与人相关的视觉目标(如人脸、人体、手势等)一直是计算机视觉领域最为重要的研究对象,其智能感知技术是推动以人为中心的机器智能由感知到理解演进的重要驱动力。受制于复杂环境中人像目标视觉表观特征难建模、多维诱变因素紧耦合等难题,人像目标感知呈现关键信息不精确、属性认知不完备、动态跟踪难定位等特点。如何在无约束条件下的真实场景中高效获取人像的关键信息及关联知识,是人像目标智能感知理论和方法研究的关键。
1. 发现了全视角变换空间下人脸目标的多视角旋转不变性和全局关联约束性,提出了数据驱动的全视角空间自动划分、人脸表观和形状关联建模方法,提升了人脸检测和配准的准确度。
2. 提出了一种基于多任务学习和对抗网络生成学习解耦的人像属性知识挖掘与关联分析方法,提升了人脸年龄、性别、身份等属性识别的性能。
3. 提出了关键信息学习和关联属性驱动的人像目标深度感知理解方法,建立了高适用性人像感知处理技术框架,实现了个性化人像美妆推荐、细粒度人像深度解析、多场景人像目标跟踪。
1 兴军亮 男 *** 研究员 博士 清华大学
项目负责人,人脸配准、属性分类,美妆和跟踪应用
2 赵健 男 *** 助理研究员 博士
中国人民解放军32802 部队项目核心骨干,人像识别、解析
3 艾海舟 男 *** 教授 博士 清华大学 项目指导教师,人脸检测、跟踪
4 李建树 男 *** 高级工程师 博士
浙江蚂蚁小微金融服务集团股份有限公司项目核心骨干,人像解析
5 赵闻飙 男 ***
评价单位:- (-)
评价时间:2023-05-04
综合评价
本技术能实现很好的社会效益, 建议推广。
查看更多>