项目名称: 基于流形学习的视频人脸识别方法研究

项目编号: No.61371183

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 无线电电子学、电信技术

项目作者: 赵继东

作者单位: 电子科技大学

项目金额: 76万元

中文摘要: 在几十年的国际计算机视觉及智能计算研究中,人脸识别始终是最重要的难题 之一并吸引了大量研究工作人员的兴趣。随着视频监控、视频分享等应用的普及,视频人脸 识别技术的需求也日益迫切。基于视频的人脸识别可以利用视频中的时间及空间信息增加识 别的准确度,近年来成为了人脸识别领域的研究热点。本项目认识到了流形学习方法在人脸 识别领域的独特优势,而视频人脸具有比静止人脸更丰富的认知特征,而作为非线性数据的 维数也更高,很自然的一个想法是基于流形学习的算法应该可以在视频人脸识别上表现优 异。本项目准备在前期对流形学习方法的优化研究基础上,致力于解决困扰流形学习方法应 用于视频人脸识别时遇到的一些具体问题,找到使流形学习方法成功应用于视频人脸识别的 有效途径,从而推动视频人脸识别技术的发展。

中文关键词: 流形学习;低秩表示;稀疏优化;迁移学习;视频分析

英文摘要: Over the past several decades, face recognition has been the most important topic and draws much attention in the field of computer vision and artificial intelligence. With the increasing popularity of such application as video surveillance and sharing, i

英文关键词: Manifold learning;low-rank representation;sparse optimization;transfer learning;video analysis

成为VIP会员查看完整内容
0

相关内容

流形学习,全称流形学习方法(Manifold Learning),自2000年在著名的科学杂志《Science》被首次提出以来,已成为信息科学领域的研究热点。在理论和应用上,流形学习方法都具有重要的研究意义。假设数据是均匀采样于一个高维欧氏空间中的低维流形,流形学习就是从高维采样数据中恢复低维流形结构,即找到高维空间中的低维流形,并求出相应的嵌入映射,以实现维数约简或者数据可视化。它是从观测到的现象中去寻找事物的本质,找到产生数据的内在规律。
基于深度学习的图像目标检测算法综述
专知会员服务
92+阅读 · 2022年4月15日
专知会员服务
92+阅读 · 2021年6月23日
专知会员服务
120+阅读 · 2021年6月19日
专知会员服务
116+阅读 · 2021年4月29日
专知会员服务
54+阅读 · 2021年4月20日
视频人脸识别进展综述
专知会员服务
53+阅读 · 2021年3月12日
专知会员服务
33+阅读 · 2021年2月7日
专知会员服务
94+阅读 · 2021年2月6日
深度学习目标检测方法综述
专知会员服务
259+阅读 · 2020年8月1日
基于深度学习的表面缺陷检测方法综述
专知会员服务
92+阅读 · 2020年5月31日
基于深度学习的图像目标检测算法综述
专知
1+阅读 · 2022年4月16日
基于深度学习的小目标检测方法综述
专知
1+阅读 · 2021年4月29日
文本情感分析方法研究综述
专知
4+阅读 · 2021年4月20日
最全综述 | 图像分割算法
计算机视觉life
13+阅读 · 2019年6月20日
综述 | 近5年基于深度学习的目标检测算法
计算机视觉life
36+阅读 · 2019年4月18日
大讲堂 | 基于小波变换的图卷积神经网络
AI研习社
12+阅读 · 2019年1月3日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
独家 | 基于深度学习的行人重识别研究综述
AI科技评论
11+阅读 · 2017年12月20日
国家自然科学基金
2+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
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
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010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
国家自然科学基金
0+阅读 · 2008年12月31日
Simple and Effective Unsupervised Speech Synthesis
Arxiv
2+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
小贴士
相关VIP内容
基于深度学习的图像目标检测算法综述
专知会员服务
92+阅读 · 2022年4月15日
专知会员服务
92+阅读 · 2021年6月23日
专知会员服务
120+阅读 · 2021年6月19日
专知会员服务
116+阅读 · 2021年4月29日
专知会员服务
54+阅读 · 2021年4月20日
视频人脸识别进展综述
专知会员服务
53+阅读 · 2021年3月12日
专知会员服务
33+阅读 · 2021年2月7日
专知会员服务
94+阅读 · 2021年2月6日
深度学习目标检测方法综述
专知会员服务
259+阅读 · 2020年8月1日
基于深度学习的表面缺陷检测方法综述
专知会员服务
92+阅读 · 2020年5月31日
相关资讯
基于深度学习的图像目标检测算法综述
专知
1+阅读 · 2022年4月16日
基于深度学习的小目标检测方法综述
专知
1+阅读 · 2021年4月29日
文本情感分析方法研究综述
专知
4+阅读 · 2021年4月20日
最全综述 | 图像分割算法
计算机视觉life
13+阅读 · 2019年6月20日
综述 | 近5年基于深度学习的目标检测算法
计算机视觉life
36+阅读 · 2019年4月18日
大讲堂 | 基于小波变换的图卷积神经网络
AI研习社
12+阅读 · 2019年1月3日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
独家 | 基于深度学习的行人重识别研究综述
AI科技评论
11+阅读 · 2017年12月20日
相关基金
国家自然科学基金
2+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
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
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010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
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员