【摘要】随着信息技术的快速发展，海量高维数据不断涌现，高维数据明显增加了计算，存储的代价，给机器学习，模式识别等提出严峻的挑战，如数据灾难。数据降维能有效地避免维数灾难，已经成为图像检索，模式识别，机器学习等领域的热点问题。其中非负矩阵分解（Non-negativeMatrixFactorization，NMF），是一种强大的数据降维工具，已经在机器学习（如分类，聚类问题）领域得到广泛使用。面对高 […]

【摘要】随着图像采集设备尤其是智能手机的广泛普及,以及微博、微信、云计算、社交网站等网络多媒体信息服务的迅猛发展,图像不仅在数量上呈现爆炸式的增长,而且在信息的传播和获取中也发挥着巨大的推动作用。这些浩如烟海的图像虽然具有直观、生动、信息量大等特点,但是给实际的存储、传输以及进一步处理都造成了相当大的困难。因此,如何根据图像的内在结构和人类的视觉特性来探索高效的图像表示方法,是计算机视觉和机器学习 […]

【摘要】多聚焦图像融合是多源图像融合领域的一个重要分支,主要用于同一光学传感器在相同成像条件下获取的聚焦目标不同的多幅图像的融合处理。由于聚焦范围有限,光学成像系统不能将焦点内外的所有目标同时清晰成像,导致图像分析时需要耗费大量时间和精力。多聚焦图像融合是一种解决光学成像系统聚焦范围局限性问题的有效方法,可以有效提高图像信息的利用率,扩大系统工作范围,增强系统可靠性,更加准确的描述场景中的目标信息 […]