要从根本上治理目前国内许多城市所面临的严峻社会治安问题, 除了加重刑罚, 增加罪犯犯罪成本外, 关键还在于加大监控力度。但由于技术方面的原因, 目前尚无法从监控录像中的模糊人脸图像序列中识别出罪犯来。使得许多城市, 如广州, 花费巨资所设立的监控系统形同虚设, 对罪犯起不到任何威慑和打击作用。 因此, 针对监控录像的特点, 研究出一种有效的人脸超分辨率重构识别技术, 就显得十分迫切和必要了。本课题主要研究内容为: 利用采集到的人脸样本构建基于Morphable模型的特征空间, 研究直接在特征空间中进行人脸超分辨率重构和识别的方法并完成相应的功能软件。这一工作的完成将为维护社会安定和刑事侦察提供新的有效辅助手段, 为实现拥有自主知识产权的软件系统产品打下基础。
{{i.achievement_title}}
数据更新时间:2023-05-31
一种基于多层设计空间缩减策略的近似高维优化方法
基于改进LinkNet的寒旱区遥感图像河流识别方法
萃取过程中微观到宏观的多尺度超分子组装 --离子液体的特异性功能
基于主体视角的历史街区地方感差异研究———以北京南锣鼓巷为例
二维FM系统的同时故障检测与控制
面向识别的低质量人脸特征超分辨率重建技术研究
超低分辨率人脸识别
基于超分辨率技术的视频重构与编码研究
人脸识别技术与算法的研究