生物认知机制和特性启发的视觉计算模型与方法研究

项目名称： 生物认知机制和特性启发的视觉计算模型与方法研究

项目编号： No.91420201

项目类型： 重大研究计划

立项/批准年度： 2014

项目学科： 自动化技术、计算机技术

项目作者： 杨健

作者单位： 南京理工大学

项目金额： 280万元

中文摘要： 视觉是人类感知外部世界信息的主渠道。当前，图像、视频等视觉数据呈现指数级增长，传统的计算机视觉理论与方法面临着前所未有、日益严峻的挑战。借鉴人类处理复杂信息的认知机制和认知特性去面对挑战是一种必然趋势。本项目将研究生物认知机制和认知特性启发的视觉计算模型与方法。在生物认知机制启发的方法方面，重点研究大脑视觉信息处理的前馈和反馈模型，包括视觉腹侧通路的前馈模型，V1区细胞的递归模型，视觉腹侧通路的层次化递归模型，注意力的前馈与反馈模型。在生物认知特性启发的方法方面，借助于稀疏表示、深层学习等工具，重点研究视觉显著性计算模型、视觉信息的局部表示模型、视觉信息的稳健分类方法。以上两个方面的研究将相互补充和借鉴。最后，将以上研究成果应用于越野环境下无人驾驶车辆环境感知中的两个极具挑战性的问题：地表纹理分类和水面及凹障碍的检测，为大幅度提升无人驾驶车辆的环境感知能力提供关键技术支撑。

中文关键词： 视觉信息处理；认知计算；特征表示；视觉显著性；稳健分类

英文摘要： Visual information plays a central role in human perception. Today, visual information, such as images and videos, increases dramatically and exponentially. Traditional computer vision technologies encounter a grand challenge. Borrowing ideas from human c

英文关键词： visual information processing；cognitive computing；feature representation；visual saliency；robust classification