《海量視頻數據中基於異構並行系統的人臉識別技術》是依託湖南大學，由朱寧波擔任項目負責人的面上項目。
基本介紹
- 中文名：海量視頻數據中基於異構並行系統的人臉識別技術
- 項目類別：面上項目
- 項目負責人：朱寧波
- 依託單位：湖南大學
中文摘要,結題摘要,
中文摘要
隨著人類社會的視頻數據量爆炸性增長, 目前針對海量視頻數據的人臉識別存在效率低和準確率低等問題, 並行計算是海量視頻數據中高效進行人臉識別處理的可選途徑之一. 本項目面向海量視頻數據中人臉分析與識別全過程的並行化實現, 研究人臉目標檢測和跟蹤、基於稀疏表示的人臉特徵提取與識別算法, 以顯著提高海量視頻數據中的人臉識別效率. 研究內容為面向海量視頻數據的: (1)基於小容量字典學習的人臉分類算法及其並行計算; (2)基於流形的視頻人臉描述模型建立; (3)人臉目標檢測的並行AdaBoost算法; (4)基於MeanShift算法和Kalman濾波器的人臉目標跟蹤算法; (5)基於異構體系架構下的並行分塊PCA人臉特徵提取算法. 本項目的研究將不僅為人臉識別算法的設計提供新的思路, 而且為人臉識別並行套用效率的提高和為大規模人群背景下的人臉分析與識別的實際套用奠定基礎.
結題摘要
本項目屬於人臉識別領域，針對基於海量視頻中人臉識別的高性能並行計算，探索性地研究異構體系架構下的人臉識別並行化方式，研究內容已經按計畫完成。 項目組針對研究目標，採用加權稀疏表示方法建立了面向海量視頻數據中的並行人臉識別計算模型，利用異構體系架構下的並行分塊進行PCA人臉特徵提取，基於KSVD的稀疏表示字典學習算法的並行計算方法，縮短了人臉識別的計算時間；同時建立多核異構並行系統的人臉識別實驗平台，設計了適合典型高性能計算套用的並行人臉識別軟體系統原型。相關研究成果正在尋求推廣套用，已經與合作單位進行套用項目的開發。 本項目共發表論文9篇，其中7篇為 SCI收錄論文，2篇進入EI檢索。申請專利10項，申請軟體著作權4項。培養博士3人，碩士12人。
