项目名称: 基于深度学习的协同目标分割与行为理解研究

项目编号: No.61401098

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 陈飞

作者单位: 福州大学

项目金额: 27万元

中文摘要: 人类可以在混乱的场景中实现运动目标的分割、识别和行为理解,但这对于计算机视觉系统却是一个严峻的挑战。本项目研究关于高层先验知识指导和底层图像数据驱动相结合,同时进行目标分割和行为理解的方法。该方法能够在实际环境比较恶劣的情况下,实现精确的目标分割和准确的行为推理。主要研究利用深度学习的多层表达能力捕捉目标行为和动作的层次结构特征,结合变分图像分割算法,以目标形状作为上下层连接的纽带,通过多个深度玻尔兹曼机的近似推理和产生机理实现底层、中层和高层的协同合作,建立协同目标分割和行为理解的计算模型,并提出模型的优化及求解方法。同时以手势识别系统中手指拼写单词作为Demo实例,分析研究先验行为的表达、基于形状驱动的变分分割,多个深度玻尔兹曼机的协同学习等关键问题。此研究将为底层序列图像分割、中层目标识别和高层行为理解的协同合作提供新的思路和途径。

中文关键词: 图像分割;深度玻尔兹曼机;形状先验;行为理解;变分公式

英文摘要: Human can extract moving object and infer the object behaviors simultaneously in complex scenes. However, it has proven to be a challenging task for computer vision systems. This study pursues a joint solution to the problems of image segmentation and obj

英文关键词: Image segmentation;Deep Boltzmann machines;Shape priors;Behavior understanding;Variational formulations

成为VIP会员查看完整内容
0

相关内容

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。 所谓图像分割指的是根据灰度、颜色、纹理和形状等特征把图像划分成若干互不交迭的区域,并使这些特征在同一区域内呈现出相似性,而在不同区域间呈现出明显的差异性。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
专知会员服务
21+阅读 · 2021年10月9日
专知会员服务
28+阅读 · 2021年9月13日
专知会员服务
44+阅读 · 2021年8月28日
专知会员服务
44+阅读 · 2021年1月31日
专知会员服务
83+阅读 · 2020年12月11日
专知会员服务
77+阅读 · 2020年12月6日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
【CMU】基于图神经网络的联合检测与多目标跟踪
专知会员服务
56+阅读 · 2020年6月24日
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
基于虚拟现实环境的深度学习模型构建
MOOC
24+阅读 · 2019年9月28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
基于深度学习的视频目标检测综述
极市平台
15+阅读 · 2019年7月19日
综述 | 近5年基于深度学习的目标检测算法
计算机视觉life
38+阅读 · 2019年4月18日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
基于深度学习的图像目标检测(下)
机器学习研究会
12+阅读 · 2018年1月1日
基于深度学习的肿瘤图像分割研究取得进展
中科院之声
17+阅读 · 2017年9月17日
国家自然科学基金
12+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013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
3+阅读 · 2011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
12+阅读 · 2022年4月12日
Arxiv
16+阅读 · 2021年3月2日
小贴士
相关VIP内容
专知会员服务
21+阅读 · 2021年10月9日
专知会员服务
28+阅读 · 2021年9月13日
专知会员服务
44+阅读 · 2021年8月28日
专知会员服务
44+阅读 · 2021年1月31日
专知会员服务
83+阅读 · 2020年12月11日
专知会员服务
77+阅读 · 2020年12月6日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
【CMU】基于图神经网络的联合检测与多目标跟踪
专知会员服务
56+阅读 · 2020年6月24日
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
相关资讯
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
基于虚拟现实环境的深度学习模型构建
MOOC
24+阅读 · 2019年9月28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
基于深度学习的视频目标检测综述
极市平台
15+阅读 · 2019年7月19日
综述 | 近5年基于深度学习的目标检测算法
计算机视觉life
38+阅读 · 2019年4月18日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
基于深度学习的图像目标检测(下)
机器学习研究会
12+阅读 · 2018年1月1日
基于深度学习的肿瘤图像分割研究取得进展
中科院之声
17+阅读 · 2017年9月17日
相关基金
国家自然科学基金
12+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013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
3+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员