基于特征点加权的跨年龄参考编码人脸识别研究与实现开题报告
2021-02-25 13:14:49
1. 研究目的与意义(文献综述)
1.1 研究背景
各种智能系统在生活中的应用越来越普遍。智能系统中经常需要身份识别以便提供
服务。身份识别是一个很棘手的的问题,传统方法中主要是通过一些具有个人身份特征的事物来鉴别,比如证件、钥匙等身份标识物品,或者是用户名和密码之类的身份标识知识。在一些要求比较高的系统中,一般将这两方法结合起来使用。但是传统的身份鉴别方法缺点是相当明显的:身份标识物品容易丢失或被伪造,身份标识知识容易遗忘或被盗取。如果利用每个人本身的生物特征如人脸特征就能达到相当好的效果。
2. 研究的基本内容与方案
2.1 基本内容
介绍了一种新的跨年龄人脸识别方法,相比于使用复杂的具有较强的参数假设模型去模拟老化的过程,使用了一个数据驱动的方法来解决跨年龄人脸识别问题,称为跨年龄参考编码(carc)。利用在互联网上免费提供的大规模图像数据作为参考,carc可以使用一个年龄不变参考空间编码面部图像的低级特征。在检索阶段,只需要一个线性投影来编码特征,因此它是高度可伸缩的。为了评估方法,引入一个新的大规模数据集称为跨年龄名人数据集(cacd)。数据集包含2000位名人年龄从16岁到62岁之间超过160000张的图片。
2.2 技术方案
3. 研究计划与安排
经过仔细的分析和研究,现对毕业设计的进度做如下安排:
(1)1月14到2月22日:查阅有关参考资料并完成开题报告;翻译英文资料(不少于5000中文字),并交予指导教师检查。
(2)2月23日到3月22日:熟悉所选用的开发平台,运用所学的软件分析和设计理论,完成整个系统的前期分析和设计工作。
4. 参考文献(12篇以上)
1.b.-c. chen, c.-s. chen, and w. h. hsu, “cross-age reference coding
for age-invariant face recognition and retrieval,” in european conf. on
computer vision, 2014.