基於李群論的廣義高斯分布型圖像特徵分析研究

《基於李群論的廣義高斯分布型圖像特徵分析研究》是依託華中科技大學，由王天江擔任項目負責人的面上項目。

基本介紹

• 中文名：基於李群論的廣義高斯分布型圖像特徵分析研究
• 項目類別：面上項目
• 項目負責人：王天江
• 依託單位：華中科技大學

項目摘要

圖像特徵分析是計算機視覺研究的一個基本問題，在圖像分割、目標識別及圖像檢索領域均有廣泛套用。當前大多數圖像特徵描述方法均是直接把特徵當作向量處理而忽視了其所處空間的拓撲性質，本項目針對現有圖像特徵忽略特徵空間拓撲性質的缺陷，研究比現有統計型特徵描述能力更強的特徵描述方法：廣義高斯分布型圖像特徵。將一般的高斯特徵描述方法推廣到混合高斯和核高斯函式，可有效克服一般高斯函式只能表示單峰分布的缺點，而且能夠平滑地近似任意形狀的密度分布，估計數據的機率分布也更為準確。李群論是一種有力的空間分析工具，它無需像黎曼幾何那樣需要度量假設，因而能夠有效的分析更一般的圖像特徵。在前期研究中，我們已證明高斯函式空間構成一個李群，因此本課題利用李群論來分析廣義高斯分布型圖像特徵的距離度量、均值計算和特徵分類算法。研究成果不僅具有重要的理論意義，在圖像分割、目標識別、圖像檢索等相關領域也具有廣泛的套用前景。

結題摘要

在計算機視覺研究中，高斯分布型是套用最為廣泛的圖像機率統計模型，將高點陣圖像數據映射到低維的圖像特徵空間，並分析其拓撲結構，確定特徵所處流形空間的類別和特性，依據相應的流形空間所處的特徵距離度量、均值計算和特徵分類等問題，它在圖像分割、目標識別、目標跟蹤以及圖像檢索等多個方面均具有重要的套用。李群論是一種有力的空間分析工具，它對空間的度量沒有嚴格的要求，無需像黎曼幾何那樣需要度量假設，因而能有效的分析更一般的圖像特徵。而且其群運算可以有效地描述特徵之間的變換。因此，利用李群論來研究圖像特徵空間的結構分析具有重要的理論價值。本課題利用李群論對廣義高斯分布型圖像特徵描述方式研究、基於李群論的廣義高斯分布型圖像特徵距離度量方法、廣義高斯分布型圖像特徵均值計算研究和分類算法研究。研究成果不僅具有重要的理論意義，將進一步推動圖像特徵分析研究的發展，相關研究成果在圖像分割、目標識別、目標跟蹤以及圖像檢索等領域具有重要的理論價值及廣泛的套用前景。