《基於流形理論的人臉識別方法研究》是依託浙江大學，由蔡登擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於流形理論的人臉識別方法研究
- 依託單位：浙江大學
- 項目負責人：蔡登
- 項目類別：青年科學基金項目
項目摘要,結題摘要,
項目摘要
作為身份識別和鑑定的重要手段之一，人臉識別對於國家社會安全有著重要意義。由於人臉圖像數據的高維性，在外圍歐式空間中進行模式識別的可學習性受到極大限制。而人臉圖像數據張成的子空間往往是嵌在高維歐式空間中的一個子流形，其自由度僅受有限的參數（如表情、姿態、光照等）確定。有效的學習人臉子流形的幾何拓撲結構，譬如本徵維度，度量張量，連通分支等，以及在此基礎上研究流形上的泛函空間，將大大提高人臉識別的準確度。本項目將致力於流形學習的基礎理論研究以及在人臉識別上的套用。人臉子流形可以通過一個包含人臉圖像視覺信息以及類別信息的連通圖來近似。通過譜圖理論對該連通圖的拉普拉斯矩陣分析，我們可以得到流形的一系列幾何拓撲結構。此外，我們將研究如何選擇定義在流形上的泛函空間（求解空間）以及在此泛函空間上的最佳化問題, 利用正則化理論設計反應流形本徵結構的目標函式，並在人臉流形泛函空間上求解得到人臉分類器。
結題摘要
作為身份識別和鑑定的重要手段之一，人臉識別對於國家社會安全有著重要意義。由於人臉圖像數據的高維性，在外圍歐式空間中進行模式識別的可學習性受到極大限制。而人臉圖像數據張成的子空間往往是嵌在高維歐式空間中的一個子流形，其自由度僅受有限的參數（如表情、姿態、光照等）確定。有效的學習人臉子流形的幾何拓撲結構，譬如本徵維度，度量張量，連通分支等，以及在此基礎上研究流形上的泛函空間，將大大提高人臉識別的準確度。本項目致力於流形學習的基礎理論研究以及在人臉識別上的套用。經過三年的有效執行，項目順利完成，成果顯著，發表了5篇頂級期刊文章（包括1篇TPAMI，2篇TKDE，1篇VLDB Journal和一篇Neurocomputing）和8篇頂級會議文章（包括2篇CVPR，2篇AAAI，1篇SIGKDD，1篇ACM Multimedia，1篇CIKM和1篇ICIMCS），並獲得2010年國際網際網路多媒體計算與服務會議（ACM ICIMCS）最佳論文獎。大大促進了流形學習的基礎理論研究以及在人臉識別上的套用研究。
