基于隐含关系的视觉显著学习方法

项目名称： 基于隐含关系的视觉显著学习方法

项目编号： No.61370113

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 李甲

作者单位： 北京大学

项目金额： 80万元

中文摘要： 基于视知觉机理的图像和视频分析技术已经成为计算机视觉领域的研究热点之一，其特点在于使用有限计算资源优先分析值得关注的视觉信息并获得符合人类认知的分析结果。本项目面向这些图像及视频分析技术中存在的共性基础问题，以建立基于隐含关系的视觉显著学习理论、模型和方法为科学目标，结合视觉生理学和认知心理学对视知觉机理的实验结论以及机器学习最新的Deep Learning、序列判别学习等方法，面向少量精确标注数据、大量弱标注数据和海量未标注数据，对视觉显著计算中的隐含关系挖掘、视觉显著学习和显著对象分割等问题进行研究。其中，重点研究内容包括面向上述三类数据的视觉刺激隐含关系建模、面向弱标注数据的显著排序学习、基于隐含关系的显著回归分析、增量式视觉显著学习、关系驱动的显著对象分割等理论与方法。在此基础上，在多个公开数据集上进行大规模实验验证，预期将研发出性能达到国际领先水平的算法和系统。

中文关键词： 视觉显著；机器学习；隐含关系模型；显著对象分割；

英文摘要： Biology-inspired image and video analysis is now becoming a hot research topic in the field of computer vision. Generally, such research aims to obtain the analysis results that can match human perception by allocating limited computational resources onto

英文关键词： Visual Saliency；Machine Learning；Latent Correlation Model；Salient Object Segmentation；