高维视觉信息的低维表示、度量与识别的理论和方法

Human being receives 80% information from vision, therefore visual information plays a central role in human perception. Today, visual information, such as images and videos, increases dramatically and exponentially. How to deal with such a huge amount of visual information efficiently is an open problem. This project will focus on the high-dimensional and structural characteristics of visual data and the real time processing requirement, and do research on four related aspects: manifold learning, sparse representation, low-rank decomposition and data hashing, in order to develop new theories and methods for low-dimensional representation of high-dimensional data. Specifically, in this respect, our research topics include: (1) discriminative sparse projection, (2) vector field based manifold learning, (3) low-rank decomposition and representation, and (4) sparse coding based data hashing. Noticing that any dimensionality reduction modeling and classifier design depend on the characterization of metrics, this project thus explores the metric design and learning. As a unified framework of feature extraction and pattern classification, deep learning arouses wide attention recently. This project will investigate the initialization, regularization and learning framework of the deep neural network. Based on the developed theory and methods, we will build a visual surveillance system, which involves some key technologies for building the social security sensor network and the intelligent city.

人类获取的80%信息来自视觉，视觉信息是人类感知的主要对象。当前，图像、视频等视觉信息呈现指数级增长，如何高效地处理海量的视觉信息是亟待解决的问题。本项目针对视觉信息内在的高维性和结构特点以及实时处理的要求，从流形学习、稀疏表示、低秩分解和数据散列四个相互关联的方面开展低维表示的理论与算法研究，主要内容包括：（1）具有鉴别性的稀疏投影理论与方法；（2）基于向量场的流形学习理论与方法；（3）低秩分解与表示的模型与算法，（4）基于稀疏编码的数据散列理论与方法。任何维数约简模型的构建和分类器的设计都离不开度量函数的刻画。因此，本项目将研究相似性度量的设计与学习问题。作为特征抽取与模式分类的一体化框架，本项目将研究深层神经网络的初始化、正则化与学习框架问题。最后，基于以上理论与方法成果，构建视觉监控系统的验证平台，为社会公共安全传感网络、智慧城市的建构提供关键技术支撑。

计算机视觉和模式识别作为人工智能的重要研究方向, 目前已经成为学术界和社会各界普遍关注的问题. 图像和视频作为信息的高维表示工具, 对这类信息的低维表示、度量和识别具有重要的学术意义和广阔的应用价值。本项目围绕上述问题开展了深入的探索和研究， 在如下几方面取得了新的研究成果：(1) 基于核范数的矩阵回归方法. 在这种方法中,我们使用误差图像的核范数作为一种相似性度量来设计基于矩阵回归的图像分类方法, 在图像复原及存在噪声的图像识别问题中具有一定的优势; (2) 平行向量场学习理论. 题组在已有的流形学习理论的基础上，为了更为精确地刻画高维数据的几何结构，创造性地引入流形上的向量场工具，并在此基础上发展出完整的平行向量场流形学习理论框架; (3) 基于双低秩矩阵恢复的显著性融合. 为了获得一个统一的能够描述显著性目标的低秩矩阵，我们提出了一种双低秩矩阵修复模型来进行显著性融合. (4) 低秩分解和表示的模型与算法. 课题组提出了基于截断核范数的低秩矩阵补全算法和一种基于加权残差的截断核范数正则化矩阵补全方法. 同时给出了自适应基选择方法以及矩阵分解方法; (6) 在生物信息学领域的研究成果. 提出了基于稀疏表示的蛋白质进化信息特征抽取模型. 本项研究共发表学术论文129篇, 全部做了基金编号的标注. 其中期刊论文109篇, 全部被SCI收录. 这些论文的Web of Science引用为1071次. 根据中国科学院关于期刊分区的最新规定,16篇论文进入一区, 67篇进入二区.