《基於稀疏性理論的圖像特徵抽取和識別方法研究》是依託南京理工大學，由楊健擔任項目負責人的面上項目。
基本介紹
- 中文名：基於稀疏性理論的圖像特徵抽取和識別方法研究
- 項目類別：面上項目
- 項目負責人：楊健
- 依託單位：南京理工大學
項目摘要,結題摘要,
項目摘要
進行該項目研究的目的和意義在於：第一、將人類感知圖像的稀疏性機制與模式識別的研究結合起來，力圖建立一個基於稀疏表示的圖像特徵抽取和識別的理論構架，豐富和發展模式識別的理論體系；第二、在技術上設計出具有稀疏性、更具鑑別能力和魯棒性的圖像特徵抽取和分類算法，提高計算機對圖像的理解和感知能力，為圖像自動識別在信息及相關領域的套用提供更好的技術支撐。本項目研究的預期成果是：（1）在深入分析當前稀疏表示和稀疏編碼方法和充分大規模試驗的基礎上，提出一種性能優越、通用性強、計算開銷較小的稀疏特徵生成方法；（2）為稀疏特徵抽取搭建一個融鑑別性與稀疏性於一體的模型框架，並實現對稀疏性自適應調控，設計出具有強鑑別能力的稀疏特徵抽取算法；（3）提出一種分類性能好、抗污染能力強、識別速度快的稀疏表示分類方法；（4）建立稀疏性特徵抽取和分類的一體化理論和算法框架，使得整個模式識別系統達到最佳的識別性能。
結題摘要
本項目的主要研究進展有（1）探討了稀疏表示分類器的分類機理，提出了基於局部類樣本的稀疏表示分類方法；（2）提出了最近鄰準則和稀疏表示分類器引導的鑑別投影方法（SRC-DP）；（3）提出了稀疏的張量鑑別顏色空間模型與方法；(4) 提出了具有鑑別性的稀疏投影理論與方法。發表(及錄用)國際SCI期刊論文40篇，國際會議論文26篇。超額完成項目既定的研究目標和任務。
