基于正交性分析的彩色人脸图象特征提取新方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61073113
  • 项目类别：
    面上项目
  • 资助金额：
    30.0万
  • 负责人：
    荆晓远
  • 依托单位：
    南京邮电大学
  • 学科分类：
    F0605.模式识别与数据挖掘
  • 结题年份：
    2013
  • 批准年份：
    2010
  • 项目状态：
    已结题
  • 起止时间：
    2011-01-01 至2013-12-31

项目摘要

相比灰度图像，彩色人脸图像识别可以充分利用人类视觉的认知经验（人眼可分辨几千种彩色级数），近几年逐渐成为人脸识别领域新的研究热点。如何充分利用彩色图像RGB分量之间的互补性、消除它们的相关性，是彩色人脸图像特征提取技术的研究重点。本项目将在申请人已有工作基础上，从消除彩色图像特征层相关性的角度出发提出一系列特征提取新方法：(1)对彩色图像各个分量的鉴别向量集做整体正交性分析，提出一种快速、有效的特征提取方法；(2)对彩色图像各个分量的鉴别向量集做整体统计正交性分析和整体鉴别正交性分析，提出两种有效的特征提取方法；(3) 提出非线性彩色图像鉴别向量集正交性分析方法，提出基于HSV等彩色空间的鉴别向量集正交性分析方法，提出彩色图像像素层去相关与特征层去相关相结合的彩色图像特征提取方法。本项目的预期成果主要是高质量的学术论文，并且将申请专利。

结项摘要

本项目实现了彩色图像鉴别向量集的多种分析方法，深入开展了图像特征提取技术的研究、提出了各种特征提取新方法，并应用到人脸识别等生物特征识别领域，取得了良好的实验效果。在本项目资助下，我们发表SCI检索论文10篇，EI检索论文22篇，其中包括国际权威期刊IEEE Transactions on Circuits and Systems for Video Technology、Pattern Recognition等杂志和国际重要会议International Conference on Image Processing (ICIP)等；获得国家发明专利2项；培养博士、硕士研究生10余名；参加了多个学术会议、进行了广泛的学术交流。

项目成果

期刊论文数量（10）
专著数量（0）
科研奖励数量（0）
会议论文数量（22）
专利数量（2）
Improving Tagging of Social Images
改进社交图像的标签
  • DOI：
    10.1007/s40009-012-0049-3
  • 发表时间：
    2012-07
  • 期刊：
    National Academy of Sciences Letters
  • 影响因子：
    --
  • 作者：
    朱松豪;荆晓远
  • 通讯作者：
    荆晓远
Sparsity Preserving Embedding with Manifold Learning and Discriminant Analysis
通过流形学习和判别分析保持稀疏性嵌入
  • DOI：
    10.1587/transinf.e95.d.271
  • 发表时间：
    2012
  • 期刊：
    IEICE Transactions on Information and Systems
  • 影响因子：
    0.7
  • 作者：
    刘茜;蓝超;荆晓远
  • 通讯作者：
    荆晓远
Image Retrieval Based on Relevance-Quality Ranking
基于相关性质量排序的图像检索
  • DOI：
    10.1007/s40009-013-0163-x
  • 发表时间：
    2013-10
  • 期刊：
    National Academy Science Letters-India
  • 影响因子：
    1.1
  • 作者：
    Hu, Juanjuan;Zhu, Songhao;Liang, Zhiwei;Wang, Baoyun
  • 通讯作者：
    Wang, Baoyun
Color Image Canonical Correlation Analysis for Face Feature Extraction and Recognition
彩色图像典型相关分析用于人脸特征提取和识别
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Signal Processing
  • 影响因子：
    4.4
  • 作者：
    Qian Liu;Sheng Li;Chao Lan;David Zhang;Jingyu Yang;Xiaoyuan Jing
  • 通讯作者：
    Xiaoyuan Jing
Movie abstraction via the progress of the storyline
通过故事情节的进展进行电影抽象
  • DOI：
    10.1049/iet-spr.2011.0182
  • 发表时间：
    2012-10
  • 期刊：
    IET Signal Processing
  • 影响因子：
    1.7
  • 作者：
    朱松豪;梁志伟;荆晓远
  • 通讯作者：
    荆晓远

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于DCT鉴别分析的掌纹特征提取
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    微计算机信息，23(8-1)，pp.252-253, 2007.9
  • 影响因子：
    --
  • 作者：
    姚永芳;张利萍;赵清杰;荆晓远
  • 通讯作者：
    荆晓远
Biometrics recognition based o
基于生物特征识别的
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
    荆晓远;黄厚生
  • 通讯作者：
    黄厚生
基于核子空间对齐的非监督领域自适应
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    南京邮电大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    吴松松;许明微;荆晓远
  • 通讯作者：
    荆晓远
Heterogeneous Distance Learning Based on Kernel Analysis-Synthesis Dictionary for Semi-Supervised Image to Video Person Re-Identification
基于核分析-合成字典的半监督图像到视频行人重识别的异构远程学习
  • DOI：
    10.1109/access.2020.3024289
  • 发表时间：
    2020
  • 期刊：
    IEEE Access
  • 影响因子：
    3.9
  • 作者：
    朱小柯;叶鹏飞;荆晓远;张新玉;崔翔;陈小潘;张帆
  • 通讯作者：
    张帆
彩色图像鉴别向量集正交性分析及识别
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机应用研究
  • 影响因子：
    --
  • 作者：
    满江月;邵珠立;杨静宇;荆晓远;姚永芳;刘茜
  • 通讯作者：
    刘茜

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

荆晓远的其他基金

非线性和二维鉴别分析方法及其应用的研究
  • 批准号：
    60772059
  • 批准年份：
    2007
  • 资助金额：
    26.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码