大规模多姿态人脸图像库的两步识别方案研究

人脸识别是当今模式识别领域与IT行业中基于人体生物特征进行身份认证的前沿研究热点，其研究不但对于模式识别理论发展具有重要学术意义，而且在商业、法律和其它领域有着广泛的市场应用前景。人脸识别问题挑战性在于人脸的姿态变化、成像光照条件变化以及人脸图象库规模变化。本项目主要是研究对大规模多姿态人脸图象库，如何解决人脸图象特征抽取与识别问题。本项目提出一个两步识别方案，具体研究内容有：基於反馈信息的待识别人脸的个性特征分布研究，基於反馈信息的分类器组合技术研究以及自适应LDA人脸非线性鉴别特征抽取研究。本项目研究的主要创新之处在于两步识别方案的设计使得识别系统能够从用户那儿得到反馈信息，从而能够利用反馈信息增加对待识别人脸个体特征分布的认识，以提高多分类器组合识别的性能。本项目研究的预期成果是解决在大规模多姿态变化情况下的人脸识别问题，完成人脸识别系统原型系统的设计、开发与测试。