北大信息科學技術(shù)學院機器視覺研究取得新進展

    以信息科學技術(shù)學院智能科學系英向華副教授為第一作者的論文(Xianghua Ying, Hongbin Zha, “Identical Projective Geometric Properties of Central Catadioptric Line Images and Sphere Images with Applications to Calibration”)被國際期刊International Journal of Computer Vision (IJCV)錄用。該論文發(fā)現(xiàn)了全方位圖像中線圖像與球圖像之間的新的射影幾何特性，并利用這種幾何解釋，提出了兩種新的全方位攝像機線性標定方法，大幅度提高了機器視覺系統(tǒng)參數(shù)標定的計算效率。

 
    同時，以智能科學系林通副教授為第一作者的論文(Tong Lin, Hongbin Zha, “Riemannian Manifold Learning”)也已被國際期刊IEEE Transactions on Pattern Analysis and Machine Intelligence (IEEE PAMI)作為長文(regular paper)錄用。該論文提出了一種基于黎曼法坐標的降維影射方法，克服了現(xiàn)有算法在增量學習能力、形變失真、尺度損失等方面的問題，不僅具有更好的保度量性質(zhì)，同時可以估計非線性數(shù)據(jù)的內(nèi)蘊維數(shù)。

 
    IJCV和IEEE PAMI是計算機科學技術(shù)與人工智能領域的頂級期刊，2006年度的SCI影響因子分別為6.085和4.306。