科研项目

人脸检测、识别与跟踪在身份鉴别、人机交互和图像库检索等广泛的领域中有着重 要的应用价值。作为生物特征之一的人脸,其优点是可以通过非接触方式获取。人 的步态的可感知性、非侵犯性、非接触性的优点已经使其成为一个独具特色的生物 行为特征用于远距离的身份识别。融合两者可以利用两者在特定应用场景下的优点, 进一步提高身份识别的准确率。研究利用步态和人脸的串行与并行层次化融合的性 别、年龄、种族等识别技术。

基于活体虹膜的身份识别技术就是利用人眼睛的虹膜特征通过计算机进行个 人身份 的自动认证技术。虹膜是一种最可靠和最稳定的特征。同时,由于虹膜是眼睛一个外 在的组成部分,因此虹膜识别系统对用户来说可以是非接触的。本项目研究虹膜特征 评价与识别关键算法。研究虹膜识别的理论框架与识别算法,研究活虹膜的检测机理, 特征评价与匹配。

信息隐藏技术是信息安全领域的一个重要分支。信息隐藏分析技术是信息隐藏技术的 攻击技术,它通过一定的检测方法发现隐藏于载体的嵌入信息井使之失效。目的是破 坏隐匿的通信系统。项目研究信息隐藏检测方法,重点研究在无原始图像和先验知识 的情况下隐藏信息检测方法。

在我国这样一个人口众多的国家,身份鉴定技术具有非常重要的应用价值。随着网络 技术的发展,信息安全也显示出前所未有的重要性。在金融、保安、司法、网络 传 输等应用领域,都需要精确的身份鉴定。以往的密码等方式具有易忘记、容易被别人 盗用等缺点,人们希望有一种更加可靠的办法来进行身份鉴定。本项目研究基于序列 图像的人脸识别、多种生物特征(人脸、虹膜、步态、笔迹、声纹、指纹等)的层次 化融合策略,建立多生物特征融合的理论框架。

人脸检测、识别与跟踪在身份鉴别、人机交互和图像库检索等广泛的领域中有着重要 的应用价值。作为生物特征之一的人脸,其优点是可以通过非接触方式获取。在本课 题的前期工作中,我们提出了基于奇异值分解的人脸特征提取。并且比较了最近邻法、 贝叶斯分类器和径向基函数神经网络等多种分类器。研究在多个方面融合二维与三维 信息进行人脸识别。

人运动分析与生物特征识别相结合的视觉监控目前已经成为一个流行的研究 方向。 人的步态的可感知性、非侵犯性、非接触性的优点已经使其成为一个独具特色的生物 行为特征用于远距离的身份识别。作为一种新的行为特征,步态还具有难 于隐藏和 伪装、易于捕捉等优点,而且它也是一定距离时唯一可感知的行为特征。

研究人脸、虹膜等生物特征的互隐藏方法,提高生物特征在身份识别方面的鉴别能力。

针对数字媒体应用中面临的媒体对象复杂性、媒体数据规模化、应用需求多样化等挑 战问题,研究视觉认知的层次性与整体性机制,提出媒体认知的层次化计算理论与模 型,构建符合媒体理解层次性和整体性的理论框架;研究多义性对象的学习理论和方 法、多模态高维异构数据的特征提取与描述方法。