轉換方面，提出基於稀疏表示近鄰選擇的轉換方法和基於人臉幻象思想的增強方法，解決了現有方法因線性組合引起的圖像模糊問題；提出一種基於多特徵表示的畫像-照片合成方法，提高了異質人臉圖像轉換過程中對背景和光照的魯棒性；充分利用人臉圖像本身的結構信息，提出了一種基於超像素的畫像-照片合成方法；分別提出了一種基於支撐向量機和一種基於多核學習的畫像風格分類方法，實現素描畫像風格的分類與鑑定；針對訓練樣本不足的問題，提出一種基於單照片-畫像對的人臉畫像合成算法；提出一種基於異質圖像變換合成框架的人臉畫像老化算法，實現素描畫像的人臉老化功能。 圖像質量評價方面，針對主觀質量分數不精確且耗時耗力的問題，提出一種基於排序學習的盲圖像質量評價算法；充分利用圖像的顏色信息，提出一種基於顏色分形的部分參考型質量評價方法；針對特徵維數較低時基於無監督學習的方法性能下降的問題，提出一種基於主動學習的盲圖像質量評價方法；提出一種基於Shearlet變換的盲圖像質量評價方法，有效的捕捉失真導致的圖像在不同方向結構分布的不連續性；考慮到圖像的不同部分對彩色圖像失真的感知影響不同，並且人類在感知判別圖像不同區域的質量時具有模糊性的特點，提出一種基於圖像內容的彩色圖像質量評價方法；針對視頻質量評價中時空域失真的捕捉問題，提出一種基於三維梯度相似度的視頻質量評價方法。 培養博士生6名，碩士生12名；發表與課題相關並標註本基金資助的學術論文總計66篇，其中SCI檢索47篇，國際會議論文15篇；獲得國家發明專利授權8項，獲省部級獎勵三項。
