面向视频目标识别的图像集合分类方法研究

项目名称： 面向视频目标识别的图像集合分类方法研究

项目编号： No.61379083

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： 王瑞平

作者单位： 中国科学院计算技术研究所

项目金额： 76万元

中文摘要： 图像集合分类主要研究大规模视频序列中涵盖图像复杂表观变化的集合建模表示与分类学习，是当前计算机视觉领域的一个具有重要理论价值和广阔应用前景的研究课题。 本项目将以流形几何和统计学习理论为基础，分析图像集合复杂数据模式的统计分布规律，研究集合数据的紧致特征表示与建模理论，建立集合模型上的距离度量与分类学习方法框架。 具体研究内容包括：针对集合数据的复杂非线性变化，研究类别相关的多流形协同表示学习理论，提出局部概率模型框架下的多流形判别分类方法；分析集合数据分布的统计特性，建立样本统计量表示的集合模型，提出融合多阶统计量特征的集合距离度量学习方法；研究集合分布结构的鲁棒统计优化理论，构建流形与统计量的联合学习模型，解决数据噪声与采样偏差等挑战问题，实现高精度高信度的图像集合分类。 本项目预期取得理论创新与技术突破，促进视频识别的广泛应用。

中文关键词： 图像集合分类；视频目标识别；集合统计量；黎曼度量学习；视频哈希学习

英文摘要： Image set classification studies the modeling and classification of a set of images, which usually come from large-scale video sequences and cover complex appearance variations. The problem has been a hot topic in the computer vision research community wi

英文关键词： image set classification；video-based object recognition；set statistics；Riemannian metric learning；video hash learning