《互動協作特徵選擇方法及其在立體視覺中的套用研究》是依託西安交通大學，由呂娜擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：互動協作特徵選擇方法及其在立體視覺中的套用研究
- 項目類別：青年科學基金項目
- 項目負責人：呂娜
- 依託單位：西安交通大學
中文摘要,結題摘要,
中文摘要
特徵選擇是機器視覺、模式識別、數據挖掘等領域的重要研究內容。有監督特徵選擇已有一些較為成熟的方法，但半監督和無監督特徵選擇仍然存在許多問題亟待解決，特別是缺乏面向套用的特徵建模方法，缺乏有效的特徵評價方法。本項目擬在混合高斯框架下，結合套用效果反饋，對特徵建模進行研究，建立面向套用的建模方法；在此基礎上，借鑑特徵融合思想，建立一種互動協作特徵評價方法，該方法可以有效地避免現有特徵評價方法相對特徵數量和維數存在偏差的問題，並很好的適用於半監督和無監督特徵選擇；此外，對特徵選擇結果與套用環境間的關聯性進行學習，達到根據環境特性自適應選擇特徵的目的；最後，將上述理論研究成果套用到立體視覺圖像特徵選擇中，構建一套能夠自適應選擇匹配特徵的雙目機器人導航系統。本項目的研究成果，將為半監督和無監督模式識別、機器學習等領域提供有效的特徵選擇解決方案。
結題摘要
通過開展本項目的研究工作，在魯棒圖像特徵提取以及立體視覺匹配中的特徵選擇方法方面，取得了豐碩的成果。首先，提出了一種新的圖像局部紋理特徵描述方法，平均累積二值模式，該模式對圖像中的噪聲不敏感，並對光照強度變化、光源配置變化、曝光強度、相機性能差異等輻射變化具有魯棒性，能夠提高立體匹配算法的性能；其次，結合圖像的本質屬性（圖像梯度）以及不同特徵的實際匹配效果，構建了訓練立體匹配特徵選擇分類器的訓練集，套用邏輯回歸算法，並施加稀疏性約束，採用一對其他的策略，套用梯度下降法訓練了適用於立體匹配特徵選擇的多類分類器；再次，將特徵選擇結果進行互動協作，獲得了最終的立體匹配代價計算，主要包括了多尺度Census特徵和顏色特徵之間的相互協作，此種圖像局部幾何分布特徵與顏色特徵的協作，大大提高了立體匹配視差計算的精度；最後，圖像梯度特徵套用於特徵選擇中作為圖像屬性參考，提高了所得圖像特徵選擇結果的泛化能力。在成果方面，項目研究人員發表了9篇研究論文，其中包括3篇國際期刊論文（SCI檢索），2篇中文期刊（EI檢索），2篇國際會議論文（EI檢索），2篇國際會議論文（EI檢索源）；申請了3項國家發明專利；3名課題組的研究生已經順利畢業，其中包括1名獲得工學博士學位，2名獲得工學碩士學位。此外，還有5篇已投稿正在審稿過程中的國際期刊論文。
