基于图像融合的人脸识别研究

本项目研究面向人脸识别领域中的三个具体问题：多摄像机所摄取视频图像中由于不同焦距影响所造成的人脸模糊，Gabor滤波后所造成的信息冗余，多姿态多模式识别模型决策信息冗余。这些问题的解决有利于提高人脸图像质量、对局部光照变化不敏感、提高多姿态识别效果，从而提升人脸识别算法或系统的整体性能。为了综合利用图像互补信息和消除冗余信息，分别在图像的像素级、特征级和决策级进行融合，解决多幅图像时间、空间配准，建立基于多摄像机的图像像素级融合的模型，实现视频图像的连续、动态聚焦；建立多种Gabor滤波特征融合模型，寻找对局部光照不敏感的高鉴别力人脸描述方法；建立多姿态多模式人脸识别模型和决策级融合模型，实现多姿态多模式人脸识别；最终实现一个验证上述模型和算法有效性的的人脸识别原型系统。