基于深度学习的协同目标分割与行为理解研究

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