设为首页  |  加入收藏
 
 
 首页 | 学院概况 | 师资队伍 | 党建工会 | 科学研究 | 学科建设 | 实践活动 | 学生工作 | 招生就业 
 
首页 >> 科学研究 >> 国家级科研
 国家级科研 
 省级科研项目 
 横向课题研究 
 学术著作 
 学术论文 
 获奖及专利 
 研究方向 

国家级科研项目——国家自然科学基金

 

项目名称

基于社会媒体信息挖掘的图像标注技术研究

项目负责人

孙福明

image1.JPG

资助类别

面上项目

执行年限

2013.01-2016.12

项目资金

76

项目简介

随着社会媒体网站的兴起,用户共享的图像、文本和视频等多媒体数据呈爆炸式增长。如何利用海量的社会媒体信息,解决大规模训练样本不足,实现图像的自动标注,是当前计算机图像与视频处理领域的一个研究热点。本课题将基于机器学习框架,通过社会媒体信息挖掘,深入研究3个关键问题:弱标注网络图像的标签优化、图像特征的有效表征及概念分类器学习。针对这些问题,本课题拟首先深入研究标签优化技术,基于数据驱动和主动学习构建一个大规模的训练样本库;然后基于该库,通过挖掘图像内容连接和上下文连接所蕴含的语义信息,建立图像特征的鲁棒表示方法;进而研究概念分类器学习技术,提出一种基于上下文信息挖掘的离线学习算法和一种基于群体智慧驱动的在线学习算法;最后,构建一个标注算法验证系统。本课题将有利于推动图像语义理解理论和应用的发展,为新一代网络多媒体服务和海量图像管理提供核心算法。

 

 

 

 

国家级科研项目——国家自然科学基金

 

项目名称

基于非负矩阵分解的图像特征表示及语义理解关键技术研究

项目负责人

image1.JPG

资助类别

面上项目

执行年限

2016.01-2019.12

项目资金

76.8

项目简介

图像底层视觉特征与高层语义之间的“语义鸿沟”的存在,成为图像检索领域发展的瓶颈。提高图像内容的利用效率,缩小语义鸿沟,核心问题是如何有效地表示图像的视觉特征。非负矩阵分解(NMF)作为一种有效的非线性降维工具,近年来在计算机视觉领域获得了广泛关注和深入研究。然而,它仍然存在着若干焏需解决的若干关键技术。本课题拟通过深入分析NMF的基本原理与实现方法,探讨各种约束(稀疏、流形及判别)对于基于NMF的图像特征表示性能的影响,研究如何通过综合多种约束增强NMF的特征表示能力,研究基于NMF特征融合的图像分类算法,构建基于NMF的图像特征表示与语义模型学习的统一分析框架,最终获得具有稀疏性和判别性的图像低维特征,从而提高图像内容的语义理解准确率。本项目研究对于提升图像的分类性能,实现图像的精准搜索,具有重要的理论意义和实际应用价值。

 

 

国家级科研项目——国家自然科学基金

 

项目名称

近场宽带麦克风阵列语音增强方法及阵列优化拓扑结构的研究

项目负责人

王冬霞

IMG_4079

资助类别

青年基金项目

执行年限

2010.01-2012.12

项目资金

20

项目简介

针对免提(hands-free)通信实际复杂声学环境下的干扰噪声抵消,从近场宽带麦克风阵列语音增强算法及阵列优化拓扑结构两个方面进行深入研究。基于阵列信号处理和高阶累计量及盲信号处理的基本理论,或基于物理声学的基本理论,利用波前弯曲率和抵消波前弯曲率,给出近场麦克风阵列语音增强算法;基于正交变换理论或波束频率恒定不变性,给出真正宽带意义上的麦克风阵列语音增强方法;采用Monte-Carlo方法对不同阵列拓扑结构性能进行分析;基于数学优化理论,从理论上研究麦克风阵列拓扑结构对麦克风阵列系统性能影响的理论基础;开展以二通道和三通道小孔径拓扑结构为主的麦克风阵列语音处理研究。本项目探究麦克风阵列语音处理系统在实际封闭声学环境下,智能语音获取与增强的基础理论,对于构建实际免提通信系统具有重要科学意义和研究价值。

 

国家级科研项目——国家自然科学基金

 

项目名称

具有多操作特性的间歇工业过程监测技术研究

项目负责人

 

 

2014-06-01 16

资助类别

青年项目

执行年限

2016.01-2018.12

项目资金

26

项目简介

该项目针对具有多操作特性的间歇工业过程监测的关键技术难题展开研究。由于操作频繁和随机等特点,导致多操作间歇工业过程具有:批次数据严重不等长、数据呈严重非高斯分布及建模数据不全等问题,这使得传统的基于多元统计监测方法无法适用。本项目针对具有多操作特性的间歇工业过程,提出以操作粗划分和细化分为基础的一系列建模与监测方法。主要研究内容包括:(1)针对批次数据不等长的过程,采用基于重要点(IP)的建模方法进行监测,避免轨迹同步问题同时可减少核主成分分析(KPCA)算法的运算复杂度;(2)针对非高斯分布的数据,研究用近邻子集标准化方法完成数据的高斯转化;(3)针对建模数据不全问题,研究邻近模型(前、后模型)同时监测的方法实现对新操作数据的在线监测以及模型在线更新。本项目为监测具有多操作特性的间歇工业过程提供更有效的解决方法与实现技术。

 

 

国家级科研项目——国家自然科学基金

 

项目名称

具有普适性的手背静脉识别关键算法研究

项目负责人

 

 

psb

资助类别

青年科学基金项目

执行年限

2016.01-2018.12

项目资金

23.6

项目简介

相对于其它生物特征识别方式,手背静脉识别具有活体识别、内部特征、及非接触式采集等优势,已逐渐成为研究热点。本项目拟在3个方面开展研究:① 为采集更有利于获取优质特征的高质量静脉图像,建立具有识别目标特点的图像质量评价函数,并基于评价结果实现静脉图像的自寻优采集;②  为提高特征提取方法对于可能出现的手背干扰信息的鲁棒性,提出一种图像干扰信息判别机制,并对干扰区域特征进行自适应修正,使提出的特征提取方法更具普适性;③ 在特征匹配过程中,提出一种基于双正则项的稀疏表示识别方法,不仅有效抑制干扰区域修正特征带来的误差影响,而且还能够增强识别对于多种采集条件的普适性。此外,本项目将以上图像采集、特征提取、特征识别3方面研究相互关联起来,实现了静脉识别关键问题的一体化研究。本项目的实施,将对生物特征识别的理论研究起到重要的推动作用,为真实识别系统提供了更具普适性的核心算法与技术。

 

 

 

 

 

辽宁工业大学电子与信息工程学院学院 版权所有 2015
地址:辽宁省锦州市古塔区士英街169号 联系电话:0416-4198700