项目名称: 基于人类视觉仿生的高分辨率遥感影像建筑物提取方法研究

项目编号: No.41471276

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 天文学、地球科学

项目作者: 陈仁喜

作者单位: 河海大学

项目金额: 80万元

中文摘要: 从高分辨率影像自动识别和提取建筑物等人工目标一直是遥感领域的巨大挑战,到目前仍未取得突破进展,主要原因在于缺乏符合人类视觉特性的目标识别理论和方法。针对此问题,本课题从视觉心理学等方面加强地物识别的理论和方法研究,提出基于人类视觉仿生的目标识别研究思路。主要展开如下几个方面的研究:1) 根据格式塔心理学原理,研究基于视觉特性的图像主体结构提取和冗余信息剔除方法,模拟人类视觉具有过滤干扰信息、抓住主要特征的能力;2) 研究顾及视觉心理的图像特征提取新方法,使得提取的图像特征具有视觉恒常性,与人眼视觉感知相一致;3) 研究复杂背景下的多目标视觉注意模型,模拟人类视觉的选择性注意机制,解决建筑物感兴趣区域的定位问题。通过以上几个方面的研究,有望获得视觉心理学在图像特征提取和目标识别方面的一系列成果,推动遥感影像地物自动识别的理论进展和技术进步。

中文关键词: 目标识别;目标探测;特征提取;视知觉仿生;机器学习

英文摘要: Automatically identifying and extracting man-made objects such as buildings from high-resolution remote sensed images has been a challenge for a long time in remote sensing application. The main reason is lack of mature theories and techniques of object recognition, which agree with the characters of the human vision system. Against to this problem, we try to strengthen researches on theories of object recognition from the perspective of the visual psychology, and propose a new researching thinking based on human vision bionics. The main researching contents are as follows: 1) According to the principle of Gestalt psychology, the first mission is to study methods for extracting principle structures and removing redundant details from a image, which similar to the human vision's ability of filtering disturbance information and grapping the principle features. 2) The second mission is to study methods for extracting image features, based on the human visual psychology. It aims to extract image features which have the characters of visual constancy, agreeing with the perceptual of human vision. 3) The third mission is to study the visual attention model for multiple objects with complicated background. It aims to simulate the selective visual characters to obtain the interesting regions of buildings. Through these studies above, we hope to obtain a series of useful research findings about visual psychology in object recognition for computer vision, which can promote the theoretical and technical progress for object automatic recognition from high-resolution remote sensed images.

英文关键词: object recognition;object detection;feature extraction;vision bionics;machine learning

成为VIP会员查看完整内容
1

相关内容

目标识别是指一个特殊目标(或一种类型的目标)从其它目标(或其它类型的目标)中被区分出来的过程。它既包括两个非常相似目标的识别,也包括一种类型的目标同其他类型目标的识别。
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
专知会员服务
91+阅读 · 2021年8月29日
专知会员服务
86+阅读 · 2021年8月8日
专知会员服务
122+阅读 · 2021年4月29日
专知会员服务
69+阅读 · 2021年3月29日
专知会员服务
70+阅读 · 2021年3月23日
专知会员服务
94+阅读 · 2021年2月6日
专知会员服务
18+阅读 · 2020年12月23日
三星S22系列,打造移动影像新边界
36氪
0+阅读 · 2022年2月24日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
图像修复研究进展综述
专知
19+阅读 · 2021年3月9日
总结-CNN中的目标多尺度处理
极市平台
17+阅读 · 2019年7月24日
最全综述 | 图像分割算法
计算机视觉life
14+阅读 · 2019年6月20日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
【学科发展报告】计算机视觉
中国自动化学会
42+阅读 · 2018年10月12日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
干货 | 目标识别算法的进展
计算机视觉战队
17+阅读 · 2017年6月29日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Simple and Effective Unsupervised Speech Synthesis
Arxiv
2+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
10+阅读 · 2020年11月26日
Arxiv
24+阅读 · 2020年3月11日
Arxiv
11+阅读 · 2018年5月13日
小贴士
相关VIP内容
顾及时空特征的地理知识图谱构建方法
专知会员服务
53+阅读 · 2022年2月15日
专知会员服务
91+阅读 · 2021年8月29日
专知会员服务
86+阅读 · 2021年8月8日
专知会员服务
122+阅读 · 2021年4月29日
专知会员服务
69+阅读 · 2021年3月29日
专知会员服务
70+阅读 · 2021年3月23日
专知会员服务
94+阅读 · 2021年2月6日
专知会员服务
18+阅读 · 2020年12月23日
相关资讯
三星S22系列,打造移动影像新边界
36氪
0+阅读 · 2022年2月24日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
图像修复研究进展综述
专知
19+阅读 · 2021年3月9日
总结-CNN中的目标多尺度处理
极市平台
17+阅读 · 2019年7月24日
最全综述 | 图像分割算法
计算机视觉life
14+阅读 · 2019年6月20日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
【学科发展报告】计算机视觉
中国自动化学会
42+阅读 · 2018年10月12日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
干货 | 目标识别算法的进展
计算机视觉战队
17+阅读 · 2017年6月29日
相关基金
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员