[01180574]面向视频监控的生物特征识别关键理论与技术研究

视频监控在“平安城市”建设中发挥着重要作用,虽然现有的生物特征识别技术在近距离、环境可控条件下达到了实用的程度,但在远距离、非理想成像条件下（光照、背景变化、遮挡以及摄像设备差异等）和用户不配合（视角变化、表情变化、饰物乃至化妆）的监控环境下,仍普遍存在严重的性能瓶颈。本项目面向“平安城市”建设的重大应用需求,针对非理想成像条件下（光照、背景变化、遮挡以及摄像设备差异等）和用户不配合（视角变化、表情变化、饰物乃至化妆）的监控环境中身份识别问题,从生物感知模型和统计计算理论的研究出发展开深入了研究。在人脸图像归一化处理、稳健的判别特征的提取、序列图像距离度量、分类器集成、体态识别、行人再标识和视频分析、生物特征数据保护等方面深入研究监控中身份识别的计算模型和核心技术。 通过本项目的研究,取得了一批有意义的研究成果。特别是在以下几个方面取得了具有较大创新性的成果。 1．从生物感知模型和统计计算理论的研究出发,在韦伯局部描述子、具有旋转不变性的RGB-CLBP描述子、基于惩罚函数的原象学习算法框架理论等模式表达获得创新的理论成果; 2．在光照处理、人脸超分辨率和遮掩人脸的鲁棒特征提取等方面提出了原象学习的人脸归一化方法、基于小尺度与大尺度特征的人脸光照处理新框架等系列光照处理新方法,基于关系学习模型和基于成对局部保持映射等系列人脸超分辨率创新方法; 3．在人脸识别和行人再标定及数据库建设方面取得了较丰硕的成果。针对真实世界里的Still-to-Video的识别问题,构建并发布了数据库COX-S2V及其测试协议;提出了基于最大相关熵准则的人脸识别方法、基于Fourier特征与局部Gabor特征的层级集成的人脸识别方法等系列鲁棒的人脸识别。提出了基于距离学习的行人再标识模型、基于RGB-CLBP描述子的行人再标识方法等系列行人再标识方法,建立了检测和人脸识别原型系统。 该项目共发表SCI学术论文38篇,其中IEEE Transaction刊物的论文12篇,共计被SCI论文引用787次,其中他引724次,被Google Scholar引用2491次。成果达到国际领先水平,同意进行成果登记。