非向量型Kernel学习机及其对动态形状模板的应用

Kernel学习机方法被证明是一种有效的非线性特征提取算法。本项目拟以目标识别中的形状识别为背景，研究非向量型kernel理论与方法。着重于构造适用于形状建模和识别的非向量型kernel函数或kernel结构，以及相应的kernel型学习算法和非线性特征提取算法。将kernel相似性度量引入到形状对象上，以建立可靠的具有非线性特性的形状模型，进而得到与此相关的形状识别和形状匹配的算法。其成果将为各类目标提取和识别提供基础。