基于协同学的并行多层次反馈图像理解研究

在前期研究工作基础上，根据图像理解和协同学的研究现状与发展趋势，针对图像理解的核心问题，研究并采用协同学方法，从场景描述与场景中目标识别的相互关系入手，研究场景与目标的原型向量获取与表示方法，形成含有语义的原型向量及先验信息的表示方法；研究场景与目标的序参量重构问题，形成具有并行性与层次性的序参量空间以及表示方法；研究图像理解过程中的动力学特性与行为，形成有场景先验信息指导，场景中多目标间具有协同与竞争双重特性的势函数方程；研究场景与目标互为驱动、共同驱动的支配原理，形成具有并行、层次和反馈特性的势函数演化控制策略。以协同学理论方法为纽带实现中低层数据处理分析与高层知识表达推理的有效结合，体现数据分析形成知识推理，知识反馈指导数据获取的新结构，形成基于协同学的新型图像理解方法。同时，拓展协同学在场景分类与理解中的研究领域，丰富协同模式识别中多目标识别的研究内容以及知识处理方法。