无约束视频图像的判别特征学习与自适应方法研究

Feature representation and classification for the unconstrained video images are basic and key problems in computer vision and pattern recognition. The qualities of feature extraction, metric learning and domain adaptation algorithms will directly affect the final performance of intelligent processing system. Although some methods have been proposed to deal with these scenarios, there still exist many theoretical and technical barriers to be overcome. Disordered backgrounds and complex variations are basic problems for discriminant modeling. Multiple resolutions make the alignment and matching tasks more difficult. This project aims to improve classification performance for the unconstrained video images. In particular, we exploit the local order-based coding scheme to attain the enhanced features that conform to the visual cognition principles. A new robust and discriminant analysis model is built by nonlinear mappings and convolutional filters learning approach. A new deep metric learning method is proposed to deal with the heterogeneous and low-resolution images matching problems. By building a unified framework for the existing domain adaptive methods, novel transferable structures will be modeled to enhance the generalization ability of classification algorithms. This project also investigates fast numerical optimization approaches to make the system effective and efficient in practice.

无约束视频图像的特征表示与分类是计算机视觉与模式识别领域的核心基础问题。判别特征提取、度量学习及自适应算法的好坏直接关系着智能处理系统的最终性能。现有方法在个别数据库已经取得了较好的分类精度，却也仍旧存在一系列待解的难题。背景复杂与变化多样是无约束视频图像分类问题的两大难点，多重分辨率进一步加剧了图像对齐与匹配的难度。本课题针对上述难点问题展开研究。通过研究图像的局部秩序编码方案，得到更加符合视觉认知规律的特征增强方法。通过非线性映射下的卷积滤波算子学习，建立新的浅层判别分析模型，提高特征学习过程中的抗噪性能与判别能力。通过研究异构度量学习算法，提高深度学习方法在不同分辨率下的分类性能。通过研究领域自适应方法的一般框架，建立深度学习方法的可迁移结构模型，提高算法的灵活性。此外，本课题还进一步研究更加快速的数值优化算法，在不明显影响分类精度的前提下，降低算法的计算复杂度，提升系统的实用性。

项目针对无约束视频图像分类与分析的自适应判别特征学习问题，基于度量学习方法和深度特征学习框架做出算法分析与数值优化，取得了一些研究成果，提高了特征的判别性、稳健性和自适应性。.项目提出多核学习的判别分析方法，建立了图嵌入与稀疏表示分类的融合方式。提出互信息正则化的深度聚类模型，为无监督场景下解析图像风格/内容提供了新的途径。项目基于条件矩匹配准则在隐变量空间增强核函数的判别能力，得到了判别的核密度估计方法，可用于改善监督和半监督学习场景下的分类性能。项目将最优实验设计思想融入到迁移学习任务，通过最小化特征变换算子的协方差规模优化了分类结果的一致性。若干基准数据集上的实验结果验证了新算法的有效性。.项目现已在国际权威期刊发表论文36篇和国际国内会议论文19篇，其中含IEEE Trans 18篇，CVPR/ICCV/AAAI/ECCV等国际会议论文11篇。培养博士、硕士研究生十余名。