中文摘要：

“基于多示例学习的光照不敏感图像检索研究”（编号60702033）为国家自然科学基金委员会青年科学基金项目，研究期限为3年。本项目主要目标是研究以多示例学习等学习算法为基础的图像检索技术，并提取光照不敏感的底层特征。具体开展了多样性密度算法、直推式支持向量机、相机本征图像标定、光照不敏感及基于稀疏编码的底层特征提取。为开发相应图像检索系统奠定坚实的理论基础及必要的关键技术。 本项目在广泛调研图像检索的国内外研究情况，总结相关算法特点的基础上，把工作重点放在多示例学习和底层特征提取研究上。提出学习多个目标函数的多概念DD 算法；通过改变示例在包分类时的影响策略，提出了一种基于重叠示例的分类算法；研究了基于高斯分布的相机本征图像标定方法及其光照不敏感特征提取；发展了基于稀疏编码的底层特征提取方法；提出了基于直推式向量机的图像检索方法等一系列创新方法。依据上述方法，开发了相应的图像检索原型系统。 本项目共发表论文10篇，其中SCI收录2篇，EI收录7篇，ISTP收录2篇，获省级奖2项。结合本项目研究工作，培养博士生2人，硕士生5人；申请发明专利1项。