基于局部视觉模型的图像识别研究

人脸识别、人体检测与跟踪等图像识别任务具有的重要理论研究价值和广阔的应用前景。本项目将面向这些应用问题，在已有的Gabor, LGBP, LVP, 局部Fisher分类器集成等相关工作的基础上，借鉴视知觉组织有关机理，研究（1）对光照、姿态变化和局部形变更加鲁棒的局部建模方法；（2）基于局部模型的分量分类器设计及它们的集成理论与方法，特别是层级结构及其相应的级联分类器设计方法，解决大规模数据库检索时的效率问题；（3）提出"时空局部视觉模型"以处理和分析视频对象，同时考虑在时间域、空间域上的模式局部性。上述研究方法和结果将在人体检测与跟踪、人脸识别等实际应用问题上进行实验验证，期望能够较大幅度地提高这些视觉识别任务的精度和速度。