计算机视觉中的Lie代数方法

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61075038
  • 项目类别：
    面上项目
  • 资助金额：
    37.0万
  • 负责人：
    吴福朝
  • 依托单位：
    中国科学院自动化研究所
  • 学科分类：
    F0304.系统工程理论与技术
  • 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

本课题旨在探讨视觉计算的Lie代数方法，该方法是将Lie群元素（对应于某个视觉对象）的计算或与Lie群元素相关联的视觉对象的计算转化为Lie代数元素的计算或与Lie代数元素相关联的视觉对象的计算。Lie群具有乘法基本结构，而Lie代数具有加法基本结构，因此Lie代数方法能将原始Lie群上的非线性问题转化为线性问题或降低非线性复杂度，从而能提高数值计算的稳定性。主要研究内容包：（1）欧氏变换估计的Lie代数方法；（2）欧氏重建的Lie代数方法；（3）仿射重建的Lie代数方法。Lie代数方法是本课题在计算机视觉中提出的一种原创方法，其研究成果必将推进稳定性视觉计算的发展。

结项摘要

本课题主要探索三维计算机视觉中度量重构的李代数方法. 在研究中, 我们应用Cayley变换将度量重构问题转化为李代数上的计算问题, 极大的提高了度量重构的数值稳定性和计算精度. 主要贡献包括: (1): 提出了无穷远Cayley变换,并给出了易于应用三维重构的射影表达形式. (2): 系统地研究了无穷远法向量的约束. 在两视点的情况下, 两个约束方程被导入, 其中一个是众所周知的模约束方程, 另一个是新的不等式约束, 并指出两视点仅存在这两个约束. 在三视点的情况下, 导入了两组新约束, 其中每组都包含无穷法向量的三个约束. 加上两视点的约束, 三视点一共存在12个约束. (3). 基于所提出的无穷Cayley变换的射影表达无穷远法向量的约束, 建立了度量重构的分层Cayley 算法和整体Cayley算法.

项目成果

期刊论文数量（7）
专著数量（0）
科研奖励数量（0）
会议论文数量（2）
专利数量（0）
Rotationally Invariant Descriptors Using Intensity Order Pooling
使用强度顺序池的旋转不变描述符
  • DOI：
    10.1109/tpami.2011.277
  • 发表时间：
    2012-10-01
  • 期刊：
    IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE
  • 影响因子：
    23.6
  • 作者：
    Fan, Bin;Wu, Fuchao;Hu, Zhanyi
  • 通讯作者：
    Hu, Zhanyi
摄像机位姿的加权线性算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    软件学报
  • 影响因子：
    --
  • 作者：
    杨森;吴福朝;YANG Sen;WUFu-Chao
  • 通讯作者：
    WUFu-Chao
Self-Calibration Under the Cayley Framework
凯莱框架下的自校准
  • DOI：
    10.1007/s11263-013-0610-7
  • 发表时间：
    2013-02
  • 期刊：
    International Journal of Computer Vision
  • 影响因子：
    19.5
  • 作者：
    Wu, F. C.;Zhang, M.;Hu, Z. Y.
  • 通讯作者：
    Hu, Z. Y.
Robust line matching through line-point invariants
通过线点不变量进行稳健的线匹配
  • DOI：
    10.1016/j.patcog.2011.08.004
  • 发表时间：
    2012-02-01
  • 期刊：
    PATTERN RECOGNITION
  • 影响因子：
    8
  • 作者：
    Fan, Bin;Wu, Fuchao;Hu, Zhanyi
  • 通讯作者：
    Hu, Zhanyi
多视三角化的迭代算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机辅助设计与图形学学报
  • 影响因子：
    --
  • 作者：
    张强;吴福朝;Zhang Qiang;Wu Fuchao
  • 通讯作者：
    Wu Fuchao

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

LAMOST类星体[OIII]线附近天光背景扣除
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    光谱学与光谱分析
  • 影响因子：
    --
  • 作者：
    罗阿理;屠良平;赵永恒;吴福朝
  • 通讯作者：
    吴福朝
内积能量与边缘检测
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机学报
  • 影响因子：
    --
  • 作者：
    王志衡;吴福朝;WANG Zhi-Heng;WU Fu-Chao
  • 通讯作者：
    WU Fu-Chao
Independent Number of Kruppa C
克虏伯 C 的独立数
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
    胡占义*;吴毅红;吴福朝;马颂
  • 通讯作者：
    马颂
Euclidean Reconstruction of a
的欧几里得重建
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
    吴毅红*;王光辉;吴福朝;胡占
  • 通讯作者：
    胡占
基于知识的红移测量和谱线证认方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    电子与信息学报
  • 影响因子：
    --
  • 作者：
    刘蓉;刘三阳;段福庆;吴福朝
  • 通讯作者：
    吴福朝

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

吴福朝的其他基金

基于深度学习的特征点检测与描述方法研究
  • 批准号：
    61876180
  • 批准年份：
    2018
  • 资助金额：
    62.0 万元
  • 项目类别：
    面上项目
矩阵的结构主成份分析及其应用
  • 批准号：
    61375043
  • 批准年份：
    2013
  • 资助金额：
    80.0 万元
  • 项目类别：
    面上项目
鲁棒性交通标志检测与识别研究
  • 批准号：
    91120012
  • 批准年份：
    2011
  • 资助金额：
    70.0 万元
  • 项目类别：
    重大研究计划
天体光谱自动处理技术与软件实现
  • 批准号：
    60773040
  • 批准年份：
    2007
  • 资助金额：
    29.0 万元
  • 项目类别：
    面上项目
三维计算机视觉问题的估计：因子化线性方法
  • 批准号：
    60575019
  • 批准年份：
    2005
  • 资助金额：
    23.0 万元
  • 项目类别：
    面上项目
未标定的变参数摄像机模型下动态场景的三维重建
  • 批准号：
    60275009
  • 批准年份：
    2002
  • 资助金额：
    24.0 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