微软亚洲研究院-视觉计算组

项目

人脸识别技术
此项目研究实时自动识别人脸的技术和算法，以能够在不同光照视角和表情条件下提供自动实时、高准确度的人脸检测、跟踪、定位和识别。基本问题在于分析人脸模式内在结构，即其在高维图像数据中的低维线性和非线性子空间，并有效地建模。研究成果将用于人机接口、保安监控、人脸图形与动画、数码相册管理。下面的链接提供了一个像册管理的演示版本：http://research.microsoft.com/vc/

模式识别与机器学习
此项研究致力于探索视觉与听觉信息处理和理解中的基础问题，以发展出分析和理解现实世界中图像、视频及音频数据的新技术和算法。课题包括：基于样本的学习，线性及非线性子空间分析，基于统计学习的建模和分类识别方法。

视频数字特效
随着计算机、视频摄像机、以及网络的飞速发展，制作并共享（比如YouTube, SoapBox）视频短片越来越容易。为了创作有趣的视频短片，开发新颖易用的视频特效编辑工具非常必要。虽然现有的视频处理技术比如虚化、颜色矫正/增强等很容易使用，但这些技术无法增加视频短片的趣味性。我们研制了一系列全新的视频编辑工具，这些工具可以让用户轻松的在视频中增加数字特效来增加视频的趣味性和观赏性：
视频对象插入：在原有视频中嵌入合成的3D对象或者超链接；
(1) 视频对象分割：分离视频中的前景和背景；
(2) 视频修复：修复视频中遭破坏的部分；
(3) 视频蒙太奇：快速浏览超长视频文件；
(4) MSN视频聊天数字特效：我们在下面链接中提供了一个可以下载的演示版本http://research.microsoft.com/vc/DigitalEffectDownload.aspx。

人体运动分析与合成
研究如何对运动捕捉数据进行有效表示，并用统计学习的方法对人体运动进行建模。基于训练得到的概率模型，可以实现对复杂人体动作的跟踪、识别，甚至可生成具有真实感的动画序列。基本问题在于：
(1) 分析运动捕捉数据，将高维的非线性空间映射为低维的线性空间，并有效表示；
(2) 分析人体的动力学和运动学特征，用控制理论的方法进行有效建模；
(3) 对于复杂的人体运动模式，用统计学习的方法表示其概率分布；
(3) 在不同约束条件下合成具有真实感的人体运动动画。

交互式计算机视觉
交互式计算机视觉研究如何结合计算机视觉算法和用户界面来解决计算机视觉问题。计算机视觉中包含大量的具有歧义的、涉及人工智能的图像理解问题，例如图像分割，物体识别。交互式计算机视觉将用户包含到问题的求解过程中，充分结合人类的高层智能和计算机的强大计算能力，达到帮助用户快速完成计算机视觉任务的能力。交互式计算机视觉的其中之一应用是帮助普通用户完成照片处理、修改、增强、修复、合成等任务。我们希望通过对交互式计算机视觉的研究，能够更加深入地理解和解决目前计算机视觉领域中的难题，同时开发对用户有用的技术。

真伪图像识别
随着数码相机的普及和图像编辑技术的改进，现在合成一张肉眼无法辨别真伪的图像已经是一件很容易的事。这些合成图像虽然能降低生产成本并给人们带来很多乐趣，但它们的存在也能导致很多纠纷甚至法律问题。因此有必要开发能让计算机识别图像真伪的技术。我们经过多次试验，发现相机感光器件的反应函数(response function)和JPEG图像的二次量化效应(double quantization effect)能够用来识别一幅图像是否被篡改过。