从事图像鲁棒特征提取和维数约简的研究。提出了Gabor区域协方差矩阵特征,显著提高了对光照、姿态和几何变化的鲁棒性。建立了投影点和特征线距离都是子空间函数的子空间学习框架,显著提高了特征提取的泛化能力。提出了基于L1范数的鲁棒张量学习方法,克服了传统L2范数对离群点敏感的缺点。提出了基于快速Haar变换的快速子空间学习和张量学习机制,克服了传统的快速算法难以用于高分辨率图像的缺点。设计了多层概率图主题模型,能够提取和区分文档的共性和个性主题。 发表论文66篇,其中IEEE汇刊论文12篇(含录用1篇)。SCI期刊源论文29(含待检索6篇)篇,EI期刊源论文55篇。SCI他引118次。为IEEE高级会员,任3个SCI国际期刊的副主编或客座编辑。针对移动视觉分析中环境变化大、要求低能耗的特点,拟研究同时具备鲁棒、稀疏和高效性的特征提取及基于时空联合的低能耗物体检测新机制。
英文主题词Feature extraction;Object detection;Image recognition;Dimensionality reduction;