稀疏表示和正則化方法在圖像語義分析中的套用研究

《稀疏表示和正則化方法在圖像語義分析中的套用研究》是依託北京師範大學，由郭平擔任項目負責人的面上項目。

基本介紹

• 中文名：稀疏表示和正則化方法在圖像語義分析中的套用研究
• 依託單位：北京師範大學
• 項目負責人：郭平
• 項目類別：面上項目

項目摘要

圖像語義分析是物體識別與圖像內容理解中的關鍵技術。本項目將在模式識別、機器學習、計算機視覺等交叉領域最新研究進展基礎上，針對稀疏表示和正則化技術套用到圖像語義分析所面臨的一些關鍵問題，深入研究其解決方案。基於最小描述長度（MDL）原理框架，研究稀疏建模中的正則化技術和正則化參數選擇方法；在此基礎上，結合標記樣本的判別信息和字典的內部性質，構建適用於圖像語義分析的稀疏模型；以及發展基於混合矩陣常態分配的圖像語義分析模型。通過集成相關研究成果和技術，完善圖像語義分析原型系統，驗證所發展的理論和算法的有效性。

結題摘要

本項目深入研究研究了稀疏建模中的正則化技術和正則化參數選擇方法。基於計算智慧型的理論與方法，提出了一系列針對圖像語義分析的問題的解決方案。在圖像標註、圖像特徵提取、圖像去噪、圖像識別、圖像復原、圖像融合、圖像校正、圖像拼接、圖像分割等套用進行了驗證並取得了較大的進展。提出了基於偽逆學習的稀疏自編碼器的快速訓練方法；提出了快速增量學習和低秩自編碼器快速學習算法。繼續研究了套用於天文大數據處理與分析的問題，將所發展的方法與技術成功套用到光譜圖像畸變校正、天文圖像聚類、天文圖像變源檢測等方面。此外，為探索構建圖像語義分析處理系統平台時的工程問題，還研究了軟體相關的問題，提出了軟體故障預測和軟體抗衰問題的解決方案。