在模式识别领域,特别是在图像识别(人脸识别、字符识别和文本分类等)中,有关特征抽取的理论和方法一直是人们研究的热点和关键问题。迄今为止,多元统计分析中的诸多方法已被成功地应用到了这一领域,其中,以主分量分析和Fisher鉴别分析最具代表性。与这两种方法不同的是,我们提出了一种基于相关投影分析(包括典型相关分析、广义典型相关分析和偏最小二乘分析)的特征抽取框架,该框架是建立在两组特征或两个数据矩阵上的特征抽取方法。我们将在已取得的研究成果的基础上,进一步深化对有关理论和方法的研究,拓宽其应用领域。该项目的研究对于促进相关投影分析自身的理论发展,丰富模式识别的特征抽取理论,及其在图像识别方面更为成功的应用,都具有重要的理论和实际意义。该项目研究的主要内容包括相关投影分析理论的深化研究;线性相关投影分析的非线性推广;直接基于图像矩阵的二维相关投影分析的研究。
英文主题词pattern recognition;correlation projection analysis;feature extraction;image recognition;feature fusion