深層結構學習方法研究及其在對象識別中的套用

《深層結構學習方法研究及其在對象識別中的套用》是依託北京工業大學，由劉波擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：深層結構學習方法研究及其在對象識別中的套用
• 項目類別：青年科學基金項目
• 項目負責人：劉波
• 依託單位：北京工業大學

項目摘要

深層結構是指由多個層次非線性操作組成的學習模型。近年來，深層結構學習的研究取得了突破性進展，提出了深層置信網路和自動編碼器棧等重要的深層結構。這些深層結構學習的核心思想是進行非監督分層預訓練。深層結構學習已經在手寫數字識別等一系列問題上取得了代表當今水平的結果，但仍然處於初級研究階段。本項目將主要研究非監督分層預訓練的本質、新的非監督學習方法的套用、深層結構提取的各層特徵的可視化、各層特徵的不變性與共享性等性質、適合於計算機視覺套用的深層結構設計、新型分層與整體最佳化方法等問題，並探討深層結構學習在對象識別和圖像分割中的套用。

結題摘要

深度學習是研究深層結構學習模型的一系列方法的總稱。近年來，深度學習取得了突破性進展，提出了深層信念網(Deep Belief Networks， DBN)和自動編碼器棧（Auto-Encoder Stack）等一些重要的深度學習算法，這些算法的核心思想是進行非監督分層預訓練。深度學習已經在圖像識別、語音識別等一系列問題上取得了比傳統方法明顯要好的結果，在學術界和產業界都產生了很大的影響，但總的來說仍處於初級階段。項目執行期間, 項目組的工作大致按照原計畫進行，在非監督分層特徵學習模型、深層信念網的訓練、深度學習和對象識別中的不變性、分界面的分段線性近似、最優深度核的構造、深度學習與圖像場景理解、用深度圖像進行室內場景理解和對象識別、基於深度圖像的人體姿態識別等方面取得了一些研究成果。