再生核希尔伯特空间图像稀疏表达算法研究

项目名称： 再生核希尔伯特空间图像稀疏表达算法研究

项目编号： No.61402535

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 自动化技术、计算机技术

项目作者： 刘宝弟

作者单位： 中国石油大学（华东）

项目金额： 26万元

中文摘要： 图像稀疏表达（Sparse Representation，SR）算法，在计算机视觉、人工智能和模式识别等研究领域中具有极其重要的理论与应用价值。现有的SR算法体系的一个基本前提是欧氏空间的假设。然而，在很多实际应用中，特征往往具有内禀的非线性结构和关系。为了增强SR算法处理非线性结构和关系的能力，本项目拟将SR算法扩展至再生核希尔伯特空间(Reproducing Kernel Hilbert Space,RKHS)，探索和研究再生核希尔伯特空间稀疏表达（ RKHSSR）。首先，借助SR算法原理和RKHS的性质，分别构造单视角和多视角RKHSSR算法模型，用于获取图像更佳的稀疏表达。在此基础上，基于RHKS特征的几何分布，构造图嵌入RKHSSR算法模型，以提升SR算法的准确性和鉴别性。然后，利用RKHS特征的相关性，构造相关性RKHSSR算法模型，用于减少特征重建误差、消除图像噪声。

中文关键词： 人脸识别；稀疏表示；图像分类；再生核希尔伯特空间；流形学习

英文摘要： Image sparse representation (SR) algorithms, play an especially important role in computer vision, artificial intelligence, pattern recognition and so on. A basic assumption of the existing SR algorithms is that they are processed in the Euclidean space.

英文关键词： Face Recognition；Sparse Representation；Image Classification；Reproducing Kernel Hilbert Space；Manifold Learning