基于定序测量的物体识别理论和方法

物体识别是计算机视觉和认知科学等领域的核心问题之一，具有重要的理论意义和应用价值。现有物体识别系统基本上都是基于定量化的图像特征表达模型，在实际应用中对各种类内变化缺乏鲁棒性。本项目突破现有方法的局限性，从生物视觉认知机理出发，提出在图像定序测量层次进行物体识别的新理论和新方法。研究内容包括五方面：1）定序测量的数学基础和理论框架；2）定序测量识别的认知机理；3）定序测量的视觉计算和模式识别方法；4）融合定序和高层次测量信息的物体识别方法； 5）基于定序测量的生物特征识别原型系统。本项目通过变革物体识别的图像分析测量层次，可望开辟计算机视觉学科的新领域，推进机器视觉算法的实用化，促进信息科学与认知科学的交叉融合，为我国在生物特征识别等战略高技术领域的自主创新并形成相关的国际标准奠定重要的理论基础。