讲座时间：2015年1月4日下午14:30-16:30

讲座地点：凯时KB88新主楼D639

讲座学者：刘万泉（wanquan Liu）

讲座摘要：本次讲座主要围绕从Kinect中获取的低分辨率RGB-D数据展开，提出了一种鲁棒的面部识别算法。通过   预处理，将面部对称性应用于三维点群以构造一个无关于初始姿势的正面视图。深度数据被转换为XYZ的法线贴图。然后通过多通道判别变换分别将RGB和法线贴图投射到DCS（判别色彩空间）和DNM（判别法线贴图）上。提出了一种多信道鲁棒稀疏编码方法来编码图像多通道信息（DCS或DNM）使其成为具有不同像素加权的训练样本的稀疏组合。权重是通过迭代过程动态计算得出，从而实现对姿势、光照、面部表情和伪装变化的鲁棒性。与现有技术的不同之处在于，多通道的方法对于变化更具鲁棒性。此外，测试图像（DCS和DNM）的重构误差都经过了标准化和融合。另外，为了对算法的有效性进行验证，我们还将提出的算法在四个公共数据库上进行了评估。该方法在CurtinFaces数据库的测试中达到98.4％的识别率，而CurtinFaces是一个包含52类4784张 RGB-D图像的Kinect数据库，在Bosphorus, CASIA 和FRGC v2数据库中，我们的方法的识别率分别为95.6％和95.2％和97.6％。根据我们所知的测试数据，我们提出的算法在前三个数据库的识别率是最高的。

学者简介：刘万泉博士，男，1965年2月6日生，1985年毕业于山东曲阜师范学院应用数学系；1988年取得中科院系统科学研究运筹学与控制论专业硕士学位；1993年获上海交通大学电气工程专业博士学位；曾担任ARC 研究员, U2000 研究员与JSPS研究员，获得超过200万美元项目经费，现为澳大利亚科廷科技大学计算系副教授和10余家国际期刊编委会成员。主要研究方向包括大规模模式识别、信号处理、机器学习与控制系统等。在国际学术论文和主要学术会议上发表学术论文260余篇，被引用2500余次。
 

编辑：孙也程