基于距离度量学习和类依赖特征分析的人脸特征提取方法研究

In recent years, face recognition in an unconstrained environment has received extensive research and attention. How to extract the effective feature is one of the key issues for face recognition. The aim of this project is to study effective discriminant feature extraction methods for accurately recognizing faces in an unconstrained environment. Based on the cascade structure of distance metric learning and class-dependence feature analysis, we focus on the large-scale semidefinite metric learning, incremental learning,the design of correlation filter and correlation filter bank. The project tries to develop effective discriminant feature extraction algorithms for face recognition, so that the recognition difficulties caused by various factors such as illumination, pose, expression, age, can be relatively alleviated. The project team has a good foundation for the face recognition research. This project will bring the further improvement to the face recognition technology.

近年来，复杂环境下的人脸识别受到了广泛的研究和关注。如何提取有效的人脸特征是人脸识别的关键问题之一。本项目的研究目标是针对复杂环境下的人脸识别，在距离度量学习和类依赖特征分析级联结构框架的基础上研究有效的鉴别特征提取方法。从大规模数据半正定度量学习、增量学习、相关滤波器和相关滤波器组的设计等方面分别进行深入研究，建立起一套有效的人脸鉴别特征提取方法，从而在一定程度上克服由光照、姿态、表情和年龄等各种内外因素所造成的人脸识别困难。本项目组具有良好的人脸识别研究工作基础。对本项目的研究将进一步推动人脸识别技术的发展。

针对复杂环境下的人脸识别问题，本项目对其核心之一的人脸特征提取技术展开工作。在距离度量学习和类依赖特征分析级联结构框架的基础上，从1）大规模数据半正定度量学习、2）增量学习、3）相关滤波器的设计、4）相关滤波器组的设计等四个方面进行深入研究。具体包括：1）为了处理大规模人脸数据聚类，我们给出了一种有效的谱聚类方法，称之为半正定谱聚类（SSC），用于有效的聚类。为了得到有效的投影变换矩阵，我们研究并提出了一种有效的基于低秩约束的度量学习算法。此外，我们进一步扩展了传统距离度量学习算法的降维作用，重点研究基于偏最小二乘算法（PLS）的目标检测算法。2）我们结合增量学习针对目标跟踪展开研究，设计了一种有效的基于在线距离度量学习的目标跟踪算法。在目标跟踪的基础上，我们提出了利用在偏最小二乘法中引入结构化的标定信息进行同时目标跟踪和目标分割，从而可以有效地防止目标的漂移问题。为了有效地避免自训练学习引起的不足，同时保持传统在线半监督boosting 方法的优势，我们还提出了一种新的在线半监督boosting 的协同训练跟踪方法(称为Co-SemiBoost)。3）我们提出了非限制最优类外原点折中滤波器（UOOTF）。与传统的相关滤波器不同，我们研究了最优化相关输出平面类内和类间样本输出的设计准则。在该设计准则下新型相关滤波器的性能显著提高。另外，我们将滤波器设计的思想推广到人脸表情识别，我们设计了一种基于鉴别滤波器的回归学习方法（DFRL）来提取人脸图像中的鉴别性特征。此外，我们利用非线性融合方法（即多项式相关滤波器）来融合全局特征和局部特征处理人脸姿态变化下的人脸识别问题。4）我们引进了一种有效的人脸特征提取算法，称之为基于多子区域的相关滤波器组（MS-CFB），用于鲁棒的人脸识别。进一步地，我们利用方向相关滤波器组来估计人脸姿态。.在应用方面，我们研究把相关滤波器和距离度量学习技术推广到人脸识别、人脸表情识别、人脸姿态估计、目标检测和目标跟踪等应用上取得了良好的性能。上述工作为未来的研究奠定了坚实的基础。