项目名称: 面向遮挡条件下的人脸识别方法研究

项目编号: No.61502067

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 其他

项目作者: 栾晓

作者单位: 重庆邮电大学

项目金额: 20万元

中文摘要: 光照、姿态以及遮挡是影响人脸识别系统性能的主要因素,目前尚未得到很好解决。其中,遮挡会造成人脸图像信息缺失,干扰对面部特征的抽取,甚至导致人脸识别算法失效。如何提取不受遮挡影响的人脸特征以及对遮挡人脸进行有效表示是该方向研究重点和难点。本项目将重点研究遮挡条件下人脸识别的关键技术,其目的是进一步提高人脸识别系统的精度和鲁棒性。通过分析遮挡区域对人脸识别算法的影响,本项目的主要研究思路是:研究利用测试图像(带遮挡人脸图像)在不同类别下分解得到的稀疏残差成分抽取人脸的判别性特征;研究将人脸样本向低秩空间投影,同时约束不同类别人脸结构之间的相关性,从而抽取出不受遮挡影响的人脸本质特征;研究在线性回归分类方法中引入权重表示函数,自适应判别测试图像中的遮挡像素点并赋予其较小的权重,以减小其对测试图像编码的影响。本项目的研究有望丰富人脸识别的相关理论和算法,为实际应用提供理论和技术支持。

中文关键词: 模式识别;人脸图像识别;遮挡人脸识别

英文摘要: Illumination, pose and occlusions are major factors affecting the performance of face recognition system, and have not yet been solved. In particular, occlusion can cause the loss of facial information, the interference for facial feature extraction and recognition, and even leads to the failure of face recognition algorithms. How to extract facial features not affected by occlusion and effectively represent the occluded face is the key to solving this problem. This proposal will focus on the key technology of face recognition under occlusion, and aim to further improve the accuracy and robustness of face recognition systems. By analyzing the impact of occlusions on face recognition algorithms, the main idea includes the following aspects. Firstly, we propose to extract discriminative information of sparse residuals of test sample (occluded face image) under different subjects. Secondly, we propose to proposal face samples onto the associated low-rank space, while impose a constraint on correlation between different classes of face structure, and extract the intrinsic features which is robust to occlusion. Finally, we introduce a weight function into the linear regression classification method. The proposed method can adaptively determines the corrupted pixels and assigns small weight on those pixels, and can reduce the impact of occlusions on coding. This research is expected to enrich the theory and algorithms of face recognition, and to provide theoretical and technical supports for the application.

英文关键词: pattern recognition;face recognition;occluded face recognition

成为VIP会员查看完整内容
2

相关内容

模式识别 Pattern Recognition
深度学习人脸特征点自动定位综述
专知会员服务
23+阅读 · 2021年12月1日
面向行人重识别的局部特征研究进展、挑战与展望
专知会员服务
26+阅读 · 2021年10月13日
专知会员服务
18+阅读 · 2021年5月16日
专知会员服务
60+阅读 · 2021年3月25日
视频人脸识别进展综述
专知会员服务
54+阅读 · 2021年3月12日
专知会员服务
55+阅读 · 2021年3月5日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
103+阅读 · 2020年11月27日
最新《深度学习人脸识别》综述论文,
专知会员服务
67+阅读 · 2020年8月10日
TPAMI 2019 | 鲁棒RGB-D人脸识别
计算机视觉life
11+阅读 · 2019年6月8日
再谈人脸识别损失函数综述
人工智能前沿讲习班
14+阅读 · 2019年5月7日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
人脸专集4 | 遮挡、光照等因素的人脸关键点检测
计算机视觉战队
29+阅读 · 2019年4月11日
读者来稿 | 有效遮挡检测的鲁棒人脸识别
计算机视觉战队
19+阅读 · 2019年3月28日
人脸识别损失函数综述(附开源实现)
极市平台
29+阅读 · 2019年3月12日
人脸关键点检测综述(含论文、数据集、方法等)
【学界】基于条件深度卷积生成对抗网络的图像识别方法
GAN生成式对抗网络
16+阅读 · 2018年7月26日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Tikhonov Regularization of Circle-Valued Signals
Arxiv
1+阅读 · 2022年4月20日
A Survey on Deep Hashing Methods
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
12+阅读 · 2022年4月12日
Deep Face Recognition: A Survey
Arxiv
18+阅读 · 2019年2月12日
小贴士
相关VIP内容
深度学习人脸特征点自动定位综述
专知会员服务
23+阅读 · 2021年12月1日
面向行人重识别的局部特征研究进展、挑战与展望
专知会员服务
26+阅读 · 2021年10月13日
专知会员服务
18+阅读 · 2021年5月16日
专知会员服务
60+阅读 · 2021年3月25日
视频人脸识别进展综述
专知会员服务
54+阅读 · 2021年3月12日
专知会员服务
55+阅读 · 2021年3月5日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
103+阅读 · 2020年11月27日
最新《深度学习人脸识别》综述论文,
专知会员服务
67+阅读 · 2020年8月10日
相关资讯
TPAMI 2019 | 鲁棒RGB-D人脸识别
计算机视觉life
11+阅读 · 2019年6月8日
再谈人脸识别损失函数综述
人工智能前沿讲习班
14+阅读 · 2019年5月7日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
人脸专集4 | 遮挡、光照等因素的人脸关键点检测
计算机视觉战队
29+阅读 · 2019年4月11日
读者来稿 | 有效遮挡检测的鲁棒人脸识别
计算机视觉战队
19+阅读 · 2019年3月28日
人脸识别损失函数综述(附开源实现)
极市平台
29+阅读 · 2019年3月12日
人脸关键点检测综述(含论文、数据集、方法等)
【学界】基于条件深度卷积生成对抗网络的图像识别方法
GAN生成式对抗网络
16+阅读 · 2018年7月26日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Tikhonov Regularization of Circle-Valued Signals
Arxiv
1+阅读 · 2022年4月20日
A Survey on Deep Hashing Methods
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
12+阅读 · 2022年4月12日
Deep Face Recognition: A Survey
Arxiv
18+阅读 · 2019年2月12日
微信扫码咨询专知VIP会员