《複雜環境下的人臉識別與跟蹤算法研究》是依託北京交通大學,由阮秋琦擔任項目負責人的面上項目。
基本介紹
- 中文名:複雜環境下的人臉識別與跟蹤算法研究
- 項目類別:面上項目
- 項目負責人:阮秋琦
- 依託單位:北京交通大學
- 負責人職稱:教授
- 批准號:60472033
- 研究期限:2005-01-01 至 2007-12-31
- 申請代碼:F0116
- 支持經費:26(萬元)
《複雜環境下的人臉識別與跟蹤算法研究》是依託北京交通大學,由阮秋琦擔任項目負責人的面上項目。
《複雜環境下的人臉識別與跟蹤算法研究》是依託北京交通大學,由阮秋琦擔任項目負責人的面上項目。項目摘要人臉識別屬於計算機信息處理領域中的研究內容,是當前模式識別和圖像理解中最熱門的研究主題之一。已有的算法僅適用於限定任務域...
在人臉識別方面,提出了基於Adaboost的雙向2DLDA融合的人臉識別方法,即2DLDA和E2DLDA的融合。2DLDA主要利用圖像垂直方向上的判別信息,E2DLDA主要利用圖像水平方向上的判別信息,然後利用Adaboost融合這兩個方向的判別信息,實驗表明整體的識別算法具有更好的識別性能。引文格式 王守佳. 基於圖像的人體檢測跟蹤和人臉...
目前神經網路方法也是人臉識別與跟蹤技術中的研究熱點。Valentin提出一種方法,首先提取人臉的50個主元,然後用自相關神經網路將它映射到5維空間中,再用一個普通的多層感知器進行判別。對一些簡單的測試圖象效果較好;Intrator等提出了一種混合型神經網路來進行人臉跟蹤,其中非監督神經網路用於特徵提取,而監督神經網路用於...
人臉識別技術屬於生物特徵識別技術,是對生物體(一般特指人)本身的生物特徵來區分生物體個體。發展歷程 2014年3月,香港中文大學信息工程系主任、中國科學院深圳先進技術研究院副院長湯曉鷗領軍的團隊發布研究成果,基於原創的人臉識別算法,準確率達到98.52%,首次超越人眼識別能力(97.53%)。2019年8月17日,北京...
人臉識別一直是計算機視覺和模式識別領域的研究熱點,而非限制環境下的人臉識別,由於姿態、光照、年齡、表情變化的多樣性以及圖像質量的不可預見性,更富有挑戰性。圍繞這些難題,在本項目資助下,我們開展了如下研究:(1)針對姿態變化問題,分別提出基於Gabor特徵的權重分塊稀疏人臉表示算法、基於跨模態核線性判別分析...
除了最佳化SDLFA方式和RFFM核心算法外, 針對現實環境下的識別效果,人臉識別技術的核心算法還針對海量的上下文信息,進行高精度的線性及非線性判別分析,在高可信度的效能目標下,對檢測技術和識別算法,進行了全面的(效能&速度)指標提升:l SDLFA(Sparsification Dynamic Local Feature Analysis):動態局域特徵分析;...
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。
本項目組具有良好的人臉識別研究工作基礎。對本項目的研究將進一步推動人臉識別理論和技術的發展和進步。結題摘要 視覺大數據時代下的人臉識別研究具有廣泛的市場套用價值和重要的理論指導意義。為了有效地利用人臉大數據來提高人臉識別的性能,本項目以深度學習理論為基礎,針對複雜環境下的人臉識別問題,從人臉檢測、人臉...
第1部分首先介紹了人臉識別的基礎:計算機視覺和模式識別的原理,並介紹了20世紀70年代以來國內外人臉識別研究的研究動態和主要方法,以及國內外人臉識別研究的主要成果和用途。第2部分介紹了基於雙屬性圖的人臉識別算法,該算法採用人臉特徵檢測、主成分分析方法、Gabor函式等建立了一個人臉特徵識別和屬性特徵匹配的人臉...
此外,多數現有的人臉識別方法約束人臉正面可見,並約束了人臉的姿態和偽裝等。在面向真實環境的人臉識別中,由於客觀條件的限制,將無法約束人臉的姿態、偽裝以及由此引起的人臉局部遮擋問題。然而,目前針對非約束人臉識別的研究還處於起步階段,亟待深入。本課題面向真實環境,研究基於四元數的非約束4D人臉識別方法,擬...
解決流形學習中的噪聲干擾、增量學習問題,給出有效的維數估計與Maniface特徵提取方法;最後研究結合自組織神經計算與統計學習的自適應子流形局部降維算法。該研究能夠提高人臉識別算法在複雜環境下的識別正確率,解決流形學習中的若干關鍵問題,增強高維數據降維能力,顯著提高動態人臉識別在國家安全檢測中的套用水平。
本項目按預定計畫,完成了文獻調研,理論研究,算法設計,數據處理和實驗驗證等工作。首先,我們針對視頻特性,例如訓練樣本中目標漂移和光照姿態變化巨大等,分別提出了基於稀疏最佳化和基於低秩約束的流形學習視頻人臉識別算法,設計了適合多態圖像環境的近鄰圖方案。其次,針對有完整且良好標記的視頻訓練樣本少的問題,我們...
課題組提出一種基於生成式對抗網路的人臉圖像生成方法,可以實現任意姿態和表情下人臉圖像的高精度合成,從而實現姿態和表情的歸一化;(3)在目標跟蹤方面,課題組先後提出了結構化稀疏表示魯棒跟蹤算法、多任務相關粒子濾波跟蹤算法、分層約束的分塊跟蹤算法等,極大地提高了複雜環境下目標跟蹤算法的精度和魯棒性;(4...
《基於非負稀疏編碼的人臉識別算法研究》是依託中國科學院合肥物質科學研究院,由孫戰里擔任項目負責人的青年科學基金項目。項目摘要 本項目主要研究基於視覺機理模擬的非負稀疏編碼算法,及其在人臉識別中的套用。首先,從人臉圖像的結構稀疏性出發,建立基於視覺系統主視皮層V1區神經細胞模擬的非負稀疏編碼模型。接著,...
同時將所提出的方法與傳統人臉識別算法相融合。研究表明,利用高解析度人臉圖像進行人臉識別可顯著提高傳統人臉識別技術的性能。 (2)在人臉圖像的精確器官定位研究方面,以基於統計學習方法為總體思路,研究了基於主動形狀模型和隨機森林分類器的多姿態人臉器官特徵點定位算法,以及在多視角主動表象模型框架下的人臉器官...