基于压缩感知认知模型的面像识别与理解

项目名称： 基于压缩感知认知模型的面像识别与理解

项目编号： No.90920007

项目类型： 专项基金项目

立项/批准年度： 2010

项目学科： 医药、卫生

项目作者： 戴道清

作者单位： 中山大学

项目金额： 50万元

中文摘要： 压缩感知理论与稀疏表示方法近年来在统计信号处理领域得到快速发展。面像识别是模式识别、图像处理、计算机视觉、机器学习等领域的研究热点。本项目根据压缩感知原理，结合人的认知实际，提出崭新的视觉认知模型。该模型将测试样本表示为训练集(字典)的线性组合，组合系数的稀疏性与稀疏集中度可以用来衡量其类别属性。本项目将重点研究：（1）小样本条件下的降维与稀疏表示；（2）多重回归分析中的最优响应变量构造；（3）基于超分辨率重建技术与正则化策略的图像质量恢复；（4）大规模优化计算与在线学习算法；（5）面像认知与识别系统。项目的创新之处在于整合认知科学、信号处理、非线性优化、在线学习等理论，提出基于压缩感知的视觉认知模型并应用于面像识别领域，以解决小样本及非线性变化（畸变、遮挡等）问题。本课题的研究将丰富模式识别与机器学习理论，并为面像识别问题提供新的解决途径。

中文关键词： 面像识别；稀疏表示；结构化误差；特征提取；网络建模

英文摘要：

英文关键词： face recognition；sparse representation；structured error；feature extraction；network modeling