[00105493]基于图像配准与表示联合优化的自动人脸识别研究
联系人：
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
该项目为国家自然科学基金资助面上项目（项目批准号：61471048）。
该项目主要在面向遮挡、光照、多姿态等现实环境下的人脸图像的配准与表示和人脸识别中的度量学习、迁移学习等问题上开展研究，主要研究成果如下：
1. 提出了深度非监督域自适应方法，对源数据库和目标数据库之间的最大均值差异进行约束，同时利用源数据库的大量标记人脸图像对深层神经网络进行训练，从而缓解源和目标人脸数据库的差异，以保证模型在小样本条件下的泛化能力。
2. 提出了基于变分自编码器的人脸特征点定位方法，用一个改进的变分自编码器获取特征点局部响应，用一个卷积神经网络完成特征点位置映射，实现了在复杂的姿态、表情、遮挡下仍然能取得较高性能。
3. 提出了一种用三维合成扩充训练集，通过深度迁移实现人脸识别的方法。该方法首先利用 3D 人脸模型合成各种姿态和自然表情的人脸图像。在迁移学习中，将三维合成脸作为源域，原始的二维正面人脸作为目标域。深度迁移网络的优化目标是使共同特征提取层和辨别层的平均差异最大化。
