基于移动互联网的新疆维吾尔族人脸识别方法研究

Face recognition based mobile networks has crucial significance for national security, national economic, scientific research and long-term stability of the xinjiang region. The traditional face recognition approaches usually built on the fixed devices which have several shortcomings: not for a specified national and not suitable for mobile environment. Thus a new face recognition approach and system are proposed for xinjiang uygur and based on mobile networks in this project. The main research contents are as follows：1) study on designing mobile network based Uighur people face recognition framework and building a Uighur people face database；2)study on effective face region description approaches based on mobile devices for the Uighur people; 3) study on the scalable face feature transmission approaches for robust face recognition; 4）study on face recognition based on the received scalable face description parameters from mobile networks. Innovation points：1) method of the face description and recognition for xinjiang uygur which lays the foundations for scalable parameter transmission over wireless networks; 2) scalable face feature parameters transmission approach which can maximize the final face recognition performances under specified wireless network environment; 3）important region resampling based face recognition approach which can improve the discrimination power of the important region for xinjiang uygur face recognition. This topic is expected to get a breakthrough in theory, Technology innovation in mobile network based xinjiang uygur face recognition. The proposed mobile network based face recognition approach and framework can make full use of the whole people participation，and it will solid the foundations for efficient and effective xinjiang uygur face recognition.

基于移动互联网人脸识别对国家安全、国民经济、科学研究和新疆地区的反恐维稳、长治久安等有重大的意义。针对传统的人脸识别方法对特定民族的不足及对移动环境的适应性不强，课题提出利用移动互联网的优势进行特定民族人脸识别。主要研究内容：基于移动互联网的维吾尔族人脸识别架构研究；智能移动终端人脸特征描述可行性分析与方法；高效人脸特征参数的可分级传输原理与方法；基于移动终端可分级传输参数的人脸确认方法研究。创新点：针对新疆维吾尔族人脸的特点建立分级特征参数描述机制，为可分级传输奠定基础，并进而提出人脸特征参数的可分级传输理论与方法，提升针对无线信道时变特性的人脸识别性能；提出基于重要区域重采样的人脸识别方法以提升重要区域在新疆维吾尔族人脸识别中的判别力。本课题将在理论和技术上有所突破和创新，利用全民参与的优势，为实现实时、高效的新疆维吾尔族人脸识别奠定基础。

针对传统的人脸识别方法对特定民族的不足及对移动环境的适应性不强的问题，本课题提出利用移动互联网的优势对特定民族进行人脸识别，主要进行以下几个方面研究：设计并搭建基于移动互联网的人脸识别架构，在人脸的识别和鉴定的过程中，提出一种新的基于HS－CbCrCg 肤色模型的人脸检测算法，在漏检率上和误检率有所改进，具有较强的适应性；在视频镜头边界检测算法研究的过程中，提出一种基于双树复小波变换及非负矩阵分解的算法，有效的克服光照和运动引起的干扰，具有较高的检测速度；在图像分类算法的研究的过程中，提出一种基于全局特征聚类和局部特征细化的NDIG检测算法，在COREL5k，OxBuild5k，GOLD，GOLDEN数据集上的实验结果显示，在准确率、召回率及F值这三项指标上具有明显优势，在计算时间上远低于图分割；在图像质量评估的研究的过程中，提出预测分辨率放大后的失真图像质量的一种CCS算法，所得结果更加符合于实际视觉评判效果、误判次数较低、达到了较高的预测评估度；在图像去噪算法的研究的过程中，提出结合 Contourlet 变换的各向异性扩散图像去噪和结合 Contourlet 变换的 Bayes 自适应图像去噪两种算法，克服了传统各向异性扩散去噪时丢失细节和出现阶梯效应的问题，更好地保留了图像的细节和纹理；在面向移动终端的人脸特征的提取的过程中，提出了一种基于小波变换和Gabor变换的算法，在ORL数据库上的实验结果表明，该方法提高了性能，降低了数据传输量；在基于移动互联网的数据分级传输研究的过程中，提出了双解码器模型及估计模型算法，在峰值信噪比和和均值信噪比的测评中优于梯度调度算法和内容无关调度算法；创建XJU1新疆主要少数民族人脸图像数据库。本项目在理论和技术上的突破和创新，为实现实时、高效的新疆维吾尔族人脸识别奠定基础，对国家安全、国民经济、科学研究和新疆地区的反恐维稳、长治久安等有重大的意义。