[01811634]高维视觉大数据的紧致化表示理论与方法

随着成像技术与互联网技术的迅猛发展,视觉数据的分辨率越来越高,数据规模呈爆炸式增长,内容益加复杂,对其高效分析、检索与管理带来了极大的挑战。研究表明高维数据往往存在本征的低维结构,如何学习视觉数据的内在紧致特征是应对该挑战的关键。在国家自然基金重点、优青、面上项目和江苏省杰出青年基金项目等资助下,项目组针对高维视觉大数据分析中存在的本征结构恢复难,优化计算NP难,检索查找效率低等挑战性问题,重点研究了高维视觉大数据的紧致化表示理论与方法,取得了原创性的理论研究成果,主要发现点为: （1）发现了非线性流形分布、多语义关联等现象会导致实际视觉数据存在高相干性问题,从矩阵分析视角揭示了高相干性是造成稀疏低秩结构提取困难的关键因素,证明了低秩表示模型（Low Rank Representation/LRR）中字典满足秩较低且广义条件数较小条件时,可以克服高相干性对低秩结构恢复造成的不良影响,依据该理论提出了相应的字典学习方法,建立了基于稀疏低秩结构的紧致子空间学习框架。该理论发现引起了IEEE Fellow香港浸大学 Yiu-Ming Cheung教授、IEEE T-PAMI编委帝国理工大学Stefanos Zafeiriou教授等国内外学者的高度关注与好评。 （2）提出了一类基于梯度截断下降的稀疏低秩优化算法,有效解决由于稀疏约束导致的非凸和NP难问题。证明了所提算法具有线性收敛速度,给出了模型参数估计和稀疏结构恢复的最优统计误差上界,提升了非凸稀疏低秩优化问题的计算效率和寻优精度,进一步拓展到分布式稀疏优化问题,提出了分布式深度网络紧致化学习方法。统计学最高奖COPSS会长奖和斯隆奖获得者芝加哥大学Rina Foygel Barber教授,美国统计学会会士香港理工大学讲座教授Jian Huang等对所提算法的理论分析和统计性能给予了积极评价。 （3）设计了基于层级哈希编码的紧致化稀疏表示方法,解决了海量高维视觉大数据的高效检索问题,在保持检索精度的前提下,检索效率较传统方法提升了十倍以上。并针对视觉大数据分布式和在线学习问题,进一步发展了基于交替方向优化的分布式哈希编码方法和基于素描矩阵的在线哈希编码方法。该成果已被OpenMVG、Theia Vision Library等国际知名开源库收录为标准算法,马尔奖获得者苏黎世联邦理工学院Luc Van Gool教授等称赞了该成果的高效性。 以上述理论研究为基础,开展了图像检索、运动目标检测、人脸配准等一系列应用研究。研发的基于稀疏性约束的人脸图像分析与跟踪系统,获2014、2015国际人脸配准和跟踪算法竞赛第一名;研发的基于哈希编码特征的图像检索系统,获2016微软MSR图像识别挑战赛冠军。项目部分成果获2018江苏省高等学校教育教学与研究成果一等奖,在广东小天才科技、南京开为、南京华曼吉特等公司产品中落地应用。 五篇代表性论文分别发表在领域内国际顶级期刊IEEE T-PAMI、JMLR和顶级国际会议CVPR,以及国内高质量期刊《计算机学报》和《计算机辅助设计与图形学学报》,Google Scholar与中国知网引用合计446次。论文工作得到了国内外同行的广泛关注和高度评价,引文来自计算机视觉、模式识别、机器学习等多个领域,引用学者遍布美国、英国、加拿大等20余个国家中的150余个学术机构。 项目第一完成人入选教育部特聘教授与国家杰青,第二、三和四完成人分别入选中科院卢嘉锡人才奖、国家优青、省六大人才高峰计划。项目负责人团队入选2014省双创团队和2018全国高校黄大年式教师团队。