视觉信息的局部特征表示及应用研究

Visual information (image and video) occupies an important position in big data. Local feature representation of visual information plays a central role in image recognition/classification, image retrieval and video analysis. It’s well known that how to design an effective local feature representation model for visual information is the key step to improve the abilities of image (or video) analysis system. This project will research on local feature representation models of visual information. Moreover, we will focus on provide an integrative framework of local feature representation according to the theories of local structure representation, sparse representation and robust representation. The main research content including: (1) nuclear norm based regression representation method; (2) discriminative learning based local feature representation method; (3) sparsity and robustness based local feature representation method; (4) deep regression based local feature representation method. Finally, we will build a vision system to verify our theories and methods.

在大数据中视觉信息（图像、视频）占据着举足轻重的地位，而视觉信息的局部特征表示又在图像识别/分类、图像检索和视频分析等领域扮演着重要角色。高效的视觉信息局部特征表示是提升图像（视频）分析系统性能的关键。本项目将重点研究视觉信息的局部特征表示问题，从局部结构表示、稀疏表示和稳健表示三个方面展开研究，旨在建立视觉信息局部特征表示的一体化框架。主要研究内容包括：（1）基于核范数的回归表示方法研究；（2）基于鉴别学习的局部特征表示方法研究；（3）基于稀疏稳健性的局部特征表示方法研究；（4）基于深层回归的局部特征表示方法研究。最后，基于以上理论和方法的成果，建立基于视觉信息局部特征表示的视觉系统验证平台。

本课题重点研究了视觉信息的局部特征表示模型及算法。针对视觉信息的局部结构特性，提出了一种挖掘深层梯度信息的图像局部特征表示方法，该方法利用图像局部区域的梯度直方图来刻画中心像素的局部结构特征。基于此，可以将一副图像分解成一系列蕴含不同梯度特性的结构子图；再应用梯度方向直方图（HOG）来进一步提取不同子图的深层梯度信息构建图像的特征表达。针对视觉信息的稳健表示，提出了基于核范数的矩阵回归方法并给出了快速的ADMM算法求解该模型，该方法旨在解决图像识别中存在的复杂结构噪声问题。在此基础上，提出了一种稳健的矩阵回归表示方法，该方法使用核范数来刻画残差图像并引入对残差矩阵奇异值的权重，进而更好的刻画了图像矩阵的结构属性。针对视觉信息的稀疏表示特性，提出了基于加权的稀疏正则非凸矩阵回归表示模型，该方法不仅可以较好的刻画图像结构噪声，同时可以兼顾对图像随机噪声的刻画。针对上述模型，我们基于增广的拉格朗日算法设计了相应的求解算法并给出了算法的收敛性证明。此外，还提出了基于正交普朗克回归的稳健表示模型，该模型可以同时处理人脸对齐、姿态纠正以及人脸表示等。