《基於稀疏視覺特徵學習的真實環境人臉識別研究》是依託同濟大學，由趙才榮擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於稀疏視覺特徵學習的真實環境人臉識別研究
- 項目類別：青年科學基金項目
- 項目負責人：趙才榮
- 依託單位：同濟大學
中文摘要,結題摘要,
中文摘要
隨著數碼產品、智慧型手機的普及，人臉圖像數據越來越容易獲得，如何利用好這些圖像信息有著迫切的市場需求，真實環境人臉識別技術是解決該需求的有效方法之一。.真實環境人臉識別技術研究的難點和重點之一是如何抽取一種對真實環境人臉自身變化和攝影環境變化魯棒的視覺特徵。本項目以建立基於真實環境人臉的視覺感知計算模型、提取真實環境人臉的顯著特徵和Gist特徵和稀疏視覺特徵學習為主要攻關內容，借鑑視覺感知領域的研究成果，對真實環境人臉識別問題進行套用基礎研究探討。.本項目的創新之處是：（1）設計一種基於粒計算思想的初級視覺篩選規則，構建一種新的適合真實環境人臉的視覺感知計算模型；（2）提出真實環境人臉的顯著特徵和Gist特徵概念並給出相應特徵抽取算法；（3）提出一種稀疏視覺特徵學習算法進行鑑別分析。本項目的開展將為真實環境人臉識別奠定理論和技術基礎，並為其他系統對複雜環境的自適應能力提高提供新的參考方法。
結題摘要
隨著數碼產品、智慧型手機的普及，人臉圖像數據越來越容易獲得，如何利用好這些圖像信息有著迫切的市場需求，真實環境人臉識別技術是解決該需求的有效方法之一。真實環境人臉識別技術研究的難點和重點之一是如何抽取一種對真實環境人臉自身變化和攝影環境變化魯棒的視覺特徵。本項目從稀疏視覺特徵學習的角度，對真實環境人臉識別問題進行套用基礎研究探討，主要取的以下研究成果：1、 針對真實環境彩色人臉圖像存在大量信息冗餘的問題，從鑑別特徵抽取角度出發，提出針對彩色人臉圖像的二維不相關鑑別特徵抽取算法；該算法可以在降低信息冗餘度的同時，提取人臉空間結構特徵； 2、 針對真實環境彩色人臉圖像中大量圖像沒有標籤信息的問題，本項目從主成分分析角度出發，提出針對彩色人臉圖像的二維不相關主成分特徵抽取算法；3、針對現實環境人臉識別中的小樣本問題，本項目從流形學習角度出發，提出了一種圖嵌入的鑑別分析方法。該方法提供一種多流形學習線性近似的新方法；4、從校準技術角度，系統分析了流行機器學習方法的多線性擴展問題，提出了通用的稀疏校準張量學習框架。不同與傳統的張量學習方法，在該框架中，引入了L1和L2範數，設計了基於稀疏校準的準則函式，並給出了顯式解。詳細分析算法複雜度。從實驗效果來，該方法得到的特徵更加魯棒和高效；5、提出了自適應性慢特徵鑑別分析方法由於對數據分布結構的未知，慢特徵鑑別分析方法並不能充分利用數據中的鑑別信息。針對這個問題，我們提出了自適應性慢特徵鑑別分析方法。首先設計了自適應準則構造類內時間序列；其次通過最小化類內時間序列方差和最大化類間時間序列方法夠著最佳化函式；6、提出了基於貝葉斯網路的協同控制算法針對監控視頻中的行人檢測和行人跟蹤的問題，提出了基於貝葉斯網路的多攝像頭協同控制算法最佳化攝像頭架設的位置，通過adboost算法提取了多層級行人局部混合特徵從而提高行人跟蹤的精度。本項目的開展將為真實環境人臉識別奠定理論和技術基礎，並為其他系統對複雜環境的自適應能力提高提供新的參考方法。
