基於流形學習的視頻人臉識別方法研究

《基於流形學習的視頻人臉識別方法研究》是依託電子科技大學,由趙繼東擔任醒目負責人的面上項目。

基本介紹

• 中文名：基於流形學習的視頻人臉識別方法研究
• 依託單位：電子科技大學
• 項目類別：面上項目
• 項目負責人：趙繼東

項目摘要

在幾十年的國際計算機視覺及智慧型計算研究中，人臉識別始終是最重要的難題 之一併吸引了大量研究工作人員的興趣。隨著視頻監控、視頻分享等套用的普及，視頻人臉 識別技術的需求也日益迫切。基於視頻的人臉識別可以利用視頻中的時間及空間信息增加識 別的準確度，近年來成為了人臉識別領域的研究熱點。本項目認識到了流形學習方法在人臉 識別領域的獨特優勢，而視頻人臉具有比靜止人臉更豐富的認知特徵，而作為非線性數據的 維數也更高，很自然的一個想法是基於流形學習的算法應該可以在視頻人臉識別上表現優 異。本項目準備在前期對流形學習方法的最佳化研究基礎上，致力於解決困擾流形學習方法應 用於視頻人臉識別時遇到的一些具體問題，找到使流形學習方法成功套用於視頻人臉識別的 有效途徑，從而推動視頻人臉識別技術的發展。

結題摘要

本項目按預定計畫，完成了文獻調研，理論研究，算法設計，數據處理和實驗驗證等工作。首先，我們針對視頻特性，例如訓練樣本中目標漂移和光照姿態變化巨大等，分別提出了基於稀疏最佳化和基於低秩約束的流形學習視頻人臉識別算法，設計了適合多態圖像環境的近鄰圖方案。其次，針對有完整且良好標記的視頻訓練樣本少的問題，我們提出使用遷移學習的方法從圖像數據中學習知識，並將訓練的模型遷移到視頻的識別中，實現圖像輔助視頻分析。最後，我們利用稀疏模型，低秩模型，深度模型和遷移模型實現了一組視頻人臉識別原型系統，並在公開的標準數據集和實際套用場景中驗證了算法的有效性和先進性。本項目圓滿完成了預定的研究目標和成果目標，代表成果包括了2篇CCF A頂級會議論文，2篇JCR一區期刊論文以及三篇JCR二區期刊論文，同時在成果套用轉化和交叉學科的研究中有所突破。