《多模態Web人臉屬性學習方法及套用研究》是依託南京航空航天大學，由譚曉陽擔任項目負責人的面上項目。
基本介紹
- 中文名：多模態Web人臉屬性學習方法及套用研究
- 項目類別：面上項目
- 項目負責人：譚曉陽
- 依託單位：南京航空航天大學
項目摘要,結題摘要,
項目摘要
有效而簡潔的對象表示是複雜場景下的視覺套用所必須解決的難題之一。本項目擬基於人類視覺認知機理，從機器學習的角度，研究和構建新的計算模型和計算方法，並結合Web數據所特有的大數據量和多樣性特點，為複雜場景下Web人臉對象建立簡潔而信息含量豐富的屬性表示,從而提高計算機對Web人臉圖像的分析能力。為此，本項目重點研究： （1）面向Web人臉的深層機率隱因子模型構建，以得到具有高度不變性的中間特徵表示，並與局部特徵集相結合，從而提高屬性抽取的準確性和魯棒性；（2）基於多模態Web數據的屬性學習方法，以有效融合併使用網際網路時代的大量無標註多模態數據；（3）在以上基礎上的新型屬性套用，如高階關係屬性提取、屬性的個體化表示等。本項目的開展不但能有效提高計算機感知和融合多模態非結構化信息的能力，更好滿足實際套用需求，還可為複雜環境下視覺信息的理解提供新的計算模型和研究思路，為相關基礎理論作出貢獻。
結題摘要
有效而簡潔的對象表示是複雜場景下的視覺套用所必須解決的難題之一。本項目基於人類視覺認知機理，從機器學習的角度，研究和構建新的計算模型和計算方法，並結合Web數據所特有的大數據量和多樣性特點，為複雜場景下Web人臉對象建立簡潔而信息含量豐富的屬性表示,從而提高計算機對Web人臉圖像的分析能力。為此，本項目重點研究了： （1）Web人臉圖像的屬性表示學習方法研究，以得到具有高度不變性的中間特徵表示，並與局部特徵集相結合，從而提高屬性抽取的準確性和魯棒性；（2） Web人臉圖像特徵分析及人體圖像特徵分析, 研究困難場景下的人臉特徵分析方法及人臉圖像理解方法；（3）Web圖像標號噪聲問題研究：研究弱監督場景下如何進行有效的模式識別以及存在標號噪聲時如何進行魯棒識別這兩個關鍵問題;（4）在以上基礎上的新型屬性套用，如基於屬性的人體姿態識別、基於web圖像的親屬關係驗證等問題。本項目的開展不但有效提高了計算機感知和融合多模態非結構化信息的能力，更好滿足實際套用需求，還為複雜環境下視覺信息的理解提供了新的計算模型和研究思路，為相關基礎理論作出了貢獻。
