基于稀疏性理论的图像特征抽取和识别方法研究

项目名称： 基于稀疏性理论的图像特征抽取和识别方法研究

项目编号： No.60973098

项目类型： 面上项目

立项/批准年度： 2010

项目学科： 自动化技术、计算机技术

项目作者： 杨健

作者单位： 南京理工大学

项目金额： 35万元

中文摘要： 进行该项目研究的目的和意义在于：第一、将人类感知图像的稀疏性机制与模式识别的研究结合起来，力图建立一个基于稀疏表示的图像特征抽取和识别的理论构架，丰富和发展模式识别的理论体系；第二、在技术上设计出具有稀疏性、更具鉴别能力和鲁棒性的图像特征抽取和分类算法，提高计算机对图像的理解和感知能力，为图像自动识别在信息及相关领域的应用提供更好的技术支撑。本项目研究的预期成果是：（1）在深入分析当前稀疏表示和稀疏编码方法和充分大规模试验的基础上，提出一种性能优越、通用性强、计算开销较小的稀疏特征生成方法；（2）为稀疏特征抽取搭建一个融鉴别性与稀疏性于一体的模型框架，并实现对稀疏性自适应调控，设计出具有强鉴别能力的稀疏特征抽取算法；（3）提出一种分类性能好、抗污染能力强、识别速度快的稀疏表示分类方法；（4）建立稀疏性特征抽取和分类的一体化理论和算法框架，使得整个模式识别系统达到最佳的识别性能。

中文关键词： 稀疏表示；分类；鉴别分析；；

英文摘要：

英文关键词： Sparse representation；classification；discriminant analysis；；