科创中国
一种人脸属性不变鲁棒性人脸识别方法及系统
发布时间: 2023-10-14
基本信息
合作方式：
技术转让
成果类型：
发明专利
行业领域：
电子信息技术,信息安全技术
成果介绍
本发明公开一种人脸属性不变鲁棒性人脸识别方法及系统，包括如下步骤：S1、提取人脸特征；S2、估计人脸属性；S3、构建并选择人脸属性子字典；S4、属性不变人脸特征提取；S5、人脸分类识别；系统中人脸深度特征提取模块分别与人脸属性识别模块、人脸属性字典构建模块相连，人脸属性识别模块依次连接人脸属性子字典选择模块、人脸属性不变特征提取模块、人脸分类识别模块，人脸属性子字典选择模块通过属性超完备字典与人脸属性子字典选择模块连接。本发明能够解决人脸的光照、姿态、表情、遮挡和分辨率同时变化及其组合变化等复杂环境下的人脸识别，并且保持人脸属性不变，鲁棒性高。
成果亮点
1)将目前热门的深度学习方法和经典的字典学习方法结合，提出深度字典学习方法提高字典学习的鲁棒性，并用采用协同学习策略，使得各子字典之间具有线性组合一致性，为后期的人脸属性不变特征提取创造了良好基础。
2)本发明根据输入人脸图像的属性类别选择相应的子字典构建人脸表示基空间，并进行属性不变人脸特征提取，解决了复杂环境下人脸的光照、姿态、表情、遮挡和分辨率同时变化问题。通过本发明提出的人脸特征不会随着人脸的光照、姿态、表情、遮挡和分辨率等变化而变化，为复杂场景下人脸识别问题提供了一条可行的解决方案。
团队介绍
湖北科技学院
成果资料
产业化落地方案
成果综合评价报告
评价单位：“科创中国”咸宁大健康、智能机电专业科技服务团 (湖北香城智能机电研究院有限公司) 评价时间：2023-12-12
徐碧玉
湖北香城智能机电研究院有限公司
副总经理
综合评价
该人脸属性不变鲁棒性人脸识别方法及系统具有很强的创新性。它打破了传统人脸识别方法的框架，提出了基于人脸属性不变的鲁棒性人脸识别方法，为解决复杂环境下的人脸识别问题提供了新的思路和解决方案。该系统综合运用了多种先进的技术和方法，如卷积神经网络、随机森林分类、深度字典学习、协同学习等，具有很高的技术含量。这些技术的有机融合使得该系统在人脸识别领域具有领先水平。该系统的实用性很强，能够适应各种复杂环境下的人脸识别需求。无论是在光照、姿态、表情、遮挡和分辨率等方面，该系统都能够实现准确、快速的人脸识别，具有很高的实用价值。该人脸属性不变鲁棒性人脸识别方法及系统具有广阔的市场前景。随着人工智能技术的快速发展和应用领域的不断拓展，人脸识别技术的市场需求不断增长。该系统在人脸识别领域具有领先水平，能够满足市场对高准确率、高鲁棒性的人脸识别技术的需求，具有很大的市场潜力。
查看更多>
下载app