《視覺媒體的結構感知處理與分析模型研究》是依託中山大學，由蘇卓擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：視覺媒體的結構感知處理與分析模型研究
- 項目類別：青年科學基金項目
- 項目負責人：蘇卓
- 依託單位：中山大學
中文摘要,結題摘要,
中文摘要
結構感知濾波模型是針對現有的邊緣感知濾波方式的新拓展，並從根本上突破了傳統濾波方法的局限性。最近，結構感知濾波成為視覺媒體處理與分析方法研究中的熱點，原因在於它能有效獲取視覺媒體數據中的邊界、輪廓、形狀和細節信息。然而，當前的邊緣或結構感知濾波均存在一定的局限性，限制了其在視覺媒體中的套用。本項目致力於研究結構感知濾波的理論與實踐方法，主要研究：（1）顯式稀疏邊緣控制的最佳化濾波模型。在稀疏梯度範數最小化的最佳化框架中，結合顯式的稀疏邊緣信息，構造具有結構感知特性的濾波結果。（2）基於局部全變分的自適應核回歸模型。在核回歸理論中，結合局部全變分理論對結構和紋理信息的表達能力，構建具有結構感知效果的濾波方法。（3）基於結構感知濾波的視覺媒體處理與與分析質量最佳化策略。通過探索結構感知濾波與視覺媒體內容處理過程的結合方式，發掘提高處理質量的新方法。最終的研究成果將在數字家庭媒體平台上加以推廣套用。
結題摘要
結構感知濾波模型是針對現有的邊緣感知濾波方式的新拓展，並從根本上突破了傳統濾波方法的局限性。最近，結構感知濾波成為視覺媒體處理與分析方法研究中的熱點，原因在於它能有效獲取視覺媒體數據中的邊界、輪廓、形狀和細節信息。然而，當前的邊緣或結構感知濾波均存在一定的局限性，限制了其在視覺媒體中的套用。本項目致力於研究結構感知濾波的理論與實踐方法，主要研究：（1）顯式稀疏邊緣控制的最佳化濾波模型。在稀疏梯度範數最小化的最佳化框架中，結合顯式的稀疏邊緣信息，構造具有結構感知特性的濾波結果。（2）基於局部全變分的自適應核回歸模型。在核回歸理論中，結合局部全變分理論對結構和紋理信息的表達能力，構建具有結構感知效果的濾波方法。（3）基於結構感知濾波的視覺媒體處理與與分析質量最佳化策略。通過探索結構感知濾波與視覺媒體內容處理過程的結合方式，發掘提高處理質量的新方法。最終的研究成果在數字家庭媒體平台上加以推廣套用。項目組成員共發表學術論文10篇，其中期刊論文8篇，會議論文2篇，核心算法申請發明專利2件。
