基于耦合判别和协作稀疏表示的图像表征和标注研究

Image semantic annotation plays an important role in image retrieval and management; and sparse representation is consistent with the cognitive mechanism of the human visual system. This project will focus on the studies of image automatic annotation based on sparse representation in two hierarchies of machine learning: feature extraction and classifier design. In the feature extraction hierarchy, we will study the quantification of local descriptors of images based on sparse representation: to address the problem of generality, based on the class relevance of discriminative dictionary, we will study a universal method of discriminative dictionary learning which is independent of any specific dictionary and classifier learning algorithms; to address the problem of pattern classification in image annotation, we will design a discriminative constraint to seek a solution of sparse representation coefficients with discriminative nature; and then, based on the previous two studies, we will explore the relationship of boosting each other for discrimination between sparse coefficient learning and dictionary learning, and thereby construct a coupled-discriminative sparse representation model for image representation. In the classifier design hierarchy, we will study image annotation based on the classifier of cooperative sparse representation in forward and backward directions: to address the problem of large image sets, based on two key issues of co-training, i.e., sufficiency of classifiers and difference between classifiers, we will design a method of diversified image set decomposition to construct a forward-and-multi-backward cooperative sparse representation model; then we will study the mechanism of synergistic effect between image set decomposition granularity and sparse rate on co-training, and propose an optimization method for the model of cooperative sparse representation classifier to guide its applications in image annotation.

图像语义标注在图像数据检索、管理中起重要作用；而稀疏表示符合人类视觉系统的认知机理。拟从图像表征和分类器模型两个层次开展基于稀疏表示的图像自动标注研究。在图像表征层，开展基于稀疏表示的局部特征量化研究:针对通用性问题，从判别性字典类别相关性出发，研究与具体字典求解算法无关，并独立于分类器学习的普适判别性字典学习方法；针对图像标注中模式分类问题，构建判别约束，研究鲁棒判别性稀疏表示系数学习方法；在此基础上，研究字典和稀疏表示系数判别性学习的相互促进关系，为图像表征构建耦合判别稀疏表示模型。在分类器模型层,开展基于正反向协作稀疏表示分类器的图像标注研究: 针对大样本图像数据问题，从协作训练中分类器的充分性和差异性出发，设计图像集多样化分解方法，以构建"正向-多反向"协作稀疏表示分类器模型；进而研究图像集分解粒度和稀疏率对协作训练的协同作用机制，提出协作稀疏表示分类器模型优化方法。

图像语义标注和分类在图像和视频的分析、检索、管理中起重要作用；而稀疏表示符合人类视觉系统的认知机理。本项目从图像表征和分类器模型两个层次开展基于稀疏表示的图像分类研究。在图像表征层，开展字典学习以及基于稀疏表示的局部特征量化研究。（1）提出了通用的判别性稀疏编码字典学习方法，用于图像分类的判别性表达，不仅独立于分类器学习，且对各种稀疏编码字典学习算法具有普适性。（2）设计了一个具有噪声基的鲁棒字典，能在子空间中精确重构任意图像污染或噪声。研究结果表明，我们的算法能取得更好的鲁棒人脸识别性能，测试效率更高，更适用于实际应用的系统。（3）我们的研究还表明，对于鲁棒人脸识别，只要字典得到合适的扩展，在像素级求解稀疏表达是没有必要的，而在特征维度小得多的子空间内求解已经能满足要求。最后，我们的研究还驳斥了对稀疏性约束在基于稀疏表达的分类器中的重要性的质疑。.在分类器模型层,开展正反向协作稀疏表示分类器模型研究。（1）提出面向鲁棒人脸识别的改进的协作稀疏表达算法，解决了其中两个关键问题：其一，如何针对只有单幅测试人脸图像的情况对反向稀疏表达的字典进行扩充；其二，如何解决反向稀疏表达针对污染图像的鲁棒性问题。研究表明，我们提出的改进协作稀疏表达算法，比较于其它性能优异的算法，能取得更好的鲁棒人脸识别性能。（2）基于协作稀疏表示的图像集分类研究。针对视频分析中的图像集合分类，解决如何为反向稀疏表达提供具有判别能力的字典基的问题，我们提出了‘Learning Bases' 和‘Training Sets Division’两种策略以辅助反向稀疏表达的过程，从而将协作稀疏表达模型扩展到图像集合分类的领域。本项目研究丰富和完善了协作稀疏表达分类器模型框架及相关理论体系，推动了其在图像分类中的应用。.本项目发表学术论文10篇，其中SCI检索论文7篇（JCR 二区期刊论文4篇），著名国际会议论文2篇，《计算机学报》论文1篇。申报国家发明专利1项。