《高維結構性稀疏特徵選擇與圖像語義理解機制研究》是依託天津大學，由韓亞洪擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：高維結構性稀疏特徵選擇與圖像語義理解機制研究
- 項目類別：青年科學基金項目
- 項目負責人：韓亞洪
- 依託單位：天津大學
項目摘要,結題摘要,
項目摘要
社會媒體站點的興起和移動互聯套用的飛速發展使得圖像數據在網際網路上海量湧現，其所具有的高維、異構、弱標註和跨數據源等特性給圖像語義理解帶來了巨大挑戰。本課題將結合統計分析、機器學習和計算機視覺等交叉領域的最新進展和熱點研究，建立基於高維結構性稀疏特徵選擇的圖像語義理解框架，主要內容包括：圖像高維異構特徵的結構性互補特性利用與自適應選擇、跨域異構數據源的多任務特徵選擇、圖像高層結構性語義預測和一致性特徵選擇及其穩定性分析。通過集成相關研究成果與技術，開放結構性圖像語義理解數據集，並發布以高維結構性稀疏特徵選擇為基礎的圖像語義理解原型系統，以驗證算法和框架的有效性。相關研究成果在圖像識別和多媒體檢索等方面具有理論價值和套用意義。
結題摘要
社會媒體站點的興起和移動互聯套用的飛速發展使得圖像數據在網際網路上海量湧現，其所具有的高維、異構、弱標註和跨數據源等特性給圖像語義理解帶來了巨大挑戰。本項目對基於高維結構性稀疏特徵選擇的圖像語義理解進行了研究，主要內容包括：圖像高維異構特徵的結構性互補特性利用與自適應選擇、跨域異構數據源的多任務特徵選擇、圖像高層結構性語義預測和一致性特徵選擇及其穩定性分析，並構建了結構性圖像語義理解數據集和基於層次語義的圖像檢索原型系統，驗證了算法和框架的有效性。項目成果在國內外重要期刊/會議發表論文36篇，包括IEEE Trans.論文8篇；CCF-A類會議論文7篇，CCF-B類會議論文3篇（Oral或Full Paper）；相關技術成果申請國家發明專利3項；相關算法在THUMOS 2015等國內外評測中取得優異成績。本項目相關研究成果在圖像識別和多媒體檢索等方面具有理論價值和套用意義。
