数据驱动图像处理中基于图像属性的样例集选择与学习

基金项目类型：

国家自然科学基金

基金项目编号：

61572096

来源网站：

国家自然科学基金委员会

来源网址：

http://www.nsfc.gov.cn/

负责人：

樊鑫

完成单位：

大连理工大学

中文关键词：

图像增强; 图像对齐; 数据驱动; 图像属性; 样例学习;

项目类型：

面上项目

语种：

中文

开始日期：

2016-01-01

结束日期：

2019-12-31

中文摘要：

具有海量、多样和非结构化特点的图像/视频数据大量涌现，给上世纪50年代以来的经典图像处理手段带来极大挑战。本世纪初兴起的数据驱动图像处理，借助机器学习从样例集学习反映图像属性的先验模型，极大提升了经典图像处理方法的性能。然而，数据驱动图像处理方法的性能和适应性严重依赖于训练样例的选择，目前尚未有从大量图像数据中自动学习训练样例集的系统研究：在图像处理领域，常规思路仅根据特定任务、特定对象人工选择训练集；机器学习领域针对分类任务，选择非图像样例集，其数据维度与任务复杂性与图像差异很大。本项目从特定的图像增强、图像对齐到通用图像处理，从直观的图像表观属性、几何属性到抽象的图像内在属性（如稀疏和低秩）等3个方面，深入研究训练样例集自动选择和学习方法。通过项目研究，探索建立适应多样任务的统一图像样例集选择与学习框架，以获得相应高性能处理算法，并在一定程度上丰富机器学习领域数据选择的相关理论和实践。