[00140166]光学影像处理与模式识别

光学影像数据,因其承载信息的形象性与丰富性,已成为信息交互的主要载体。科学研究表明,人类获取的信息中有83%左右来自于视觉,但是如何让机器对所获取的影像信息进行自动分析与学习从而实现“类人视觉”,仍是亟待解决的关键科学问题。光学影像数据的高效分析与学习是计算机视觉、人工智能、大数据分析等国家重大研究课题的共性基础问题,可以提高人类对现实世界的感知能力,为从日常生活到航空航天等各方面实际问题的解决提供技术支撑。2016年,“十三五”国家科技创新规划指出,“重点开发人工智能等技术,推动智能机器人、无人驾驶汽车等技术的发展。”同时,中国科技部“科技创新2030-重大项目”近期又提出“人工智能2.0”新规划。这些目标的明确,为影像数据学习与分析技术的发展带来了广阔的发展前景。目前,光学影像数据处理技术在安防、医疗、遥感、互联网等领域发挥着重要的作用,已成为当前信息领域技术竞争的热点。 该项目立项之初,对光学影像数据的研究尚未建立完善的分析模型与学习方法,人类视觉系统对光学影像数据的感知响应机理尚不明确。面对这些挑战,依托国家自然科学基金杰出青年项目,进行了多年的系统研究,取得了如下主要科学发现： 1.建立了基于多维度特性分析的影像视感表征方法,揭示了特性差异对影像特征表达的作用规律。设计了基于空间多视几何的微分采样算子,解决了视角变化引起的特征表达不一致问题,实现了对影像多视特性的不变表征;提出了基于稀疏约束的多尺度编码方法,统一了目标运动规律与空间结构的关联关系,实现了影像序列时空特性的同步表观;构建了光谱特性与视觉特征的联合表达模型,弥补了单一谱源视觉表观能力的不足,实现了对多样影像数据的统一建模。 2.挖掘了影像语义与空间拓扑的耦合关系,构建了统一的影像空间拓扑分析模型。提出了谱空间约束下多源影像拓扑关系建模方法,设计了基于语义的相似性度量策略,解决了单一影像空间拓扑模型表达的局限性难题;统一了基于格拉斯曼流形的多层次拓扑表达方法,构造了多尺度几何结构融合框架,建立了面向影像内容的拓扑分析准则。 3.建立了数据结构与优化目标间的内在关联机制,揭示了图约束下的影像学习机理。设计了基于稀疏解析的无监督数据分析方法,实现了影像结构特性与特征选择的协同优化,并在理论上证明了算法收敛性;提出了类别信息约束下的语义解析方法,解决了半监督数据的分布结构建模问题,提升了影像特征的判别能力;构建了全局结构约束下的影像感知方式,发现了原始影像结构与低维重构数据的映射规律,克服了影像数据冗余的问题。 本项目共发表学术论文169篇,其中,获国际学术奖5项,IEEE Transactions 论文107篇;145篇被SCI检索,169篇被EI检索。核心论文10篇发表在计算机学科领域的一流国际期刊,其中包括IEEE Transactions 7篇,7篇ESI高被引论文,SCI被引470次、他引332次,单篇最高SCI他引 56次。上述工作得到了近20个国家/地区,其中包括近十位美/英/加等国院士和30多位IEEE/ACM/IAPR Fellow等国际同行的高度认可。 该项目申请国家专利17项,所涉及相关技术在其他重大项目中解决了多项技术难题,显著提升了基于光学影像数据的检测、识别、跟踪、分类等工程任务的性能指标,产生了积极的社会经济效益。培养博士研究生17人、硕士研究生19人。项目完成人中,1人获得国家杰出青年科学基金、IEEE/OSA Fellow、国际欧亚科学院院士、何梁何利科学与技术创新奖、陈嘉庚青年科学奖、中国青年科技奖、中青年科技创新领军人才,1人入选陕西省青年科技新星。