融合图像质量特性的视觉对象类别标注方法研究-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

融合图像质量特性的视觉对象类别标注方法研究

项目名称：融合图像质量特性的视觉对象类别标注方法研究
项目类别：青年科学基金项目
批准号：60802055
申请代码：F010402
项目来源：国家自然科学基金
研究期限：2009-01-01-2011-12-31

项目负责人：肖柏华
负责人职称：研究员
依托单位：中国科学院自动化研究所
批准年度：2008

中文摘要：

随着各种数字图像获取设备的广泛应用，对海量图像信息的有效组织、分类和检索正引起学术界和工业界的广泛关注。图像低层视觉特征和高层语义之间的"语义鸿沟"是制约基于内容的图像检索性能的瓶颈。作为语义图像检索的一项关键技术，视觉对象类别标注研究目前还处于方兴未艾的发展阶段，分类性能很不理想。现有研究表明，主流的局部特征的性能均与图像质量特性息息相关。本项目不是单纯地从图像处理的研究入手试图寻找对所有图像质量退化情况都不变的超级特征，而是进一步深入探索图像的质量特性对特征提取的影响，借鉴模式识别和人工智能中的集成思想，充分利用图像的质量特性信息，并将其有机地融合到模式表达和分类方法中去，研究基于图像质量特性的多特征融合集成方法，以及图像质量自适应的多分类器集成识别方法，最终建立具有自主知识产权的融合图像质量特性的集成型视觉对象类别标注原型系统，为提高实际应用环境下的标注性能提供一条创新的途径。

中文主题词：视觉对象标注；图像质量评价；局部特征；特征集成；多分类器集成

结论摘要：

英文主题词Visual object classification;Image quality;Local feature;Feature integration;Multiple classifiers combination

成果综合统计