基于耦合判别和协作稀疏表示的图像表征和标注研究

项目名称： 基于耦合判别和协作稀疏表示的图像表征和标注研究

项目编号： No.61375047

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： 赵仲秋

作者单位： 合肥工业大学

项目金额： 78万元

中文摘要： 图像语义标注在图像数据检索、管理中起重要作用；而稀疏表示符合人类视觉系统的认知机理。拟从图像表征和分类器模型两个层次开展基于稀疏表示的图像自动标注研究。在图像表征层，开展基于稀疏表示的局部特征量化研究:针对通用性问题，从判别性字典类别相关性出发，研究与具体字典求解算法无关，并独立于分类器学习的普适判别性字典学习方法；针对图像标注中模式分类问题，构建判别约束，研究鲁棒判别性稀疏表示系数学习方法；在此基础上，研究字典和稀疏表示系数判别性学习的相互促进关系，为图像表征构建耦合判别稀疏表示模型。在分类器模型层,开展基于正反向协作稀疏表示分类器的图像标注研究: 针对大样本图像数据问题，从协作训练中分类器的充分性和差异性出发，设计图像集多样化分解方法，以构建"正向-多反向"协作稀疏表示分类器模型；进而研究图像集分解粒度和稀疏率对协作训练的协同作用机制，提出协作稀疏表示分类器模型优化方法。

中文关键词： 稀疏表达；图像表征；图像分类；人脸识别；

英文摘要： Image semantic annotation plays an important role in image retrieval and management; and sparse representation is consistent with the cognitive mechanism of the human visual system. This project will focus on the studies of image automatic annotation base

英文关键词： sparse representation；image representation；image classification；face recognition；