面向视觉大数据搜索的词典学习与特征编码压缩研究

项目名称： 面向视觉大数据搜索的词典学习与特征编码压缩研究

项目编号： No.61373076

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 纪荣嵘

作者单位： 厦门大学

项目金额： 73万元

中文摘要： 视觉大数据作为互联网大数据的核心组成部分，正逐渐成为人工智能、计算机视觉与多媒体等研究领域的新兴研究热点。为应对面向视觉大数据的内容分析与知识挖掘的挑战，大规模视觉搜索技术具有重大研究价值，其成败的基石取决于如何在海量带噪的数据环境下获取鲁棒而紧凑的视觉特征表达。本项目着眼于面向视觉大数据搜索的鲁棒特征表达与压缩的研究，主要贡献是引入一套完善的、针对海量带噪视觉数据的特征学习框架，包含如下三个研究点：(1)基于弱监督学习的视觉词典优化构建；(2)基于有监督稀疏编码和带约束极值注入的视觉词包特征鲁棒抽取和(3)面向视觉搜索的有监督视觉词典压缩。这三个贯序的研究点分别对应解决特征的可扩展性、鲁棒性与紧凑性，互为耦合并相互增强。本项目以输出一套精确而高效的视觉大数据搜索平台，为内容分析与知识挖掘奠定理论基础，并促进视觉大数据在多个相关学科领域中的应用。

中文关键词： 视觉搜索；视觉词典；鲁棒特征编码；紧凑描述子压缩；特征学习

英文摘要： As a significant proportion of big data on the Web, visual big data is becoming an emerging research focus among artificial intelligence, computer vision and multimedia. Towards content understanding and knowledge mining in such a massive data scale, scal

英文关键词： Visual Search；Visual Vocabulary；Robust Feature Coding；Descriptor Compression；Feature Learning