[01803362]基于图像块间相似性的图像局部特征学习算法及其应用研究

该项目属于计算机视觉领域的前沿课题。研究的核心是从图像中的图像块间相似性度量出发，逆向生成图像块的特征。这种特征构造方法是传统上由特征计算相似性的逆过程。根据图像块之间的相似性逆向生成特征的优点是：图像块之间的特征差异能够理想地反映图像块之间的相似性，并易于分类器设计。主要研究内容包括：图像块之间的相似性度量，根据图像块之间的相似性度量生成自动提取特征的算法等。其中贯穿的主要思想是，通过矩阵不完全Cholesky分解对图像块的相似性进行逆向学习，从而生成一组稀疏的非线性滤波器，能快速提取图像块特征。该项目作为传统上从图像特征提取到相似性计算的逆过程，设计从图像块的相似性度量出发，对局部图像自动进行特征提取的算法；提出的基于矩阵快速不完整Cholesky分解的图像特征逆向学习算法，允许在设计图像块之间的相似性度量时融入更多的图像底层特征；该方法能够自动选择/构造图像特征的非线性滤波器，能够处理更大的训练数据集。研究成果不仅具有重要的学术价值，而且在计算机视觉、图像处理等领域都有广泛的应用。