高维异构数据的测度学习算法及在图像分类中的应用研究

项目名称： 高维异构数据的测度学习算法及在图像分类中的应用研究

项目编号： No.60903077

项目类型： 青年科学基金项目

立项/批准年度： 2010

项目学科： 矿业工程

项目作者： 张巍

作者单位： 复旦大学

项目金额： 17万元

中文摘要： 人类对图像的感知是多角度和整体性的，为了能使计算机正确理解图像的语义，可以用颜色、形状、纹理等各种各样的底层视觉特征向计算机多角度描述图像的视觉属性。颜色、形状、纹理虽然同是图像的视觉特征，但它们之间是异构的，一般不具有可比性。在大规模图像分类任务中，数据集各个局部的分布也往往是异构的，从而不同局部的距离测度也不具有可比性。本项目主要研究高维异构数据的测度学习算法及在图像分类中的应用，具体研究内容有：研究如何使图像的异构视觉特征具有相互可比性，从而能度量用不同视觉特征表示的图像间的相似度；研究多测度学习算法，从而使服从不同分布的数据块上的距离测度具有一致性；研究大规模数据集上如何降低计算代价，实现增量式方法以适应动态增长的图像数据集；研究语义间相关性的挖掘，使计算机模拟人脑中最自然的思维方式，实现从不同角度对图像的自动分类。

中文关键词： 特征提取；多标记学习；机器学习；图像分类；

英文摘要：

英文关键词： Feature Extraction；Multi-label Learning；Machine Learning；Image Classification；