图像流形的内禀维数及特征提取研究

项目名称： 图像流形的内禀维数及特征提取研究

项目编号： No.60975083

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： 冯国灿

作者单位： 中山大学

项目金额： 31万元

中文摘要： 人类的感知系统是以流形的形式来存储所感知到的信息。对于考察的图像集，内禀维数是图像流形最合适的维数表示。如果内禀维数估计得过高，除了 依然存在"维数灾难"外，还会导致"空空间的现象"，实际起作用的特征在特征空间占的比重越来越小。如果内禀维数估计得过低，那么数据重要的 特征就会"重合"在一起，以至无法对数据进行聚类和分类。因此，内禀维数估计对数据维数约简和特征提取有重要的意义。大多数内禀维数的研究都 是从像空间直接讨论，典型的如局部化PCA，由于数据的非线性，此方法难找合适局部嵌入和尺度。 本研究拟运用图像成像的基本原理，从参数空间与像空间的关系入手，对凸多面体3D模型，首先构造出基于不同视点的图像流形的机理或分析表达形式，然后研究其内禀维数及其图像特征的最优表达， 最后扩充研究到3D形体变化、纹理变化等图像流形内禀维数、特征表达，并应用到人脸表情变、姿势变化的图像流形分析。

中文关键词： 图像的内禀维数；特征提取；图像分割；判别割；度量学习

英文摘要：

英文关键词： Image intrinsic dimension；feature extraction；image segmentation；Discriminant cut；metric learning