《基於圖像描述的識別方法設計與實驗驗證》是依託哈爾濱工業大學，由徐勇擔任項目負責人的面上項目。
基本介紹
- 中文名：基於圖像描述的識別方法設計與實驗驗證
- 依託單位：哈爾濱工業大學
- 項目類別：面上項目
- 項目負責人：徐勇
項目摘要,結題摘要,
項目摘要
稀疏描述方法被引入到人臉識別領域後帶來了人臉識別的突破性進展.已有的一些實驗說明，在很多情況下包括圖像存在噪聲或被部分遮擋的情況下，稀疏描述方法可取得大大優於其他方法的分類正確率.但是,目前稀疏描述方法的圖像識別套用仍有諸多問題需要解決.這些問題包括如何確定合理的稀疏程度,如何在稀疏性程度較大與描述誤差較小之間取得一個好的折中,以及如何改進現有稀疏描述方法使其成為高效的,實用性強的,性能更優的方法.本項目將對這些方面進行探索,並創造性地設計出特徵空間中測試樣本的全局表達方法,基於單類訓練樣本的稀疏表達方法,K近鄰+稀描述的方法,雙模態圖像的稀疏表達與識別方法,可大幅度提升稀疏描述方法在圖像識別套用中的最佳預變換方案等一系列新穎的方法;這些方法具有堅實理論基礎;初步的分析表明這些方法具有很強的實用性和極優的性能.
結題摘要
項目對稀疏表達方法的本質特點進行了研究。針對已有的稀疏表達方法存在的缺點，項目組設計了特徵空間圖像全局表達方法、快速稀疏表達方法、改進的K近鄰分類、改進的降維方法、基於描述的多生物特徵識別方法等若干新的稀疏表達方法。這些方法具有清晰的物理意義、較低的計算複雜度，在人臉識別、掌紋識別等生物特徵識別實驗中取得了較高的分類正確率。 基於項目的研究，我們可得出如下結論：首先，詳細的對比實驗顯示，“稀疏表達”確實有利於取得更高識別精度。其次，1範數並不是取得稀疏表達的唯一途徑。原始的稀疏表達方法可稱為無指導（監督）的“軟”稀疏表達方法。此處“無指導”表示在方法的實現過程中沒有利用任何先驗去產生稀疏係數，“軟”是指方法獲得的稀疏係數一般不是真正的零值，而是接近零的一個較小的數。我們給出的稀疏表達方法可稱為有指導（監督）的“硬”稀疏表達方法。此處“有指導”表示在方法的實現過程中我們根據一些方案去指定在利用所有訓練樣本的線性組合表達測試樣本的過程中那些係數應為零係數。“硬”是指這些方法獲得的“零係數”具有真正的零值。 項目組發表了一系列的具有較高學術價值的論文。
