基于相似性的认知模型与图像分析中的关键问题研究

如何将认知科学中的研究结果应用到图像分析中来是目前的研究热点之一。由于最近认知科学的文献已经说明人类识别自然类别的主要认知机制是基于相似的类别识别机制，而图像中的类别几乎全是自然类别，因此研究基于相似性的认知模型在图像识别中的应用具有重要的理论意义和应用价值。本项目计划通过研究已有的基于相似性的认知机制，给出相似性矩阵的表示定理，建立格式塔相似性准则的数学模型，据此建立基于相似度认知模型的无监督学习和半监督学习算法；并从提取复杂光照条件不敏感的低层视觉特征出发，设计合理的相似性计算模型，开发新的基于相似性认知模型的图像分割、图像显著性分析算法，实现图像主要场景的自动标注，并争取在图像检索中得到应用。