本项目充分利用人脸的生理特性,包括二维特征和三维特征,进行鲁棒的人脸识别,提高人脸识别的精度,扩大人脸识别系统的应用范围。该项研究在国际上刚刚起步,对它的研究在理论和应用中都具有重要意义。本项目研究的主要内容包括融合纹理信息和形状信息的特征点检测、基于局部描述因子的纹理特征提取研究、三维形状特征的描述与提取、特征级融合策略的研究、决策级融合策略的研究、鲁棒人脸系统的构建。本项目的最终目的在于构建鲁棒人脸识别完整理论框架,并将关键算法集成建立演示系统。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于国产化替代环境下高校计算机教学的研究
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
基于改进LinkNet的寒旱区遥感图像河流识别方法
二维FM系统的同时故障检测与控制
信息熵-保真度联合度量函数的单幅图像去雾方法
具有拓扑鲁棒性的三维人脸识别算法研究
基于确定学习与多视角信息融合的鲁棒步态识别研究
噪声环境下基于多域信息融合的说话人识别鲁棒性研究
基于二维和三维数据融合的室内物体识别方法研究