项目名称: 非限制环境下人脸识别关键技术研究

项目编号: No.61273270

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 胡海峰

作者单位: 中山大学

项目金额: 80万元

中文摘要: 人脸识别一直是计算机视觉和模式识别领域的研究热点,而非限制环境下的人脸识别,由于姿态、光照的多样性以及图像质量的不可预见性,更富有挑战性,近年来成为新的关注点。围绕这些难题,本项目将展开如下研究:(1)拟研究基于三维模型的多姿态人脸识别技术,重点解决基于单一样本多姿态人脸图像的三维外形重建以及基于多层次描述的三维人脸表征等问题;(2)拟对极端光照变化下的人脸表征方法展开研究,重点解决非朗伯反射约束条件下的光照不变人脸特征提取以及松弛配准条件下的人脸稀疏表示问题;(3)拟对超低分辨率的人脸图像重构进行研究,重点解决多模态非线性关系学习以及基于语义约束的人脸超分辨率重构等问题。通过本课题研究,期望在三维人脸表征、光照不变人脸特征提取以及超低分辨率人脸图像重构等方面获得突破。最后,我们将利用本研究所得的新理论和方法,构建一个面向实际环境的人脸识别系统。

中文关键词: 人脸识别;人脸表征;光照变化;人脸超分辨率技术;深度学习

英文摘要: Face recognition has long been a hot research subject in computer vision and pattern recognition field. Face recognition in unconstrained environments is even more challenging due to the variety and unpredictability of illumination, pose and face image quality. In order to effectively solve the above problems, we will make deep research in this project to obtain the key approach of unconstrained face recognition, which include: (1) Deep research will be made on the 3D-model based face recognition for solving large pose variations. Our work will be concentrated on two problems, i.e. how to generate 3D models from any single 2D images and how to represent 3D face with using multiscale descriptors. (2) Deep research will be made on the face recognition under varying illumination conditions. Our work will be focused on two problems, i.e., how to obtain the illumination-invariant facial features under Non-Lambertian assumption and, how to solve the illumination problem with Sparse Representation under weak image alignment constraint. (3) Deep research will be made on face super-resolution (SR) techniques. We will find a new approach to learn the nonlinear relationship between the high-resolution image space and the very low resolution image space for face SR. Moreover, we will investigate how to introduce the semant

英文关键词: Face Recognition;Face Representation;Illumination Variation;Face Super-resolution;Deep Learning

成为VIP会员查看完整内容
0

相关内容

人脸识别,特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音(语音)、体形、个人习惯(例如敲击键盘的力度和频率、签字)等...
视频隐私保护技术综述
专知会员服务
34+阅读 · 2022年1月19日
「小样本深度学习图像识别」最新2022综述
专知会员服务
101+阅读 · 2022年1月15日
【博士论文】开放环境下的度量学习研究
专知会员服务
46+阅读 · 2021年12月4日
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
专知会员服务
10+阅读 · 2021年10月14日
专知会员服务
50+阅读 · 2021年8月13日
专知会员服务
60+阅读 · 2021年3月25日
专知会员服务
79+阅读 · 2020年10月2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
【天津大学】风格线条画生成技术综述
专知会员服务
31+阅读 · 2020年4月26日
一文读懂3D人脸识别十年发展及未来趋势
机器之心
1+阅读 · 2021年10月3日
深度解析人脸关键点Landmark算法FPS3000
CVer
13+阅读 · 2020年7月4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
【紫冬新作】人脸识别新突破:真实场景下的大规模双样本学习方法
中国科学院自动化研究所
11+阅读 · 2019年3月7日
人脸识别技术全面总结:从传统方法到深度学习
算法与数学之美
12+阅读 · 2019年2月27日
人脸检测与识别总结
计算机视觉战队
21+阅读 · 2017年11月29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
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014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 · 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
Arxiv
14+阅读 · 2021年3月10日
Arxiv
10+阅读 · 2020年11月26日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
Arxiv
136+阅读 · 2018年10月8日
小贴士
相关VIP内容
视频隐私保护技术综述
专知会员服务
34+阅读 · 2022年1月19日
「小样本深度学习图像识别」最新2022综述
专知会员服务
101+阅读 · 2022年1月15日
【博士论文】开放环境下的度量学习研究
专知会员服务
46+阅读 · 2021年12月4日
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
专知会员服务
10+阅读 · 2021年10月14日
专知会员服务
50+阅读 · 2021年8月13日
专知会员服务
60+阅读 · 2021年3月25日
专知会员服务
79+阅读 · 2020年10月2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
【天津大学】风格线条画生成技术综述
专知会员服务
31+阅读 · 2020年4月26日
相关资讯
一文读懂3D人脸识别十年发展及未来趋势
机器之心
1+阅读 · 2021年10月3日
深度解析人脸关键点Landmark算法FPS3000
CVer
13+阅读 · 2020年7月4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
【紫冬新作】人脸识别新突破:真实场景下的大规模双样本学习方法
中国科学院自动化研究所
11+阅读 · 2019年3月7日
人脸识别技术全面总结:从传统方法到深度学习
算法与数学之美
12+阅读 · 2019年2月27日
人脸检测与识别总结
计算机视觉战队
21+阅读 · 2017年11月29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
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014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 · 2009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