基于扩展的结构化误差编码方法的有遮挡人脸识别研究

项目名称： 基于扩展的结构化误差编码方法的有遮挡人脸识别研究

项目编号： No.61402411

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 自动化技术、计算机技术

项目作者： 李小薪

作者单位： 浙江工业大学

项目金额： 26万元

中文摘要： 现实中采集到的人脸图像往往会因各种复杂因素的交错混叠而发生局部遮挡。局部遮挡的复杂性和不可预料性，为人脸识别带来了巨大挑战。结构化误差编码方法是目前处理有遮挡人脸识别问题的前沿方法之一，其主要优势在于可以充分利用遮挡的先验结构对误差权重和权重相对于误差的先验建模，具有极大的灵活性和可扩展性；然而，由于未充分考虑由遮挡引发的误差的先验，其识别性能往往因遮挡类型的不同而有很大差别。本项目提出扩展的结构化误差编码方法：广泛地探讨现实中各类遮挡的先验结构，将其从空间连续性和边缘正则性拓展到与人脸的差异性结构和遮挡自身的固有结构两方面；充分利用遮挡与人脸的差异性结构设计误差度量算子，把误差度量从简单的全局加权度量拓展到有遮挡区域的结构化度量和无遮挡区域的加权度量；引入差异性结构感知准则，以针对不同类型的遮挡自适应地选取误差度量算子。通过这一研究，以期能实现面向各种类型的有遮挡人脸的鲁棒识别。

中文关键词： 人脸识别；结构化误差编码；遮挡检测；鲁棒特征提取；模糊重构

英文摘要： In real world, facial occlusions are usually incurred by various complex factors. The complexity and unpredictability of occlusions take great challenge to face recognition (FR). Structured error coding (SEC) is one of the state-of-the-art methods for FR

英文关键词： Face Recognition；Structured Error Coding；Occlusion Detection；Robust Feature Extraction；Fuzzy Reconstruction