中文摘要：

申请人在人脸识别、人脸图像处理、人体行为识别和生物特征安全保护方面研究深入，成果丰富。已承担RGC项3项.已发表论文125篇以上，其中在IEEE刊物和PR上分别发表论文14篇和13篇，论文的SCI总引用数为687，H指数为16。合作者在人脸识别、人脸图像处理、视频分析与行为识别等方面取得了许多有意义的研究成果。已主持国家自然科学基金-广东省联合重点项目1项、国家自然科学基金3项，在IEEE TNN、IEEE TIP、PR等刊物和ICCV、CVPR、ICDM等著名国际会议上发表论文80多篇,论文SCI的总引用数为174。申请人与合作者自1998年开始就在脸识别和人脸图像处理上密切合作研究,共联合发表论文45篇，合作承担国家自然科学基金（面上和重点）项目共3项。目前双方已积极深化所开展的研究，将成果推广到视频分析方面，有望建立一个关系密切，优势互补的视频监控理论和方法的联合研究创新平台。

结论摘要：

本项目拟针对视频监控中低质量（人脸子图像大小低于16X16、模糊、压缩视频等）条件下行人身份验证和行为识别的挑战问题，利用计算机视觉和模式识别的理论，在低分辨人脸重建和人脸识别、分类器和特征融合的依赖性模型、多摄像机行人再标识模型、行为特征表达、非线性聚类及其应用、生物特征模板安全的理论与方法等方面深入研究。 通过本项目的研究，目前取得了一批有意义的研究成果。特别是在低分辨率的人脸跟踪、图像超分辨率重建、特征或分类器之间的依赖性建模、基于迁移学习的行人再标识、基于流形学习的动作识别、多中心点相似性传播的聚类算法等方面取得了具有较大创新性的成果。已发表（录用）学术论文 25 篇。其中国际权威期刊IEEE Transactions 6 篇, 国际权威刊物Pattern Recognition 3 篇。收录SCI 13 篇（含SCI源）,收录EI 24 篇。共申请发明专利7项，获授权2项。本项目已培养博士生 8 名，硕士生 9 名。