项目名称: 图像统计特性的随机场建模与应用

项目编号: No.61271439

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 无线电电子学、电信技术

项目作者: 钟平

作者单位: 中国人民解放军国防科学技术大学

项目金额: 70万元

中文摘要: 图像中存在形式多样的统计特性。旨在充分利用这些特性提高图像处理与分析性能的统计特性建模一直受到广泛关注。如何很好满足迫切的应用需求仍然面临严峻的挑战。近年兴起的随机场模型在这方面具有极大潜力。本课题旨在研究基于随机场模型的图像统计特性建模和应用的新理论和新方法,实现多层次多类型图像统计特性统一建模,高效适应具体任务多图像场景、多图像内容和多任务模式的应用需求。本课题拟开展如下研究:(1)研究局部图像统计特性的基础模型,使构建模型适合随机场表述和利用;(2)研究全局图像统计特性的随机场模型,构建基于特性基础模型的新随机场模型,实现全局图像复杂统计特性建模;(3)研究多统计特性的随机场融合模型,构建新的单隐随机场和多随机场组合模型,实现多层次多类型统计特性统一建模;(4)研究图像统计特性随机场模型的应用策略,以图像复原和分类为研究对象,建立普适性的模型实现和应用方法。

中文关键词: 图像统计特性;随机场模型;机器学习;图像复原;图像分类

英文摘要: There are various statistics in the images.The image statistics modeling, which aims to sufficiently use the image statistics to improve the performance of image processing and analysis, has being the focus in the literature. However, how to satisfy the exigent application requirements is still a serious challenging task. In recent years, random field models show significant potentials in the literature of image statistics modeling. Therefore, based on the random fields, this project will develop new theories and methods to model and use the multiple image statistics in multiple scales, and meanwhile to efficiently satisfy the various application requirements from image analysis tasks, which deal with the multiple scenes and multiple contents in different task modes. The research contents of this project are as follows:(1) Basic statistics models from the local images will be presented, which are suitable for the requiment of representation and utilization by the random fields; (2) The new random field models of statistics from the global images will be developed, which are founded on the previously developed basic statistics models, and can capture the complex statistics of the global images; (3) The random field models to fuse multiple statistics will be proposed,which include a new hidden random field and a n

英文关键词: Image statistic characteristics;random field model;machine learning;image restoration;image classification

成为VIP会员查看完整内容
0

相关内容

面向任务型的对话系统研究进展
专知会员服务
57+阅读 · 2021年11月17日
专知会员服务
32+阅读 · 2021年9月29日
《过参数化机器学习理论》综述论文
专知会员服务
45+阅读 · 2021年9月19日
专知会员服务
40+阅读 · 2021年7月24日
专知会员服务
53+阅读 · 2021年4月3日
专知会员服务
69+阅读 · 2021年3月29日
【图神经网络(GNN)结构化数据分析】
专知会员服务
115+阅读 · 2020年3月22日
专知会员服务
199+阅读 · 2020年3月6日
 图像内容自动描述技术综述
专知会员服务
86+阅读 · 2019年11月17日
「深度学习模型鲁棒性」最新2022综述
专知
7+阅读 · 2022年1月23日
监控视频的异常检测与建模综述
专知
0+阅读 · 2021年12月27日
面向任务型的对话系统研究进展
专知
0+阅读 · 2021年11月17日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
模型攻击:鲁棒性联邦学习研究的最新进展
机器之心
34+阅读 · 2020年6月3日
基于深度学习的超分辨率图像技术一览
极市平台
17+阅读 · 2019年8月24日
【CVPR2019】弱监督图像分类建模
深度学习大讲堂
38+阅读 · 2019年7月25日
CVPR2019 | 医学影像:MIT 利用学习图像变换进行数据增强
计算机视觉life
26+阅读 · 2019年3月27日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
8+阅读 · 2008年12月31日
Arxiv
1+阅读 · 2022年4月19日
小贴士
相关VIP内容
面向任务型的对话系统研究进展
专知会员服务
57+阅读 · 2021年11月17日
专知会员服务
32+阅读 · 2021年9月29日
《过参数化机器学习理论》综述论文
专知会员服务
45+阅读 · 2021年9月19日
专知会员服务
40+阅读 · 2021年7月24日
专知会员服务
53+阅读 · 2021年4月3日
专知会员服务
69+阅读 · 2021年3月29日
【图神经网络(GNN)结构化数据分析】
专知会员服务
115+阅读 · 2020年3月22日
专知会员服务
199+阅读 · 2020年3月6日
 图像内容自动描述技术综述
专知会员服务
86+阅读 · 2019年11月17日
相关资讯
「深度学习模型鲁棒性」最新2022综述
专知
7+阅读 · 2022年1月23日
监控视频的异常检测与建模综述
专知
0+阅读 · 2021年12月27日
面向任务型的对话系统研究进展
专知
0+阅读 · 2021年11月17日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
模型攻击:鲁棒性联邦学习研究的最新进展
机器之心
34+阅读 · 2020年6月3日
基于深度学习的超分辨率图像技术一览
极市平台
17+阅读 · 2019年8月24日
【CVPR2019】弱监督图像分类建模
深度学习大讲堂
38+阅读 · 2019年7月25日
CVPR2019 | 医学影像:MIT 利用学习图像变换进行数据增强
计算机视觉life
26+阅读 · 2019年3月27日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
8+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员