面向海量图像数据的检索技术的研究

随着多媒体技术的不断发展，日常生活中的图像数量呈现爆炸性的增长，海量图像检索已成为当前亟需解决的问题。本项目围绕着海量图像数据的高效检索技术这一主要问题，开展各项研究工作，包括海量图像数据的高效特征表示方案、海量图像数据的字典构造及结果融合机制、海量图像特征数据的快速处理机制三个方面。. 在海量图像数据的高效特征表示方面，项目提出了图像的显著性表示、支配描述符选择、哈希二进制表示以及形状数据的紧致表示等；在海量图像数据的字典构造及结果融合机制方面，项目提出了基于小波分解的字典构造、字典的笛卡儿积分解、基于Skyline技术的检索结果融合、基于新型核函数的结果反馈机制等；在海量图像特征数据的快速处理机制研究方面，项目提出了并行可扩展的Kmeans++聚类及其改进、分布式环境下的近邻查找及反近邻查找、大规模数据的动态Skyline点和静态Skyline查找等。在上述研究中，我们在理论和实际中均取得了一些成果，受到国内外同行的认可。. 项目执行期间，在国内外刊物及会议上发表学术论文22篇，其中SCI 检索论文10篇，EI 检索论文11篇，完成培养博士研究生2人，硕士研究生27人。项目组承办了国际学术会议ICA3PP 2014和U-Science 2014，参加国际学术会议20余人次，其中担任会议组委8人次。