中國(guó)地質(zhì)大學(xué)（武漢）公示項(xiàng)目信息表

1、中國(guó)地質(zhì)大學(xué)（武漢）公示項(xiàng)目信息表中國(guó)地質(zhì)大學(xué)（武漢）公示項(xiàng)目信息表項(xiàng)目名稱高效高精準(zhǔn)圖像匹配的若干基礎(chǔ)問(wèn)題研究申報(bào)獎(jiǎng)種高等學(xué)?？茖W(xué)研究自然科學(xué)獎(jiǎng)申報(bào)等級(jí)一等獎(jiǎng)項(xiàng)目簡(jiǎn)介視覺(jué)感知計(jì)算是人工智能核心技術(shù)之一，也是支撐“互聯(lián)網(wǎng)”、“智能制造”的重要基礎(chǔ)，業(yè)界公認(rèn)制約其實(shí)際應(yīng)用的關(guān)鍵是圖像匹配精度與效率，需要從圖像預(yù)處理、特征點(diǎn)提取與描述、特征點(diǎn)原始匹配、特征點(diǎn)精準(zhǔn)匹配等方面進(jìn)行突破，其中特征點(diǎn)精準(zhǔn)匹配因涉及圖像形變、數(shù)據(jù)來(lái)源、數(shù)據(jù)退化等多個(gè)多

2、樣性因素，導(dǎo)致匹配算法復(fù)雜、真實(shí)匹配易丟失等問(wèn)題產(chǎn)生，且長(zhǎng)期未得到有效解決。為突破圖像匹配精準(zhǔn)與效率的瓶頸，在國(guó)自科基金、863等支持下，從模型構(gòu)建、條件約束、快速求解、應(yīng)用方法等開(kāi)展研究，成果如下：1、建立非參數(shù)、自適應(yīng)的多場(chǎng)景圖像特征點(diǎn)匹配統(tǒng)一理論模型。傳統(tǒng)方法需根據(jù)不同場(chǎng)景設(shè)定對(duì)應(yīng)模型，難適應(yīng)圖像形變大，且容錯(cuò)率低、易丟失真實(shí)匹配，無(wú)法保證特征點(diǎn)精準(zhǔn)匹配。提出圖像特征點(diǎn)匹配的魯棒向量場(chǎng)學(xué)習(xí)模型，首次將容錯(cuò)率從傳統(tǒng)約50%提高到90

3、%以上；構(gòu)建基于L2E估計(jì)子的匹配模型，克服數(shù)據(jù)退化多樣的缺陷，可自適應(yīng)多場(chǎng)景的特征點(diǎn)匹配；提出特征點(diǎn)相似性漸增的層次匹配模型，減少真實(shí)匹配的錯(cuò)誤丟失率。2、構(gòu)建基于局部特性與整體融合的圖像特征點(diǎn)匹配約束條件。通常圖像特征點(diǎn)匹配只關(guān)注整體約束，易產(chǎn)生理論模型在匹配中的非適定性，僅能求得局部最優(yōu)解，導(dǎo)致匹配精度下降。利用構(gòu)建正則化高斯場(chǎng)空間約束，即使數(shù)據(jù)多源和局部形變的嚴(yán)苛條件，仍可避免匹配結(jié)果過(guò)擬合，求得全局最優(yōu)解，實(shí)現(xiàn)匹配適定性；提出

4、以流形學(xué)習(xí)框架為特點(diǎn)的局部線性遷移約束，有效表達(dá)剛性、仿射、非剛性等變換模型，首次實(shí)現(xiàn)局部特性與整體融合。3、發(fā)展出高維非參數(shù)模型的快速求解SparseVFC方法。復(fù)雜環(huán)境的傳統(tǒng)圖像匹配通常采用參數(shù)模型近似求解，精度差、效率低，即使采用基于核稀疏表達(dá)的非參數(shù)模型也只能處理一維標(biāo)量，無(wú)法實(shí)現(xiàn)高維條件下非參數(shù)模型的快速求解。項(xiàng)目提出向量形式的再生核Hilbert空間映射方法，創(chuàng)新性實(shí)現(xiàn)算法的時(shí)間、空間復(fù)雜度分別從三次方、二次方降為線性，使得

