《基於視覺注意模型的結構化圖像分析技術研究》是依託上海交通大學，由張瑞擔任項目負責人的面上項目。
基本介紹
- 中文名：基於視覺注意模型的結構化圖像分析技術研究
- 項目類別：面上項目
- 項目負責人：張瑞
- 依託單位：上海交通大學
項目摘要,結題摘要,
項目摘要
隨著圖像數據量的迅速膨脹，對圖像信息的分析理解和有效利用已成為亟待解決的問題。本項目擬結合申請人的前期工作，基於人眼視覺選擇性注意模型，嘗試採用結構化學習的思想，研究對圖像進行多層次語義解析的結構化圖像分析方法。將把視覺特徵信息用於圖像的分析處理中，以提高分析處理的性能。並將針對圖像分析中的特定任務，設計一種結合自底向上和自頂向下選擇性注意機制的視覺計算模型，計算得到的圖像顯著度信息不僅可作為結構化學習中的基本特徵用於圖像的分析識別，還將有效處理結構化學習處理結果的虛警問題。本項目的研究成果可被廣泛套用於視頻監控、醫學圖像分析、網際網路搜尋引擎等領域中。
結題摘要
本項目重點研究了視覺選擇性注意模型，提出了一種基於多尺度上下文特徵合併的自頂向下的視覺顯著性計算模型和一種基於子塊上下文空間合併的物體顯著性檢測算法。在圖像場景表示方法的研究中，提出了一種基於組合形狀字典的七巧板圖像場景表示模型，並在此基礎上提出了一種基於多層空間聚集的圖像分類方法和一種結合局部特徵和空間關係的物體檢測模型。對於圖像中物體間可能存在的各種空間關係，提出了一種基於對比聚類的空間關係模型和一種用於多物體檢測的紡錘模型。結合顯著性注意模型，提出了一種混合監督學習的物體顯著性檢測方法。在圖像中的行為識別分析中，提出一種基於推廣時空金字塔匹配核的視頻中人體行為分類方法、一種基於Acton表示的視頻中人體行為識別方法和一種基於關鍵子段挖掘的人體動作識別方法。在本項目的研究過程中，還提出了一種基於多尺度邊緣特徵的圖像質量評價方法和一種基於像素域統計特徵的半參考圖像質量評價方法。
