《基於指紋-人臉的協同識別機理研究》是依託上海交通大學，由劉歡喜擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於指紋-人臉的協同識別機理研究
- 項目類別：青年科學基金項目
- 項目負責人：劉歡喜
- 依託單位：上海交通大學
項目摘要,結題摘要,
項目摘要
面對越來越複雜的實際套用場景，為了滿足識別系統準確性、魯棒性、快速性等多方面的要求，國內外對多模態生物特徵識別的需求日益高漲。本項目針對多模態生物特徵識別技術中的挑戰性問題，展開新方法、新理論研究。通過模擬人類能夠綜合利用多種信息以及異類信息之間的內在聯繫來認知世界的能力，試圖尋找指紋與人臉特徵之間的關聯性，在自行構建的指紋-人臉協同資料庫上，利用指紋、人臉及其兩者之間的關聯性，來進行多模態生物特徵識別，提高識別性能。主要研究內容涉及到圖像低層視覺特徵抽取、圖像高層語義特徵表述、指紋與人臉特徵之間的關聯分析、協同學習等關鍵問題。在上述研究的基礎上，提出圖像低層視覺特徵選擇與融合算法、建立圖像高層語義表述模型、分析指紋與人臉特徵之間的關聯性、解決多分類器在訓練階段以及決策階段的協同，從而提高多模態生物特徵識別系統的準確性和魯棒性。本課題研究具有學術上的創新性和重要的套用價值。
結題摘要
本項目針對多模態生物特徵識別技術中的挑戰性問題，展開新方法、新理論研究。項目在執行過程中，嚴格按照研究計畫開展工作，取得了一定的成果，並將部分研究成果進行了拓展套用。主要研究成果有：（1）在圖像的低層視覺特徵選擇上，針對高維大規模數據或者流數據的子空間聚類問題，提出了兩種線上軟子空間聚類算法和兩種流數據軟子空間聚類算法，並用於人臉識別；成功提取圖像的三階可操縱金字塔，並用於人臉圖像超解析度處理；同時提出基於可操縱金字塔分解的統計模型，解決了無參考圖像情況下的圖像質量評價問題。（2）在圖像的高層語義特徵表述上，通過融合SIFT、UV 色度等多種低層視覺特徵，實現對圖像內容的理解，並成功用於無重疊視域攝像機間人目標匹配；提出了基於雙層背景模型的運動目標檢測、基於Lasso的人臉跟蹤以及高效人臉圖像篩選方法；提出使用“詞袋模型”（Bag-of-Words Model）分別進行人臉和指紋模態的圖像特徵表達，“詞袋模型”的基本成分是視覺詞，並且提出一種新的監督方法來構造視覺詞，增強了圖像特徵表達的分類能力。（3）在協同學習上，研究了學習器在訓練階段以及在最終決策時的協同，提出了一種基於感興趣區檢測和非下採樣輪廓波變換的紅外與可見光圖像融合算法，突出了融合圖像中的目標；提出了多核支持向量機集成算法（MKL-SVM），在指紋分類和交通事故檢測中取得了很好的效果；提出了融入性別信息的人臉識別方法。（4）在人臉、指紋等生物特徵識別上，提出了基於局部拓撲結構保存映射算法（LTSPP），適用於人臉、掌紋、步態等絕大部分生物特徵識別；針對低質量指紋識別問題，提出一種基於稀疏表達（Sparse Representation）的指紋增強方法，以及提出了基於加權離散餘弦變換（DCT）的指紋方向場估計方法；並且使用局部二值模式（LBP）提取指紋的局部特徵，並結合多核支持向量機以及決策級融合算法，實現指紋圖像分類。（5）在指紋—人臉的協同識別上，通過對監督視覺詞構造、潛在狄利克雷分布（LDA）模型、協同學習、高層語義特徵的多模態信息互動等關鍵技術的研究，提出基於指紋—人臉的協同身份（性別）識別方法。尤其是基於指紋和人臉的“面向公共安全的智慧型生物性別識別系統”項目獲得第十六屆全國“星火杯”創造發明競賽三等獎。總體上，本項目累計發表學術論文13篇，申請發明專利4項（授權3項），獲得國家級獎項1項。
