《基於流形和視覺注意的複雜場景夜視目標識別》是依託南京理工大學，由張毅擔任項目負責人的面上項目。
基本介紹
- 中文名：基於流形和視覺注意的複雜場景夜視目標識別
- 項目類別：面上項目
- 項目負責人：張毅
- 依託單位：南京理工大學
項目摘要,結題摘要,
項目摘要
隨著夜視技術的發展，夜視裝置已擁有較高的細節分辨能力，高效、智慧型化的夜視圖像處理技術逐漸成為新的發展趨勢，如何在複雜場景下自動識別目標已是諸多領域的迫切需求。本項目擬探索研究基於流形學習和視覺注意的多波段夜視圖像目標識別方法，其核心思想是結合流形學習理論和視覺注意模型，充分理解分析多波段夜視圖像信息，從而實現複雜場景下精確的夜視目標自動識別。研究內容主要包括多波段夜視圖像特徵流形分析，實現夜視特徵數據聚類和降維；基於流形聚類的夜視圖像分割；分割圖像顯著性分析，基於視覺注意的夜視圖像ROI提取，分離目標潛在區域；魯棒穩健多流形學習，解決夜視數據中噪聲、離群點干擾問題，實現基於多流形分類識別的夜視目標認知。本項目針對複雜夜視場景的視覺注意分析，夜視目標的監督與非監督流形學習的理論與技術等部分關鍵問題展開研究，是對夜視技術研究的進一步深化，為解決智慧型夜視目標探測識別問題探索新的技術途徑。
結題摘要
本項目立足於多源多光譜成像（可見光/微光、短波紅外、長波紅外等），建立多波段夜視成像探測裝置。針對夜視環境下的目標認知難題，提出了一系列基於流形和視覺注意的複雜場景夜視圖像目標識別新方法，並設計實現了完整的夜視目標感知理論和方案。 研究內容：圍繞複雜場景下夜視成像探測目標識別面臨的諸多問題，突破基於流形理論和視覺注意的夜視圖像目標識別方法與技術。具體發展流形聚類和降維理論，設計統一聚類和降維的多流形分析方法；提取多波段夜視圖像多尺度特徵圖；研究基於流形聚類的多波段夜視圖像分割方法和基於視覺注意的夜視圖像興趣區域提取；提出魯棒穩健的多流形學習算法，特定夜視目標監督流形學習算法，以及一般夜視目標流形分類識別算法。形成夜視圖像信息處理較為完整的理論體系，實現夜視條件下高效智慧型目標識別。 研究方案與系統：首先，結合流形聚類理論和視覺注意機制模型，提取夜視目標潛在的ROI，將場景問題轉換為對感興趣區域的分析過程，提高複雜場景下夜視目標分析效率；其次，開展了一系列基於流形分類識別的夜視目標認知方法與技術研究，充分挖掘ROI區域的夜視特徵數據內在結構規律，提高對夜視目標的探測能力和識別精度；最終，高效整合多波段夜視顯著計算、流形降維分類模組，協調各模組間的知識通信和反饋，建立了基於流形和視覺注意的複雜場景夜視目標識別原理試驗裝置，並進行野外實驗，實現了夜視目標高精度、高效率的智慧型識別。 成果轉化與推廣：將相關核心關鍵技術套用到軍事偵察、遙感觀測、智慧城市等多個領域，針對不同的套用需求，最佳化算法並行移植和數據通信，構建了多套無人夜視成像感知軟硬體系統，有效捕獲目標、背景分布和精確目標跟蹤定位，實現了高效能、高精度多波段夜視信息計算輸出。
