基于视觉感兴趣区域的协同图像检索研究

图像检索在各个社会领域有广泛应用前景，但目其存在低层视觉特征与高层语义之间的"语义鸿沟"问题，直接制约了其应用。本项目围绕如何缩小"语义鸿沟"的开展研究。.研究思路是以认知科学和模式识别的理论为基础，在感兴趣区域提取方面，一是从多尺度滤波器、多特征图合并策略来完善Itti模型，结合视觉注意机制和感兴趣区检测方法获取图像的主要感兴趣区域，二是从微分几何和视觉认知的角度研究主要感兴趣区域的提取。在视觉特征提取方面，将研究具有信息冗余低、抗混叠、时移不变性的复轮廓波理论，并应用于图像视觉特征的提取与描述。针对图像检索实际问题和协同检索及图像标注信息的特点，在相异空间上开展基于大规模数据的抗噪分类算法、增/减量学习算法研究，提高协同检索的效率，从而达到缩小低层特征和高层语义差距的目的。本研究不仅能对图像检索的理论和算法有所贡献，而且对实际应用有一定的指导意义。

本项目围绕如何缩小"语义鸿沟"开展研究。以认知科学和模式识别的理论为基础，重点研究了视觉注意问题。研究一利用多尺度滤波器、多特征图合并策略完善了Itti模型，结合视觉注意机制和感兴趣区检测方法获取图像的主要感兴趣区域，可用于用图像检索；研究二从微分几何和视觉认知的角度提出了多方向支持度变换、复多方向支持度变换等理论并运用于图像融合等方面主要感兴趣区域的提取。在变换域，开展散射算子理论研究以用于特征提取。散射算子具有光照不敏感性和局部形变稳定性，可以应用于图像视觉特征的提取与描述，并用来解决手写体身份鉴别、旋转机械故障诊断等实际问题。在空间域，提出了基于相似性度量的特征提取方法和基于临近关系学习的特征选择方法。针对图像检索实际问题和协同检索及图像标注信息的特点，利用日志信息，提高协同检索的效率和标注效果。因图像特征空间结构复杂，提出一种构造嵌入学习的最近邻分类器方法提高检索的准确度，从而达到缩小低层特征和高层语义差距的目的。.本研究不仅对图像检索的理论和算法有所贡献，而且可将相应的科技成果用于实际应用研究（手写体身份鉴别、旋转机械故障诊断等），具有一定的指导意义。到目前为止，本项目共发表SCI论文10篇，发明专利2项，主持人获得重庆市自然科学二等奖1次（排名第五）以及入项目组成员张太平入选教育部“新世纪优秀人才支持计划”。