视觉媒体的结构感知处理与分析模型研究

基本信息
批准号:61502541
项目类别:青年科学基金项目
资助金额:22.00
负责人:苏卓
学科分类:
依托单位:中山大学
批准年份:2015
结题年份:2018
起止时间:2016-01-01 - 2018-12-31
项目状态: 已结题
项目参与者:曾坤,詹瑾,刘辉,刘郁峰,颜吉超,李东蔧,卢惠阳,杨凯星
关键词:
图像视频的结构分析图像增强图像视频编辑图像滤波图像缩放
结项摘要

Structure-aware filtering model is an extension to current edge-preserving smoothing models, and essentially breaks the limitations in the traditional filters. Recent yeas, the structure-aware filter becomes a significant way to the processing and analysis of the visual media, since it effectively separetes the media data to obtain the boundaries, contours, shapes and details. However, there exists some defects in the state-of-the-art models. In this project, we devote ourselves to explore the fundamental theories and the practical methods of the new structure-aware filter. The main points are as follows. (1) Explicit sparse edge control optimization filtering model. It exploits the sparse edges to construct the structure-aware property in the sparse gradient-norms minimization framework. (2) Local total variation based adaptive kernel regression model. Under the kernel regression theory, it exploits the powerful structure-texture expression ability of the local total variation to establish the structure-aware filter. (3) The schemes for the visual media processing and analysis by structure-aware filtering. It studies the effective combination patterns for raising the visual media processing and analysis quality. All the research achievements will be promoted to the visual applications in the digital home environment.

结构感知滤波模型是针对现有的边缘感知滤波方式的新拓展,并从根本上突破了传统滤波方法的局限性。最近,结构感知滤波成为视觉媒体处理与分析方法研究中的热点,原因在于它能有效获取视觉媒体数据中的边界、轮廓、形状和细节信息。然而,当前的边缘或结构感知滤波均存在一定的局限性,限制了其在视觉媒体中的应用。本项目致力于研究结构感知滤波的理论与实践方法,主要研究:(1)显式稀疏边缘控制的优化滤波模型。在稀疏梯度范数最小化的优化框架中,结合显式的稀疏边缘信息,构造具有结构感知特性的滤波结果。(2)基于局部全变分的自适应核回归模型。在核回归理论中,结合局部全变分理论对结构和纹理信息的表达能力,构建具有结构感知效果的滤波方法。(3)基于结构感知滤波的视觉媒体处理与与分析质量优化策略。通过探索结构感知滤波与视觉媒体内容处理过程的结合方式,发掘提高处理质量的新方法。最终的研究成果将在数字家庭媒体平台上加以推广应用。

项目摘要

结构感知滤波模型是针对现有的边缘感知滤波方式的新拓展,并从根本上突破了传统滤波方法的局限性。最近,结构感知滤波成为视觉媒体处理与分析方法研究中的热点,原因在于它能有效获取视觉媒体数据中的边界、轮廓、形状和细节信息。然而,当前的边缘或结构感知滤波均存在一定的局限性,限制了其在视觉媒体中的应用。本项目致力于研究结构感知滤波的理论与实践方法,主要研究:(1)显式稀疏边缘控制的优化滤波模型。在稀疏梯度范数最小化的优化框架中,结合显式的稀疏边缘信息,构造具有结构感知特性的滤波结果。(2)基于局部全变分的自适应核回归模型。在核回归理论中,结合局部全变分理论对结构和纹理信息的表达能力,构建具有结构感知效果的滤波方法。(3)基于结构感知滤波的视觉媒体处理与与分析质量优化策略。通过探索结构感知滤波与视觉媒体内容处理过程的结合方式,发掘提高处理质量的新方法。最终的研究成果在数字家庭媒体平台上加以推广应用。项目组成员共发表学术论文10篇,其中期刊论文8篇,会议论文2篇,核心算法申请发明专利2件。

项目成果
{{index+1}}

{{i.achievement_title}}

{{i.achievement_title}}

DOI:{{i.doi}}
发表时间:{{i.publish_year}}

暂无此项成果

数据更新时间:2023-05-31

其他相关文献

1

演化经济地理学视角下的产业结构演替与分叉研究评述

演化经济地理学视角下的产业结构演替与分叉研究评述

DOI:10.15957/j.cnki.jjdl.2016.12.031
发表时间:2016
2

玉米叶向值的全基因组关联分析

玉米叶向值的全基因组关联分析

DOI:
发表时间:
3

正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究

正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究

DOI:10.19713/j.cnki.43-1423/u.t20201185
发表时间:2021
4

硬件木马:关键问题研究进展及新动向

硬件木马:关键问题研究进展及新动向

DOI:
发表时间:2018
5

基于SSVEP 直接脑控机器人方向和速度研究

基于SSVEP 直接脑控机器人方向和速度研究

DOI:10.16383/j.aas.2016.c150880
发表时间:2016

苏卓的其他基金

相似国自然基金

1

社交媒体大数据智能分析与感知

批准号:61871378
批准年份:2018
负责人:张晓宇
学科分类:F0113
资助金额:61.00
项目类别:面上项目
2

图像处理,计算机视觉与压缩感知中的数学模型和算法研究

批准号:11101277
批准年份:2011
负责人:张小群
学科分类:A0505
资助金额:22.00
项目类别:青年科学基金项目
3

基于结构语义的视觉对象分析与处理技术研究

批准号:61303185
批准年份:2013
负责人:王彦臻
学科分类:F0209
资助金额:23.00
项目类别:青年科学基金项目
4

融合视觉认知模型的非定域性表面缺陷感知与分析

批准号:61703399
批准年份:2017
负责人:陶显
学科分类:F0304
资助金额:24.00
项目类别:青年科学基金项目