大创风采 | 鲁棒性人脸识别及应用

　　

 

—————— 小组简介 ——————

 

项目主题

鲁棒性人脸识别及应用

 

项目负责人和成员

王家晖，项目负责人，网络空间安全学院2021级本科生

卢衍帆，成员，网络空间安全学院2021级本科生

符仕一，成员，网络空间安全学院2021级本科生

范斯卉，成员，网络空间安全学院2021级本科生

 

立项等级

省级

 

项目评级

优秀

 

—————— 项目介绍 ——————

 

　　人脸识别虽然使用生物特征进行身份认证十分优秀，但是其容易受到恶劣环境的影响，因此保证人脸识别的鲁棒性尤为重要，即使得人脸识别在受到影响时仍能准确地运行。 本项目主要有四个部分：鲁棒性图像增强、鲁棒性人脸检测、特征提取与聚类，以及发掘人物同框关系。对于已得到的照片数据集，将数据集进行鲁棒性图像增强得到较为清晰、易于检测的图像；通过鲁棒性人脸检测后得到图片中的人脸位置与图像；再通过人脸特征提取模块得到的人脸特征用以聚类，得到人物的人脸信息，最后根据人物的同框次数展现人物同框关系，部署基于鲁棒性人脸识别的大数据人物关系图谱绘制系统。

 

▲图像增强模块目的为提高图像中人脸质量和提高应用的鲁棒性

 

▲项目对原D B S C A N算法提出了改进与创新，提出二次聚类和类间合并的概念，使得原算法在更大的数据，或是在数据动态增加的数据库上进行自监督聚类成为可能

 

▲在此改进算法的基础上结合网络上公开的人物照片，提出通过聚类人脸找出人物，统计人物同框数量，生成人物同框关系，最后形成一个可互动的、动态的显示人物同框关系的平台

　　

　　本项目旨在开发一种鲁棒性人脸识别系统，解决传统方案在光照、角度、表情等方面的鲁棒性不足的问题，提高识别的准确性和稳定性。在项目中，我们将整体项目分为四个模块，逐一攻克了项目中的技术难题，并最终合作整合为一个高度集成的系统，该系统得到了较多专家的认可，达到了立项时的目标。 基于项目中几点创新，我们将使用的方法进行总结提炼：图像增强中的背景和目标分别增强，使用聚类的方法将人脸识别与同框分析领域相结合，申请了“基于人脸与背景融合增强的人物同框关系分析方法及系统”专利。

 

—————— 小组心得体会 ——————

 

　　在项目实施过程中，我们深刻体会到了项目的挑战性，在克服各类难题中收获满满，同时也对团队协作、专业能力、科研前沿等方面有了更深层次的认识和提升。 在实际的开发过程中，我们发现要克服不同环境下的光照变化、角度变化等挑战，需要对算法进行深度优化。这要求我们深入研究相关文献、借鉴前沿技术，同时对比不同算法的优缺点，进行权衡取舍。我们深入研究人脸识别、图片处理、人脸检测领域的前沿技术，这让我们团队对深度学习、图像处理、目标检测、聚类算法等方面的知识有了更深刻的理解。在实际的实验过程中，我们动手实践，不断调整算法参数，优化更新最新技术模型，发现难题时，创新性提出不同解决方法，最终从中获得了技术深度上的提升。项目的实施也让我们更深入地理解了解决实际问题的流程。从项目选题、背景调研、小组分工、技术选型、开发实施，再到测试与优化，每一个环节都需要认真思考和解决。这培养了我们对问题综合处理的能力。

　　

—————— 导师介绍 ——————

 

▲操晓春教授

 

　　操晓春，中山大学信息学部副主任、网络空间安全学院院长，国家杰出青年/优秀青年基金获得者。主要从事人工智能基础研究和网络空间内容安全应用研究。

 

导师寄语

　　大创的目标是培养大学生创新意识，项目的产出质量是学院评估人才培养水平的关键标杆。该项目成员面向国家需求，聚焦人脸识别中微弱光照、剧烈角度变化等挑战，经过不断努力，探索了新理论、尝试了新方法，很好的完成了项目任务，结项时获得了评委老师们一致好评。期望同学们在追求卓越的道路上持续努力，勇攀科学高峰。

 

** 欢迎关注 **