基于几何计算的可视媒体数据特征提取方法研究

Visual media data feature extraction is the theoretical basis and key technology of the visual media identification, retrieval and matching, and is also a hot issue which needs to be resolved and difficult issue with widely used in the field of intelligent analysis and processing of visual media. The visual media data feature extraction is studied in this project based on the characteristics of visual media data,such as multi-dimensional, massive, non-linear and so on. The fitting surface is constructed using the continuous visual media data. The complexity of the visual media data is reduced by the geometric feature extraction. A effective new feature extraction method is proposed through the manifold learning finally.The content of the specific research as following: Firstly, constrction of the high precision fitting surface based on the visual media data;Secondly,simplification of the complex visual media data;Thirdly, visual media data feature extraction based on manifold learning. If the problems are solved,this project will provide a efficient and stable new technology for the visual media data processing.

可视媒体数据的特征提取是可视媒体识别、检索和匹配等方面的理论基础和关键技术，也是一个热点问题和应用中急需解决的难点问题，在可视媒体智能分析与处理领域有广泛的应用背景。本项就可视媒体数据特征提取问题进行研究，从可视媒体数据的多维、海量、非线性等自身特性出发,基于可视媒体数据连续的思想，构造可视媒体数据拟合曲面，通过对拟合曲面几何特征提取来简化可视媒体数据的复杂度，再利用流形学习方法提取特征，建立了一种适应可视媒体处理需求的新的有效特征提取方法。具体研究内容是：1、可视媒体数据高精度拟合曲面构造；2、复杂可视媒体数据分块简化；3、基于流形学习的简化可视媒体数据特征提取。项目中研究问题的较好解决，将为网络可视媒体处理提供实用、高效和稳定的新技术。

可视媒体数据的特征提取是可视媒体智能分析与处理领域中的重要理论基础和关键技术。在可视媒体识别、检索和匹配等方面有广泛的应用。项目围绕可视媒体数据的特性，对特征提取问题进行研究。具体研究内容是：1、可视媒体数据高精度拟合曲面构造；2、复杂可视媒体数据分块简化；3、基于流形学习的简化可视媒体数据特征提取。项目中研究问题的较好解决，将为网络可视媒体处理提供实用、高效和稳定的新技术。. 项目取得的重要结果有：. 构造了一类新的基于函数值和偏导数值的双变量加权混合有理插值样条、一类新的二阶连续的曲面模型、有理样条分形插值函数，并且研究了它们的性质，这些插值模型的逼近效果好，可以高精度的逼近不同类型的复杂真实数据。. 提出了一系列插值算法，包括基于参数优化的有理函数图像插值算法、基于有理函数模型的自适应图像插值算法、基于非下采样轮廓波变换的分区域自适应插值算法，这些算法应用于不同类型图像插值。实验表明，这些插值算法在图像细节信息丰富、保持纹理结构、边界清晰等方面与当前其他算法相比有明显的优势。. 提出了复杂数据特征的表示模型，该类模型基于分形插值函数，能够精确的刻画复杂数据，对于保持复杂纹理方向、恢复复杂数据的细节信息等方面有有很好的效果，同时，提出的分区域表示的思想，是用来表示复杂数据，将复杂问题简单化的重要手段。. 将复杂数据表示的思路引入到图像去噪、图像去雾、超分辨率重建以及点云数据建模方面，新的思路对于传统问题的解决起到了重要作用，丰富了解决此类问题的方法。. 项目执行期间共在国内外重要期刊和国际学术会议上发表论文23篇，申请国家发明专利3项，有1项专利获批，获软件著作权2项，获山东高等学校优秀科研成果奖1项。这些成果对丰富复杂数据特征表示理论有一定的科学价值，对推动可视媒体处理技术的革新和发展有一定贡献。项目组研发的基于复杂纹理图像的分析原型系统有较好的成果转化前景。