基于结构语义的视觉对象分析与处理技术研究

Analysis and processing of digital images attracts much research effort in visual computing. Proposed techniques can be applied in many important areas, such as video surveillance, automatic target recognition, medical imaging, protection of cultural heritage, animation and movie making, education techniques, etc. Inspired by the recent progress in digital geometry processing, this project aims at structure-aware analysis and processing of visual objects in digital images. First, we define a high-level structural representation for visual objects in the input image, based on the various structural relations amongst the objects' constituent parts. Second, we propose a computational approach to extracting such structural representation of the visual objects. The extraction of the structural representation is mostly guided by the Gestalt Laws of human perceptual grouping. At last, we exploit applications of the extracted structural representation in two high-level, structure-aware digital image processing tasks, including image retargeting/editing and image abstraction/summarization.

数字图像的分析与处理是当前可视计算领域的一个研究热点。相关的技术可以应用于视频监控、自动目标识别、医学影像处理、文化遗产保护、动画和影视制作、教育技术等重要领域。本项目借鉴数字几何处理领域的新成果，研究图像数据中视觉对象的结构相关分析与处理。首先，针对输入图像数据中视觉对象组成部件间的各种结构关系，研究定义一种视觉对象的高层次结构语义信息表示方法。其次，主要根据描述人类感知群组的格式塔法则，研究从输入图像数据中提取视觉对象的结构语义表示的方法。最后，研究视觉对象的结构语义信息在两种高层次、结构相关数字图像处理中的应用，具体包括图像重定向/形变编辑和图像抽象/概括技术。

对数字图像、动态影像、三维形状等视觉对象的分析与处理是当前可视计算、人工智能、机器人学等领域的一个研究热点，相关的技术可以应用于视频监控、医学影像处理、环境地图构建、路径规划与导航等方面。本项目借鉴数字几何处理领域的新成果，研究多种视觉对象的结构相关分析与处理方法，并对其在形状分析、虚拟显示、机器人导航等方面的应用展开探索。首先，针对三维形状这一典型视觉对象组成部件间的各种结构关系，研究定义了一种视觉对象的高层次结构语义信息表示及其提取方法，并通过该表示方法在联合形状分析、一致性层次式形状分割等方面的应用实验，展示和验证其有效性；其次，针对医学影像数据中的特定器官这一视觉对象，提出了一种基于最小二乘曲面的表示方法，并针对其在虚拟手术中的碰撞检测、碰撞响应等应用进行了探索；再次，针对占有栅格地图数据，提出了结构感知的快速探索随机树算法，并将其应用于二维机器人路径规划中；最后，基于动态深度图像数据，提出了一种结构化三维环境的高效表示方法——多层占有栅格，并将其应用于室内地面移动机器人导航中。上述成果表明结构语义信息对于不同种类的视觉对象都具有重要意义，通用性的结构语义信息值得进一步挖掘和应用。