本项目充分利用人脸的生理特性,包括二维特征和三维特征,进行鲁棒的人脸识别,提高人脸识别的精度,扩大人脸识别系统的应用范围。该项研究在国际上刚刚起步,对它的研究在理论和应用中都具有重要意义。本项目研究的主要内容包括融合纹理信息和形状信息的特征点检测、基于局部描述因子的纹理特征提取研究、三维形状特征的描述与提取、特征级融合策略的研究、决策级融合策略的研究、鲁棒人脸系统的构建。本项目的最终目的在于构建鲁棒人脸识别完整理论框架,并将关键算法集成建立演示系统。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于多模态信息特征融合的犯罪预测算法研究
居住环境多维剥夺的地理识别及类型划分——以郑州主城区为例
基于细粒度词表示的命名实体识别研究
基于二维材料的自旋-轨道矩研究进展
基于协同表示的图嵌入鉴别分析在人脸识别中的应用
具有拓扑鲁棒性的三维人脸识别算法研究
基于确定学习与多视角信息融合的鲁棒步态识别研究
噪声环境下基于多域信息融合的说话人识别鲁棒性研究
基于二维和三维数据融合的室内物体识别方法研究