基于外观流形的动态视频人脸识别理论与方法研究

拟采用人脸外观流形学习与统计模式识别方法研究基于视频图像序列的人脸识别技术，探索人脸图像序列在外观流形上的时空关系，研究外观流形的几何拓扑性质，构造出对姿态、光照与表情不敏感的人脸不变特征量，提出一种新的基于动态视频序列的鲁棒人脸识别理论和方法。主要内容包括人脸外观流形的提取、高维数据可视化与特征提取以及人脸识别鲁棒算法的研究，拟从三个适应型层次展开：首先研究动态视频序列的自适应人脸跟踪与定位，探索小样本条件下从视频图像序列中提取外观流形的方法；其次研究基于流形学习的非线性降维方法，解决流形学习中的噪声干扰、增量学习问题，给出有效的维数估计与Maniface特征提取方法；最后研究结合自组织神经计算与统计学习的自适应子流形局部降维算法。该研究能够提高人脸识别算法在复杂环境下的识别正确率，解决流形学习中的若干关键问题，增强高维数据降维能力，显著提高动态人脸识别在国家安全检测中的应用水平。