不完全视觉信息鲁棒表示理论与方法
成果类型:: 发明专利,著作权,商标权
发布时间: 2022-11-12 17:49:43
因遮挡、姿态或视角变化等导致视觉信息不完全是计算机视觉领域目标检测、跟踪和识别等任务共同面临的瓶颈问题,如口罩遮挡导致人脸识别系统失效。项目组在两个国家自然科学基金项目及多个省级项目的资助下,从不完全视觉信息空间几何分析入手,揭示了不完全视觉信息几何空间上的奇异离群特征,提出了局部多均值向量协同字典学习和多视角融合复原表示理论,实现了不完全视觉信息的鲁棒表示和快速高效识别。
1、揭示了不完全视觉数据的奇异离群几何机理,建立了结构约束下不完全视觉数据几何上奇异离群的分析模型,提出了不完全视觉数据奇异离群性判定方法,为不完全视觉数据几何分析提供了一种新的途径。2、针对不完全视觉数据和完全视觉数据的表示空间不同构问题,提出了高维不完全视觉数据与完全视觉数据的低维协同表示方法,以及多均值向量协同字典学习和多视角融合表示学习算法,有效提升了不完全视觉数据表示的鲁棒性。3、针对现有视觉识别算法对不完全视觉数据分类失效问题,提出了分阶段重构识别架构,构建了分阶段线性和非线性的重构识别模型和算法,有效突破了传统单阶段识别方法的局限。
针对现有视觉识别算法对不完全视觉数据分类失效问题,提出了分阶段重构识别架构,构建了分阶段线性和非线性的重构识别模型和算法,有效突破了传统单阶段识别方法的局限。
1 欧卫华 男 1979年09月 教授 博士研究生 贵州师范大学 创新点1,2主要贡献和创新点3部分贡献2 苟建平 男 1982年10月 副教授 博士研究生 江苏大学 创新点3主要贡献和创新点1,2部分贡献
该成果共发表 SCI 论文 30 多篇,授权发明专利 2 项,其中代表性论文中 3
篇 分 别 发 表 在 《 Pattern Recognition 》《 Expert Systems with Applications 》
《Knowledge Based Systems》等中科院一区刊物上,1 篇入选 ESI 高被引论文。
5 篇代表性论文他引总计 272 次,单篇最高他引 118 次;Web of Science 他引总
计 318 次,单篇最高他引 138 次;Google Scholar 他引总计 476 次,单篇最高
他引 176 次。 代表性论文成果得到了全球人脸识别和情感计算之母 IEEE Fellow
英国帝国理工学院 Pantic, Maja 教授,IEEE Fellow 中国科学院院士谭铁牛教授,
IEEE Fellow 加拿大不列颠哥伦比亚大学 Z. Jane Wang 教授,IEEE Fellow 香港
浸会大学 Yiu-Ming Cheung 教授等多位国际著名学者的正面引用和评价。
建立了结构约束下不完全视觉数据几何上奇异离群的分析模型,提出了不完全视觉数据奇异离群性判定方法,为不完全视觉数据几何分析提供了一种新的途径。
提出了高维不完全视觉数据与完全视觉数据的低维协同表示方法,以及多均值向量协同字典学习和多视角融合表示学习算法,有效提升了不完全视觉数据表示的鲁棒性。