数据集多尺度特征提取与表达的视觉凹度方法

项目名称： 数据集多尺度特征提取与表达的视觉凹度方法

项目编号： No.61173120

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 计算机科学学科

项目作者： 刘文予

作者单位： 华中科技大学

项目金额： 56万元

中文摘要： 本项目研究数据集多尺度特征提取与表达的视觉凹度方法。从挖掘和计算数据集中任意两个元素组成的二元数组到实数集的映射关系，给出一种新的、适用于任意维数据集的视觉凹度的定义。与传统的凹度定义不同，该视觉凹度的定义不依赖于是否已知数据集的边界。给出视觉凹度的数学性质、几何意义和视觉尺度特性。针对边界是否已知给出视觉凹度的不同求解策略。根据数据集的特性构建相关Morse函数，提出视觉凹度的快速算法。将边界凹度和广义视觉曲率统一在视觉凹度的理论框架下，提出符合人眼视觉效果的近似凸分解方法，并应用于数据集的多尺度边界演化、角点检测、骨架提取、自动驾驶路径规划、高维数据PCA分析与压缩等领域。

中文关键词： 视觉凹度；多维数据集；映射；多尺度；特征提取

英文摘要：

英文关键词： visual concavity；multi-dimension dataset；mapping relationship；multi-resolution；feature extraction