基于非欧氏空间的视觉计算理论与方法

计算机视觉赋予机器对视觉环境感知、计算和理解的高级智能，具有重要的理论意义和实际价值。以Marr视觉理论为代表的现有计算机视觉研究工作局限于欧氏空间，和人类认知空间具有显著差异，因而在复杂的应用场景中缺乏鲁棒性。本项目从人类视觉认知机理出发，研究非欧氏空间视觉计算的理论和方法，建立相应的数学基础，提出非欧空间视觉特征表达和模式匹配算法，推动计算机视觉走向实用；结合机器和生物视觉智能对非欧空间认知机理进行探索，促进信息科学和认知科学的交叉融合；将非欧视觉计算应用于图像和视频分析、目标检测与识别等具体视觉问题，构建理论研究成果的原型验证系统。本项目变革视觉计算的基础空间，有望开辟计算机视觉学科发展的新方向，使我国在非欧空间视觉研究方面引领国际发展，并为我国在多媒体检索、视频监控、生物特征识别、人机交互、视觉导航等战略高技术领域的自主创新提供理论基础和核心算法。

以 Marr 视觉理论为代表的现有计算机视觉研究工作局限于欧氏空间, 和人类认知空间具有显著差异,因而在复杂的应用场景中缺乏鲁棒性。本项目从人类视觉认知机理出发,研究非欧氏空间视觉计算的理论和方法,建立相应的数学基础,提出非欧空间视觉特征表达和模式匹配算法,推动计算机视觉走向实用;将非欧视觉计算应用于图像和视频分析、目标检测与识别等具体视觉问题,构建理论研究成果的原型验证系统。..该项目已全面完成计划书中预定的研究目标，取得一系列高水平研究成果：在拓扑空间学习上，提出了基于拓扑持续同调的目标表达框架，涵盖特征提取、拓扑空间构建、拓扑不变性计算、基于拓扑不变性的目标表达等方面，对光照、遮挡、形变等具有非常强的鲁棒性；在稀疏和低秩空间学习上：以共轭函数诱导的半二次函数逼近为基础，以向量和矩阵为研究对象，分别研究了鲁棒稀疏向量和鲁棒低秩矩阵的恢复问题；在语义空间学习上，提出了特征编码的理论框架，统一目前国际上主要的特征编码方法，揭示了特征编码的本质特征，并将其应用于目标分类和虹膜识别等问题；在隐式空间学习上，提出了相关主题模型，通过层级先验来联合学习目标的隐藏主题和分类器，在非结构化的复杂社交视频分析中取得了当前国际最好结果。..受该项目资助发表论文34篇，受Springer出版社邀请撰写专著2部，申请国家发明专利17项。研究成果获ICPR2014最佳学生论文奖，CCCV2015最佳学生论文，CCBR2015最佳论文奖，CVPR DeepVision研讨会最佳论文奖，百度人形分割大赛冠军等奖励和荣誉。在人才培养与国际合作交流方面，项目负责人在项目执行期间分别当选为中科院院士、英国皇家工程院外籍院士和发展中国家科学院院士。依托该项目已经培养杰青1名，教授1名，副教授2名，培养博士18名，硕士2名，博士后2名。在项目实施过程中，组织国际/国内会议2次。..本项目变革视觉计算的基础空间,有望开辟计算机视觉学科发展的新方向,使我国在非欧空间视觉研究方面引领国际发展,并为我国在多媒体检索、视频监控、生物特征识别、人机交互、视觉导航等战略高技术领域的自主创新提供理论基础和核心算法。