基于拓扑知觉理论的物体识别研究

计算机视觉的中心任务就是采用计算机对图象进行理解和分析来获取有效信息。其中，物体识别是图像理解和分析中的一个核心问题。物体识别就是要让计算机象人一样能在复杂环境下准确的识别目标，因此，结合人的认知模型来研究物体识别问题是计算机视觉，神经生理学等共同关注的焦点。传统的"局部-整体"的知觉计算模型难以表征全局结构特征，面临着物体识别中的视角、尺度、遮挡等复杂问题的挑战。本项目以大范围优先的知觉拓扑理论为指导，以物体识别为重点科学问题开展研究，具体可包括：(1)拓扑知觉空间的视觉定义和表达(2)拓扑结构的描述和计算(3)面向物体识别的拓扑视知觉描述子和计算模型。本项目将结合知觉拓扑理论提出一些有效的新算法，在国际权威期刊和重要会议上发表一批高质量的学术论文。通过研究给出基于认知模型(大范围拓扑优先)的视觉信息处理系统的模型、理论和算法，力争使我国在该领域达到国际先进水平。

计算机视觉的中心任务就是采用计算机对图象进行理解和分析来获取有效信息。其中，物体识别是图像理解和分析中的一个核心问题。物体识别就是要让计算机象人一样能在复杂环境下准确的识别目标，因此，结合人的认知模型来研究物体识别问题是计算机视觉，神经生理学等共同关注的焦点。传统的“局部-整体”的知觉计算模型难以表征全局结构特征，面临着物体识别中的视角、尺度、遮挡等复杂问题的挑战。本项目以大范围优先的知觉拓扑理论为指导，以物体识别为重点科学问题开展研究，具体可包括：(1)拓扑知觉空间的基本表达和计算(2)独立拓扑结构的物体分类与识别(3)复杂物体的拓扑知觉组织表达与模型。本项目将结合知觉拓扑理论提出一些有效的新算法，在国际权威期刊和重要会议上发表一批高质量的学术论文，部分成果能形成专利。通过研究给出基于认知模型(大范围拓扑优先)的视觉信息处理系统的模型、理论和算法。力争使我国在该领域达到国际领先水平。