5、圖像匹配高效高精準(zhǔn)，且滿足海量數(shù)據(jù)實(shí)時(shí)處理。4、研發(fā)出系列圖像高精準(zhǔn)匹配的前處理及應(yīng)用方法。傳統(tǒng)圖像增強(qiáng)受限于背景和細(xì)節(jié)的多樣性，適用場(chǎng)景少，開(kāi)創(chuàng)性提出一種基于雙閾值的自適應(yīng)優(yōu)化算法，使多場(chǎng)景下圖像背景抑制且細(xì)節(jié)突出。多源圖像特征提取、表達(dá)與匹配的方法是圖像融合的基礎(chǔ)，方法不當(dāng)會(huì)導(dǎo)致特征提取困難、描述能力脆弱，首創(chuàng)多尺度的支持度變換圖像融合方法，使體現(xiàn)圖像融合質(zhì)量的信息熵、清晰度等重要指標(biāo)有效提升。項(xiàng)目共發(fā)表SCI論文31篇，高水平會(huì)議

6、論文6篇，含學(xué)科引用排名前0.1%的ESI熱點(diǎn)論文7篇（代表作4篇）；代表作發(fā)表在CVPR、IEEETrans.SP、IEEETrans.IP等國(guó)際權(quán)威刊物，代表作SCI他引235次；申請(qǐng)發(fā)明專利7項(xiàng)、授權(quán)1項(xiàng)，獲軟件著作權(quán)2項(xiàng)。IEEEIAPRSPIEIETANABCSLSWIMA多個(gè)組織Fellow、ACMSIGGRAPH主席等在TPAMI、TIP、IJCV上正面引用，如頂級(jí)學(xué)術(shù)會(huì)議（ECCV’2016）Vincze教授用超半頁(yè)篇幅

7、介紹項(xiàng)目4篇成果，“能產(chǎn)生高效高精度的匹配結(jié)果...能適應(yīng)各種圖像變換模型...作為衡量匹配精度的標(biāo)準(zhǔn)”；鄭南寧院士在CVIU’2014評(píng)價(jià)“具有很強(qiáng)魯棒性...優(yōu)于近期其他匹配方法”。主要完成人情況姓名馬泳性別男排名2技術(shù)職稱教授工作單位武漢大學(xué)二級(jí)單位電子信息學(xué)院完成單位華中科技大學(xué)對(duì)本項(xiàng)目主要學(xué)術(shù)貢獻(xiàn)：項(xiàng)目的發(fā)起人和主持人之一，投入本項(xiàng)目的工作量占本人工作量的70%以上，對(duì)科學(xué)發(fā)現(xiàn)點(diǎn)1、2、4做出了創(chuàng)造性貢獻(xiàn)，是本項(xiàng)目理論研究包括

8、匹配理論模型構(gòu)建及條件約束和應(yīng)用研究包括高精準(zhǔn)匹配前處理方法設(shè)計(jì)的主要貢獻(xiàn)者。旁證：代表作2、4、9的通訊作者。曾獲獎(jiǎng)勵(lì)情況：獲獎(jiǎng)項(xiàng)目名稱獲獎(jiǎng)時(shí)間獲獎(jiǎng)名稱獎(jiǎng)勵(lì)等級(jí)授獎(jiǎng)部門（單位）高性能紅外成像關(guān)鍵技術(shù)研究及其應(yīng)用2013.12湖北省科技進(jìn)步獎(jiǎng)一等湖北省人民政府高幀頻、大面陣紅外成像關(guān)鍵技術(shù)及裝備2014.1教育部科技發(fā)明獎(jiǎng)二等教育部基于HFC和IP混合網(wǎng)絡(luò)的互動(dòng)電視系統(tǒng)2009.12湖北省科技進(jìn)步獎(jiǎng)一等湖北省人民政府視覺(jué)感知的圖像高精準(zhǔn)