成果介紹

人臉圖像分析研究不僅能豐富和發(fā)展圖像處理與分析的理論和方法，而且在教育、醫(yī)療、公安等社會服務以及公共安全等行業(yè)中具有重要的應用價值。基于人臉視覺特征的表情、身份以及親屬關系識別是當前人臉圖像分析研究的前沿課題，而光照和人臉姿態(tài)變化等因素對人臉視覺特征提取與建模的影響則成為當前該研究面臨的主要瓶頸。開展魯棒人臉視覺特征的提取、建模與識別研究，突破現(xiàn)有研究的局限性，能顯著推動人臉圖像分析的研究進展，進一步滿足國家在社會服務與公共安全等領域中的需求。

技術創(chuàng)新點及參數(shù)

1、 突破局部二值模式編碼的視覺特征描述算子的局限性，提出局部三值模式編碼的視覺特征描述算子，提出解決場景光照變化干擾以及高斯噪聲干擾的圖像處理一般性方法。

2、 率先提出基于區(qū)域協(xié)方差矩陣的非正面表情特征描述方法，提出基于高斯混合模型和最小貝葉斯錯誤率估計的異方差鑒別分析方法，建立基于高斯混合模型的多視角表情識別理論。

3、 率先提出基于人類學和遺傳學的“父母—子女”親屬關系鑒別方法，提出以父母年輕時面部圖像為橋梁的“父母—子女”親屬關系鑒別的子空間遷移學習理論和方法。

4、 提出人臉視覺特征提取和識別的多流形鑒別分析理論，提出雙子空間鑒別分析的增量式算法，突破雙子空間鑒別分析方法的計算瓶頸。

市場前景

本項目圍繞人臉圖像中的表情、身份以及親屬關系識別等科學問題，深入開展魯棒人臉視覺特征的提取、建模與識別的理論和方法研究，重點解決視覺場景中光照與人臉姿態(tài)變化下的魯棒人臉視覺特征的提取與建模問題