基于视觉认知机理的图像理解中的若干问题研究

图像理解是图像领域的研究热点和难点之一。目前，利用计算机只能完成一些简单的图像理解功能，远远逊于人类视觉的感知和理解能力。鉴于近年来人们对人类视觉的认知机理有了更加深刻的了解，本项目致力于把关于视觉认知机理的最新研究成果应用到图像理解中，从视觉感知特点、认知的层次性、视觉语义的联想记忆三个角度开展研究，主要有：1)从人类视觉系统对图像稀疏表示的特点出发，研究最优稀疏编码模型的超完备机制，包括基函数的初始化和编码系数的稀疏性评价，以及超完备稀疏编码模型优化约束。2)借鉴商空间和粒计算的思想，研究图像特征空间的描述及建立其与高层语义空间之间映射关系的方法，构成对图像对象的语义描述。3)从语义联想记忆对于视觉认知的重要作用出发，研究基于内容寻址、可容错的联想记忆神经网络的图像语义信息分类自组织原理，将经验知识和图像特征语义结合，获得图像的完整语义。

图像理解是图像领域的研究热点和难点之一。目前，利用计算机只能完成一些简单的图像理解功能，远远逊于人类视觉的感知和理解能力。. 鉴于近年来人们对人类视觉的认知机理有了更加深刻的了解，本项目致力于把关于视觉认知机理的最新研究成果应用到图像理解中，从视觉感知特点、认知的层次性、视觉语义的联想记忆三个角度开展研究，主要有：1)从人类视觉系统对图像稀疏表示的特点出发，研究最优稀疏编码模型的超完备机制，包括基函数的初始化和编码系数的稀疏性评价，以及超完备稀疏编码模型优化约束。2)借鉴商空间和粒计算的思想，研究图像特征空间的描述及建立其与高层语义空间之间映射关系的方法，构成对图像对象的语义描述。3)从语义联想记忆对于视觉认知的重要作用出发，研究基于内容寻址、可容错的联想记忆神经网络的图像语义信息分类自组织原理，将经验知识和图像特征语义结合，获得图像的完整语义。. 项目中，发表和已录用论文共计26篇，其中被SCI、EI检索21篇，其中一些研究成果发表在Pattern Recognition Letters,Optical Engineering,IET Image Processing，计算机辅助设计与图形学学报、仪器仪表学报等学术期刊。. 此外，已经申请发明专利1项，准备申请发明专利1项；培养博士生5名，硕士生8名。