户外直播

         目前主要研究课题是单样本条件下的基于子空间方法的在线增量人脸识别系统。

        小样本问题，即SSS问题（Small Sample Size Problem）一直是人脸识别领域中最具挑战性的问题之一。小样本问题是指由于训练样本的数目远小于样本图片的维数而引起的问题。小样本问题最极端的情况就是对于每个个体，仅有一张训练样本图片，这就是单样本问题。
        为了解决小样本（特别是单样本）问题，我们通过样本扩充技术，将每张图片表示为一组子空间的集合。每个子空间由一组维数固定的正交基底所表示。于是，此时人脸的识别问题可以转换成未标识子空间组与训练样本子空间组之间相似度的衡量问题。
        受到增量学习和半监督学习理论的启发，我们尝试在人脸识别的进行过程中，利用不断输入的数据进行学习，进而改进系统的识别表现。因此，我们提出了一个新颖的子空间更新方法：通过对输入数据的学习，训练样本子空间可以在花费少量计算代价的条件下实现对自身的调整和更新。
        为了实现鲁棒的人脸识别，我们提出了一个在增量学习环境的子空间相似度计算方法。另外，我们还提出了一个具有自动判别能力的阈值系统，该系统可以防止增量学习行为对样本子空间原有结构可能造成的破坏。
        系统工作流程如下图所示。