基于NAM的动态视觉信息认知理解方法研究

项目名称： 基于NAM的动态视觉信息认知理解方法研究

项目编号： No.60973085

项目类型： 面上项目

立项/批准年度： 2010

项目学科： 自动化技术、计算机技术

项目作者： 陈传波

作者单位： 华中科技大学

项目金额： 29万元

中文摘要： 在复杂和海量的视觉信息中，如何聚焦到最感兴趣的视觉主题，是进行环境感知和视觉信息理解的关键问题，对降低视觉信息处理维度与提高视觉计算的认知水平具有重要的意义。基于本研究小组提出的非对称逆布局的模式表示思想（NAM），借助于人脑对动态目标的认知方式及过程，对视觉注意特征的表达和高维图像数据的分层特征问题进行研究，建立用于目标检测和识别的高效视觉推理学习模型和算法。针对视觉信息中显著性内容感知问题，研究相应的优化特征组织方法。针对视觉认知过程中信息处理的分层机制，研究生物激励的视觉目标特征学习与选择的方法。设计具有在线学习能力的分类算法。理论上将人脑对动态目标的认知方式及过程引入到动态视觉信息处理与理解中是一个新的探索， 在应用上探索解决视频索引和机器人动态视觉的认知和感知等智能化的关键技术，有效的动态视觉信息感知和理解方法将可以广泛应用于相关的动态视觉系统，包括智能交通、军事侦察等领域。

中文关键词： 视觉理解；视觉特征；特征表达；目标模型；

英文摘要：

英文关键词： visual understanding；visual feature；feature representation；object model；