基於稀疏流形回歸的頭部姿態估計研究

《基於稀疏流形回歸的頭部姿態估計研究》是依託華中科技大學，由馬丙鵬擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於稀疏流形回歸的頭部姿態估計研究
• 項目類別：青年科學基金項目
• 項目負責人：馬丙鵬
• 依託單位：華中科技大學

項目摘要

頭部姿態估計是生物特徵識別和人機互動領域的研究熱點，具有重要的理論意義和套用價值。人臉複雜的三維結構以及多變的圖像採集條件是姿態精確估計的瓶頸問題。本項目將針對頭部姿態估計問題，在以往相關研究的基礎上，針對頭部圖像所具有的非線性，高維和多模態問題，研究基於姿態圖像表觀的特徵提取方法；針對多姿態人臉圖像存在的誤配準問題，研究基於稀疏表示的多姿態人臉配準方法；研究基於流形學習的字典學習方法，以提高稀疏表示中字典元素的表述能力和判別能力；研究利用姿態的連續性信息增強稀疏表示的回歸能力的新方法。所提出的新理論、新方法通過大型公開的資料庫上進行驗證，其研究成果將有助於提高姿態估計的準確性和可靠性，具有重要的理論和現實意義。

結題摘要

頭部姿態估計是生物特徵識別和人機互動領域的研究熱點，具有重要的理論意義和套用價值。本項目面向頭部姿態問題，針對姿態估計問題中的非線性問題和多模態問題，研究了新的特徵提取方法及分類方法。具體研究成果如下: (1)在頭部圖像的配準問題上，本項目提出了基於背景去除的頭部圖像重構方法，該方法能夠部分解決頭部圖像的配準問題；(2)在頭部的特徵提取問題上，我們提出了多種能夠顯著提高頭部姿態的估計準確率方法，例如，具有仿生特徵的姿態提取方法，基於頭部二維對稱性的特徵提取方法和基於簡單局部二進制Gabor的特徵提取方法；(3)鑒於目前影響人臉識別識別率的主要因素仍然為姿態問題，我們也研究並提出了多種對於姿態魯棒的人臉識別方法，例如基於相關性分析的跨姿態人臉識別方法和基於聯合稀疏表示的人臉識別方法。這些方法通過解決人臉識別中多姿態這一關鍵問題，不僅提高了人臉識別的準確率，也提高了本項目研究工作的意義；(4)在系統搭建方面，本項目開發實現了頭部姿態系統，該系統能夠對攝像頭實時採集的頭部圖像進行姿態估計。三年中總計發表和錄用論文12 篇，其中SCI論文3篇，撰寫圖書章節一篇。