《基於過完備感知模型和稀疏表示的有遮擋人臉識別研究》是依託深圳大學，由沈琳琳擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於過完備感知模型和稀疏表示的有遮擋人臉識別研究
- 項目類別：青年科學基金項目
- 項目負責人：沈琳琳
- 依託單位：深圳大學
項目摘要,結題摘要,
項目摘要
模擬人類視覺模型、解決有遮擋問題，從而縮小人臉識別系統和人類的差距是當前人臉識別研究熱點。本項目擬從視神經元細胞過完備感知模型入手，研究模擬該機制的識別算法，提高自動人臉識別系統的準確性和魯棒性。. 生物視覺系統的過完備感知機制表明視覺皮層數目眾多的神經元構成一個過完備字典，大腦對輸入的信號通過少數神經元的回響形成對圖象的稀疏表示。相對正交非冗餘系統，過完備字典和稀疏表示能更好地表示複雜的圖象信號、具有更強的匹配靈活性。本項目通過回響機制類似神經元的二維Gabor函式構造過完備字典、將人臉圖象的特性用於指導Gabor原子的參數設計、結合可分性衡量指標研究快速的稀疏表示求解算法，最後得到充分模擬該視覺機制的人臉識別算法模型。. 本項目研究的方法在識別上的套用還處於起步階段，具有前瞻性和挑戰性。本研究在理論和關鍵技術上的突破對於探索新的人臉識別算法具有重要的理論意義和實用價值。
結題摘要
申請人主持的青年科學基金項目在過完備字典設計和稀疏表示求解算法等領域進行了深入研究，在基於二維/三維Gabor函式的過完備字典設計、稀疏表示求解算法、圖像預處理以及系統開發等方面獲得了較大研究進展。在過完備字典設計方面，我們根據大腦視覺皮層神經元對刺激回響的特點，採用Gabor函式構造了過完備字典，成功實現了基於這些字典的人臉、掌紋、和硬幣識別系統；在二維Gabor字典的研究基礎上，首次提出了用於三維圖像數據表示的三維Gabor字典，並成功套用於高光譜遙感圖像分類；最後，通過有遮擋人臉和正常人臉的字典表示統計分析，通過去除遮擋人臉特徵提高了人臉識別準確率。 相關研究工作已經發表學術論文27篇，其中SCI檢索國際期刊論文8篇，EI檢索22篇。發表的國際權威期刊包括《IEEE Transactions on Image Processing》、《IEEE Transactions on Geoscience and Remote Sensing》、《Sensors》、《IET Image Processing》、《International Journal of Pattern Recognition and Artificial Intelligence》和《模式識別與人工智慧》等。
