《基於結構約束的視覺大數據的簡潔表示》是依託中國科學院合肥物質科學研究院，由桂傑擔任項目負責人的面上項目。
基本介紹
- 中文名：基於結構約束的視覺大數據的簡潔表示
- 項目類別：面上項目
- 項目負責人：桂傑
- 依託單位：中國科學院合肥物質科學研究院
項目摘要,結題摘要,
項目摘要
如何對網際網路和物聯網泛在的視覺大數據進行高效語義理解是國家公共安全、智慧城市建設和信息產業發展面臨的重大技術瓶頸，其中一個關鍵科學問題就是視覺大數據的簡潔表示包括特徵選擇和抽取，決定後續分類識別算法的性能。本項目以視覺大數據包括大規模生物特徵識別和圖像分類為研究對象，以其中隱含的先驗結構信息為切入點，研究基於結構約束的簡潔表示，重點研究以下三個問題：首先，視覺大數據的樣本和標號的分布，是具有幾何結構的，針對其幾何結構特點，研究快速特徵選擇算法；其次，視覺大數據不可避免會受到噪音影響，掩蓋其真實結構和語義信息，因此擬研究魯棒高效的特徵選擇方法；最後，利用視覺大數據的多視角特徵，建立基於結構化稀疏的特徵抽取和選擇的一體化框架，使整個系統性能最優。本項目將建立基於結構約束的視覺大數據簡潔表示理論和方法，突破視覺大數據語義理解在實時性和魯棒性方面的技術瓶頸，推動我國視覺大數據相關套用和產業發展。
結題摘要
如何對網際網路和物聯網泛在的視覺大數據進行高效語義理解是國家公共安全、智慧城市建設和信息產業發展面臨的重大技術瓶頸，其中一個關鍵科學問題就是視覺大數據的簡潔表示包括特徵選擇和抽取，決定後續分類識別算法的性能。本項目以視覺大數據包括大規模生物特徵識別和圖像分類為研究對象，以其中隱含的先驗結構信息為切入點，研究基於結構約束的簡潔表示，重點研究以下三個問題：首先，視覺大數據的樣本和標號的分布，是具有幾何結構的，針對其幾何結構特點，研究快速特徵選擇算法；其次，視覺大數據不可避免會受到噪音影響，掩蓋其真實結構和語義信息，因此擬研究魯棒高效的特徵選擇方法；最後，利用視覺大數據的多視角特徵，建立基於結構化稀疏的特徵抽取和選擇的一體化框架，使整個系統性能最優。本項目將建立基於結構約束的視覺大數據簡潔表示理論和方法，突破視覺大數據語義理解在實時性和魯棒性方面的技術瓶頸，推動我國視覺大數據相關套用和產業發展。通過這個項目, 我們發表了六篇IEEE Transactions論文: 一篇TPAMI，兩篇TNNLS，一篇TCYB，一篇TIP，和一篇TII。我們也發表了其他四篇雜誌論文。我們也發表了會議論文，比如KDD，AAAI，ICDM，ECAI各一篇。我們還有一些正在審稿的論文，比如我們投了兩篇TPAMI和一篇TNNLS等。
