山东省人工智能自然科学奖一等奖（2020年度）：非受控复杂场景低质人脸识别方法研究成果简介

 为贯彻落实《关于进一步鼓励和规范山东省社会力量设立科学技术奖的指导意见》（鲁科字〔2018〕129号）和《山东省深化科技奖励制度改革方案》（鲁科字〔2018〕124号）的要求，推动山东省人工智能学术研究和产业进步，山东省人工智能学会开展了山东省人工智能科学技术奖评选工作，迄今已成功举办两届，受到省内外人工智能研究者的广泛关注。为更好展示我省人工智能科技工作者的风采，带动更多高水平研究成果的产出，作为山东省人工智能学会“全国科技工作者日”系列活动之一，我们将对历届获奖成果和获奖科技工作者进行宣介，欢迎大家关注。

人工智能自然科学奖一等奖：非受控复杂场景低质人脸识别方法研究

 

成果简介

 人脸识别是智能信息处理与分析的重要领域之一。非受控环境下低质量图像（如低分辨率、非均匀光照和跨姿态）的人脸识别问题，已成为人脸识别研究与应用面临的一大难题。在国家自然科学基金项目和山东省自然科学基金项目等计划的支持下，针对这些非受控环境下低质量图像的人脸识别瓶颈问题，项目组开展了长期深入的工作，研究了系列解决上述问题的方法，系统研究了低分辨率、非均匀光照和跨姿态对人脸识别造成的不利问题，提高非受控真实场景下人脸识别系统的精度和鲁棒性。

 项目主要科学发现点为：

 1)针对视频监控场景下可视媒体数据中的低分辨率人脸图像识别难点问题，分别提出了提出了一种基于奇异值分解和映射方法相结合的低分辨率人脸图像超分辨复原方法和一种基于奇异值分解框架、对低分辨率人脸图像进行超分辨的同时、实现低分辨率人脸识别的一体化算法，在一定程度上解决了低分辨率人脸图像造成的识别性能严重下降难题，有效提升了非约束场景下、低分辨率图像的可靠识别问题。

 2) 针对非约束复杂场景条件下的跨姿态人脸图像识别瓶颈问题，分别提出了基于光度立体技术三维三维人脸重建方法、三维表面纹理重建中的自适应光照不均校正算法和基于本征分解的光照不均图像补偿方法，有效解决了跨姿态人脸图像识别瓶颈和三维人脸重建精度等问题。

 3) 针对复杂场景非约束场景下人脸关键点定位与可解释人脸特征抽取方法问题，分别提出了一种基于多层次策略的面部关键特征定位方法、设计了具有尺度、旋转、平移不变性、可解释的人脸特征抽取算法和提出了一种基于局部镜像非对称性的静态面部特征和动态转换因素相结合的人脸图像定量分析方法，高效解决了非约束场景下低质人脸图像的特征定位、抽取与评估问题。

 本项目的8篇代表作发表在IEEE Trans. on CSVT、Pattern Recognition、information Sciences、Signal Processing等重要国际学术期刊上，成果受到国内外知名同行广泛重视和高度评价。两位完成人分别入选培养山东省泰山学者人才资助计划和教育部新世纪优秀人才支持计划，5位研究生获国家奖学金。

项目完成人
姓名	单位
蹇木伟	山东财经大学
董军宇	中国海洋大学