图像识别中区分性稀疏表示理论与方法研究-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

图像识别中区分性稀疏表示理论与方法研究

项目名称：图像识别中区分性稀疏表示理论与方法研究
项目类别：青年科学基金项目
批准号：61202228
申请代码：F020508
项目来源：国家自然科学基金
研究期限：2013-01-01-2015-12-31

项目负责人：陈思宝
依托单位：安徽大学
批准年度：2012

中文摘要：

稀疏表示是采用训练数据线性稀疏地表示待测试数据的一种新的模式识别方法。针对于稀疏表示方法在图像识别应用中存在的类别分离、计算复杂度高和应用领域太局限等问题，本研究项目将与分类错误紧密结合的区分性稀疏表示理论与方法及其在图像识别中的应用作为重点研究内容。具体研究内容包括研究基于不同区分性指标的度量准则区分近邻类的能力，构建与分类错误紧密结合的区分性稀疏表示的度量准则及其统一框架；研究区分性稀疏表示准则的非凸优化求解问题，设计区分性稀疏表示准则的快速优化求解方法；研究多标签数据的权重分配问题和基于张量形式的图像与视频数据的特性，构建针对于多标签分类的区分性稀疏表示准则以及其相应的优化求解方法，在应用中提高图像识别的准确率与效率。

中文主题词：回归；分类；稀疏表示；区分性度量；模式识别

结论摘要：

英文主题词regression；classification；sparse representation；discriminative metric；pattern recognition

成果综合统计