绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
检索详情页
首页 > 成果首页 > 图像不变性特征提取与高效识别理论和方法研究
添加标签
×
已添加(0/5):

推荐标签:

图像不变性特征提取与高效识别理论和方法研究
成果信息
立项支持
  • 公布年份:
    2017
  • 中图分类:
    TP391.4
  • 关键词:
  • 成果简介:
    主要研究内容: 图像占人类获取信息的近80%,计算机图像识别作为人工智能的重要研究领域,是处理海量图像数据的唯一途径。项目组在9项国家自然科学基金项目(重点类1项)和5项省部级/国防项目的支持下,面向图像不变性特征提取与高效识别这一前沿研究课题,在图像灰度变化不变性特征提取、图像几何结构变化不变性特征提取、高效特征匹配和大规模跨模态图像识别的理论与方法上取得重要突破,并成功应用于生物特征识别、遥感图像处理与分析等诸多工程领域,形成了一套包含基础理论、方法模型和实际应用的完整体系。 科学发现点: 首次证明了Radon和Fourier-Mellin变换对图像模糊、噪声等退化具有不变性,提出了复杂光照和大面积遮挡下的鲁棒特征提取方法,为图像灰度变化不变性特征提取研究提供了理论支撑。 首次提出了Bessel-Fourier正交矩模型,证明了该模型对图像几何结构变化具有不变性,建立了正交多项式空间的不变量模型,完善了图像几何结构变化不变特征提取的理论体系。 首次建立了基于紧致语义嵌入的跨模态图像识别框架,提出了基于键值排序的局部敏感哈希高效特征匹配方法,有效解决了大规模跨模态图像识别的性能瓶颈问题。 科学价值: 发现了图像灰度和几何结构变化对图像变换空间的影响规律;突破了传统特征提取算法难以处理图像光照、噪声、遮挡以及几何畸变等问题的限制;克服了传统图像识别中难以挖掘不同模态对象之间多语义关系的缺陷;显著提升了大规模图像特征匹配的效率。以所获得理论成果为基础,成功应用于掌纹、人脸等生物特征识别和土壤干旱、植被覆盖等遥感图像处理领域。 同行引用评价: 研究成果被欧洲科学院外籍院士、国际欧亚科学院院士、IEEE Fellow、IAPR Fellow、AAAS Fellow、OSA Fellow、SPIE Fellow、AIMBE Fellow、IET/IEE Fellow等著名学者正面评价与引用。8篇代表性论文均发表在人工智能领域JCR Q1期刊或国际顶级会议(CCF A类)上,其中7篇期刊论文影响因子之和达33.558,平均影响因子4.794。20篇主要论文SCI他引249次,他引总次数554次。申请美国发明专利2项、国家发明专利16项,授权国家发明专利9项,获得软件著作权3项,出版专著3部。研究成果被国防科研所、气象部门、科技公司等企事业单位广泛应用,产生了显著的社会效益与经济效益。
相关论文(与本文研究主题相同或者相近的论文)
我的标签
您可以为文献添加知识标签,方便您在书案中进行分类、查找、关联
请输入添加的标签
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

万方选题

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部