过完备字典自适应优化理论及应用研究

The applicant''s previous project mainly focuses on over-complete dictionary design using 2D/3D Gabor functions and the optimization algorithms for sparse representation. The research output has been presented in 25 papers published at international journals and conferences. Out of them, 9 are indexed by SCI and 19 are indexed by EI. The research works also found that current dictionary is computationally very expensive due to the large number of atoms. .Following the research work, this proposal aims to study the methods to remove redundant atoms, the approaches to include dictionary learning for sparse representation, the abilities of optimization algorithms on global search and finally develop robust and efficient object recognition system. The research output of this project will be applied to remote sensing image classification, breast cancer diagnosis and hyperspectral face recognition..As an inter-discipline proposal covering pattern recognition, optimization, remote sensing and medical diagnosis, this project will be very useful for life health, disease diagnosis and earth environment protection.

申请人主持的青年科学基金项目在过完备字典设计和稀疏表示求解算法等领域进行了深入研究，在国际权威期刊和会议上发表学术论文25篇（SCI论文9篇、EI论文19篇）。研究工作发现基于二维/三维Gabor函数的字典存在原子数量庞大、计算复杂以及缺乏自调节机制等问题。.针对上述问题，本项目重点研究过完备字典中的原子筛选和优化策略，探索将字典引入稀疏表示求解的目标函数来进行自适应调整，提高目前生物启发式优化算法的全局搜索能力，最终实现对噪声不敏感、计算量小、准确和高效的多光谱图像分类系统。项目最终将寻求把研究成果应用到高光谱遥感图像中的地物分类、多光谱乳腺切片图像中的癌细胞诊断以及高光谱人脸识别等问题。.项目涉及模式识别、智能优化、遥感和医学等不同学科领域，对于生命健康、疾病诊断和地球环境监测具有非常重要的研究意义。

该项目是申请人青年基金项目的延续，针对青年基金项目中发现的三维Gabor特征数量庞大、采用该字典进行图像表示求解计算量大等缺点，项目组研发了三维Gabor特征选取，字典构成以及优化方法，对三维Gabor特征抽取理论与机理进行了深入研究，并对向量方式拼接的三维Gabor特征字典和稀疏协同表示的结合进行了探索。.项目组深入研究了Gabor原子在空域、谱域以及空间-光谱域同时提取信号变化特性的方法，探索了基于生物启发式优化算法的三维Gabor特征选择和筛选方法，在稀疏表示求解中自适应调整字典，量化比较了各种方案的优劣，针对具体识别问题通过优化字典减少了其对特征提取的负面影响；最后将上述研究成果应用于高光谱遥感图像，研发了快速、高效、准确的高光谱遥感图像分类算法。. 项目团队首先提出了基于三维Gabor特征字典的高光谱遥感图像分类系统，将各个方向、尺度提取的Gabor特征独立设计字典，然后通过联合稀疏表示的框架进行识别。同时，我们还通过L2代替L1的方法来加快稀疏求解过程，从而大大提高三维Gabor特征字典分类系统的效率。. 针对三维Gabor特征数量庞大、采用该字典进行图像表示求解计算量大等缺点，研究团队提出了一个基于生物进化Memetic 算法的特征选择方法去减少特征维度，以减少该字典用于高光谱图像分类的复杂度。该系统通过预先设计的适应函数以及局部裁剪对原始的Gabor特征进行筛选，从而降低其冗余。. 针对图像分类中存在的各种数据变化，团队提出了包含多种基本特征模式的模式字典；针对数据编码的局部性破坏问题，提出了基于局部性保持的核字典与分类器联合学习方法；同时对分析字典与合成字典的联合学习理论与应用进行了深入研究。