整合自上而下和自下而上处理机制的场景解析

项目名称： 整合自上而下和自下而上处理机制的场景解析

项目编号： No.61401170

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： 高常鑫

作者单位： 华中科技大学

项目金额： 26万元

中文摘要： 针对自然场景图像理解问题，本课题提出一种整合自上而下和自下而上处理机制的场景图像解析模型。借鉴人类视觉认知原理，将自上而下的反馈机制引入分层的条件随机场模型中，通过建立双向（自上而下和自下而上）的特征表征即特征上下文关系模型，实现了自上而下反馈和和自下而上前馈处理机制的整合，并通过提取大范围、多层次的特征关系，建立了更加丰富的特征关系模型，从而获得更有效、更可靠的场景解析性能。为了建立相应的快速算法，通过两种措施提高模型的计算效率：（1）通过特征共享，并利用分层结构中共享的继承特点，减少特征计算量；（2）通过自上而下的指导，去除任务无关信息，将计算资源集中到任务相关的处理上。本课题通过对场景的语义理解缩短了图像低层视觉特征和高层语义特征之间的“语义鸿沟”距离，对计算机视觉和认知科学的研究都具有一定的促进作用，实现了人类视觉的某些感知功能，同时为认知科学的研究提供了一定的指导。

中文关键词： 场景理解；语义分割；目标检测；半监督学习；

英文摘要： This work proposed an image parsing model for scene understanding, which combines top-down and bottom-up processing. Motivated by the human vision system, we bring top-down feedback processing into the hierarchical conditional random fields model, which h

英文关键词： Scene understanding；Semantic Segmentation；Object detection；Semi-supervised learning；