《基於表達殘差稀疏性的遮擋人臉識別方法研究》是依託哈爾濱工業大學，由米建勛擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於表達殘差稀疏性的遮擋人臉識別方法研究
- 依託單位：哈爾濱工業大學
- 項目類別：青年科學基金項目
- 項目負責人：米建勛
項目摘要,結題摘要,
項目摘要
人臉識別技術成為近三十年里圖像處理和模式識別中最熱門的研究主題之一。如何識別被遮擋的人臉是該技術目前面臨的一個重大挑戰。傳統的方法通過提高分類器的魯棒性來降低遮擋對識別結果的影響，然而效果不夠理想且理論基礎不夠堅實。本項目提出利用線性編碼理論來解決遮擋人臉識別問題。我們認為測試樣本（帶遮擋人臉圖片）與用訓練樣本所表達的測試樣本之間的殘差滿足稀疏性。基於這個性質，我們擬提出三種具有不同特性的新分類方法：第一種方法採用每類樣本分別對測試樣本進行表達的策略進行快速分類；第二種方法採用共同表達策略來進行更高準確性的分類；第三種方法採用引入非線性函式的策略進行具有更高魯棒性的分類。由於我們利用了一種全新的理論所構建的方法來解決遮擋人臉識別問題，所以本項目具有一定的理論創新價值。通過本項目的研究，將能進一步推動人臉識別技術的發展，並對我國正大力倡導的信息化社會建設和平安城市建設等起到一定的推動作用。
結題摘要
在人臉識別系統中，待識別人臉上可能會帶有各種不可預計的干擾因素，本研究主要關注如何識別部分被遮擋的人臉。本研究的理論基礎是線性編碼理論，它具有對測試樣本被稀疏噪聲干擾時仍然進行正確編碼的特性。主要研究內容包括：基於單類別線性模型的分類方法；利用聯合表達技術現實更高精確度的分類方法；利用魯棒線性函式構建適用範圍更廣的分類方法。本研究發表人臉識別相關的SCI收錄論文六篇（其中二區三篇，三區一篇，四區兩篇），Google學術顯示這六篇引用次數超過80次，申請人臉識別專利一項，超過項目預期成果數量要求。項目還支持其它SCI論文發表兩篇。所發表的成果符合項目預期的技術路線，證明了項目設計的合理性和有效性。通過開展本項目的研究工作，取得一定的成果，其豐富了人臉識別領域的理論基礎，推動了本領域的發展。
