面向图像与视频特征表示的深度编码方法研究

Based on the recent related work on deep learing, sparse coding, image and video representation, this project proposes to research on deep coding theory and algorithms as well as their application in real-world recognition problems, to deal with the challenges of high-dimensionality, nonlinear, and problem dependent in image and video feature representation. More specifically, we aim to (1) propose novel deep coding framewpork and approaches, analyze and verify their properties; (2) improve the scalability and computational efficiency of the proposed deep coding methos; (3) propose deep coding based image and video feature representation methods for specific application probems, in order to improve the recognition accuracy and generalization ability of real-world recognition systems, such as human detection and retrieval in video surveillance, action recognition, and so on. This project aims to output high quality research papers as well as effective real-world application systems.

本项目拟在深度学习、稀疏编码、以及图像与视频表示的研究成果的基础上，针对图像与视频特征所具有的高维、非线性、问题依赖等难题，研究新的深度编码的理论和方法，以及在具体的应用问题中所需的特定技术。具体而言，我们的研究目标是（1）提出新的深度编码框架和算法，并对算法的各项性能做出分析与证明；（2）提高深度编码方法的可扩展性，降低其计算复杂度；（3）面向特定的应用问题，有针对性的提出基于深度编码的图像和视频特征表示方法，提高监控视频中的人体检测与检索、动作识别等应用系统的识别精度、泛化能力以及鲁棒性能。本项目发表期望产出高水平论文和有效的应用系统。

本项目拟在深度学习、稀疏编码、以及图像与视频表示的研究成果的基础上，针对图像与视频特征所具有的高维、非线性、问题依赖等难题，研究新的深度编码的理论和方法，以及在具体的应用问题中所需的特定技术。. 在项目执行过程中，我们的研究内容基本与既定计划一致。首先，我们从非线性度量学习、流形学习的角度初步探索复杂数据的编码方法，提出了参数化局部多模态哈希方法、无监督流形对齐方法等；进而，我们重点研究基于深度学习的图像视频编码方法，提出了一系列面向图像视频表示的深度编码方法，包括视频深度编码方法、图像属性的深度编码方法等；最后，我们将提出的深度编码方法应用在若干具体视觉问题上，取得了很好的效果。. 项目既定的研究目标是完成高质量学术论文12篇以上。项目按照既定的研究计划顺利执行，四年中共计发表论文17篇，超出了预期的目标。. 本项目的成果转化及应用主要体现在将所提出的方法应用在具体的视觉问题上，包括物体检测、跟踪、识别，图像视频表示，图像超分辨率，图像搜索等方面。对于不同的问题，我们的方法在公开的数据集上与相关的研究方法进行了比较，均取得了较好的效果。一部分研究成果的代码已经公布，并搭建了相关的演示系统。. 总之，我们提出了一系列新的面向图像视频表示的浅层和深度学习方法,并在若干具体的图像视频问题上做了一些应用性的研究。我们的研究成果不仅在方法上有较大的创新，而且在现实的应用问题中显示了其有效性。