基於測度學習的人臉血緣關係識別研究

基於測度學習的人臉血緣關係識別研究

《基於測度學習的人臉血緣關係識別研究》是依託首都師範大學,由周修莊擔任項目負責人的面上項目。

基本介紹

  • 中文名:基於測度學習的人臉血緣關係識別研究
  • 項目類別:面上項目
  • 項目負責人:周修莊
  • 依託單位:首都師範大學
項目摘要,結題摘要,

項目摘要

人臉血緣關係識別是生物特徵識別領域一個新的研究方向,在身份驗證和社交媒體挖掘領域具有潛在的廣闊套用前景。當前的人臉識別技術在面對人臉血緣關識別問題時遇到很大的困難與挑戰,本課題基於測度學習理論研究無約束環境下的人臉血緣關係識別方法,包括:(1) 研究一種面向人臉血緣關係識別的特徵描述子。它基於無監督學習和圖像空間金字塔模型,綜合考慮特徵描述子的判別性與魯棒性,集成手工編碼與特徵學習的優點,克服手工設計編碼的不足與缺陷。(2) 研究一種有效度量血緣關係成員內在相似性的鄰域排斥多視測度學習算法。充分挖掘和利用多視數據的互補信息,以及樣本間的重要性差異,從多視特徵空間中聯合學習多個語義一致的距離測度,使得具有血緣關係的樣本間距離更為靠近,而無血緣關係的領域樣本間距離拉得更開。(3) 構建一個大規模、樣本分布合理的血緣關係樣本庫,用於系統訓練和測試,並為該領域的研究發展提供一個公共數據集。

結題摘要

人臉血緣關係識別是生物特徵識別領域一個新的研究方向,在身份驗證和社交媒體挖掘領域具有潛在的廣闊套用前景。當前的人臉識別技術在面對人臉血緣關識別問題時遇到很大的困難與挑戰,本課題基於測度學習理論研究無約束環境下的人臉血緣關係識別方法,包括:(1) 研究一種面向人臉血緣關係識別的特徵描述子。它基於無監督學習和圖像空間金字塔模型,綜合考慮特徵描述子的判別性與魯棒性,集成手工編碼與特徵學習的優點,克服手工設計編碼的不足與缺陷。(2) 研究一種有效度量血緣關係成員內在相似性的鄰域排斥多視測度學習算法。充分挖掘和利用多視數據的互補信息,以及樣本間的重要性差異,從多視特徵空間中聯合學習多個語義一致的距離測度,使得具有血緣關係的樣本間距離更為靠近,而無血緣關係的領域樣本間距離拉得更開。(3) 構建一個大規模、樣本分布合理的血緣關係樣本庫,用於系統訓練和測試,並為該領域的研究發展提供一個公共數據集。 課題組通過四年的不懈努力,取得了一批重要的研究成果。(1) 建立了人臉血緣關係識別的基本理論框架、實現技術以及性能評估準則,為推動該項技術的研究和套用奠定了堅實的基礎。(2) 課題組提出採用測度學習理論研究人臉血緣相似性問題,這一研究方案在實驗中被證明是可行且有效的,它顯著地提升了當前的血緣識別性能,為該領域研究提供了一種全新的思路。(3) 建立並發布了該領域最大規模的人臉血緣關係資料庫KinFaceW,成為該領域最重要的基準數據集之一,為該領域的研究發展起到了重要推進作用。

相關詞條

熱門詞條

聯絡我們