中文摘要：

近年来，作为一种有效的人脸与掌纹识别技术，张量子空间分析方法受到越来越多学者的关注。本项目拟对基于张量子空间分析的人脸与掌纹识别方法进行深化研究，具体包括1）目前张量子空间分析中，图结构近邻参数确定主观性强或者容易出现过学习，针对这一问题，研究近邻参数的自适应确定方法；2）针对已有张量子空间分析方法对边缘点敏感问题，研究基于L1范数优化模型的张量子空间分析新方法及其统一理论框架；3）研究基于L1范数优化模型张量子空间分析方法的增量学习问题。本项目的创新点在于1）通过数据驱动的方法确定张量子空间分析方法中图结构近邻参数；2）研究基于L1范数优化模型的张量子空间分析新方法及其统一理论框架、增量学习算法，从数学建模的角度进行新的思考和探索。本项目研究成果将为张量分析方法用于实际的人脸与掌纹识别系统打下重要的基础，对人脸与掌纹识别的应用起到一定推动作用。

结论摘要：

项目以图像/视频理解为主线，在图像分割、视频目标跟踪以及基于图像序列特征的目标分类等问题上开展了研究，取得了良好的进展。(1)提出了基于形状约束的视频目标跟踪方法。项目运用形状内容描述子定位目标边界。该方法对于目标的跟踪主要分为四个部分第一，运用高斯混合模型得到一个不精确的目标/背景分离结果；第二，用边界分离方法提取目标的粗略边界；第三，运用形状内容描述子做快速形状匹配，估计出目标所在的位置；最后，运用弹性形状匹配方法提取出目标的精确边界。在合成数据及现实真实视频的实验结果表明，该方法可以有效处理目标跟踪中的平移、旋转、尺度变化及部分遮挡问题。(2) 针对基于图论的图像分割，提出了一种有效的图拓扑结构。在基于图论的二/三维图像分割方法中，主要运用4邻域或8邻域（26邻域）的图拓扑结构。本项目提出的新的图拓扑结构——有向最近邻图，比这类传统的连接方式能更有效地处理纹理图像分割，在三维医学图像上的实验结果进一步验证了新方法的有效性。此外，本项目提出的图连接方式是一种新的有效的图拓扑结构，对于其它的基于图论的算法具有借鉴意义。(3)提出了一种新的基于稀疏表示的多元模式分析(MVPA)方法，并用来考察人群正常老化的协变模式。对两个组的参与者进行了评估(第一组290人，第二组56人)。在第一组中，我们使用t-检验过滤器和稀疏表示得到辨别模式。我们使用只有几个像素的判别模式就能从老年人组中能够区分出年轻人（第1组98.4％;第2组96.4％），具有很高的准确性。结合课题相关研究工作发表图书章节1篇，学术论文7篇，其中3篇SCI收录。获得国家发明专利授权1项。结合课题项目已经毕业博士研究生2名，硕士研究生1名，一名博士后完成研究并出站。