本项目针对图像理解存在的问题,以人与机器对图像场景理解方法的差异为研究起点,从人工智能与人工神经网络方法相融合的角度来考察如何找到更好的图像场景知识的存储、表示与推理的载体;如何提供这种载体之间相互和谐与协调作用的桥梁;如何使图像理解系统的本次推理的结果有效地作为下一次推理或学习的先验知识,向着正确的结论逼近,来加强系统对正确场景的理解。.本项目着重研究认知图对图像场景先验知识存储、表示的机理,认
{{i.achievement_title}}
数据更新时间:2023-05-31
针对弱边缘信息的左心室图像分割算法
基于多色集合理论的医院异常工作流处理建模
基于改进LinkNet的寒旱区遥感图像河流识别方法
基于主体视角的历史街区地方感差异研究———以北京南锣鼓巷为例
信息熵-保真度联合度量函数的单幅图像去雾方法
线条图像理解方法研究
社会媒体中图像隐含语义理解方法研究
面向移动阅读的复杂文档图像理解方法研究
基于图像理解的织物缺陷智能检测识别方法研究