基於視覺認知理論的圖像層次化語義理解研究

基於視覺認知理論的圖像層次化語義理解研究

《基於視覺認知理論的圖像層次化語義理解研究》是依託北京交通大學,由馮松鶴擔任項目負責人的青年科學基金項目。

基本介紹

  • 中文名:基於視覺認知理論的圖像層次化語義理解研究
  • 項目類別:青年科學基金項目
  • 項目負責人:馮松鶴
  • 依託單位:北京交通大學
項目摘要,結題摘要,

項目摘要

圖像語義理解是近年來計算機視覺中一個非常活躍的研究方向。本課題的研究目標是基於視覺認知理論實現圖像的層次化語義標註。主要內容:(1)基於顏色認知理論中的顏色恆常性機理,研究如何提取自然圖像的顏色不變性描述子;(2)針對區域級圖像標註這一弱監督學習問題,研究如何採用多種學習策略相融合以改善區域級的標註性能,並對標註結果進行基本顏色詞的描述,得到視覺屬性詞+名詞的標註結果;(3)研究對標註關鍵字序列實現基於語義顯著度和語義相關度的多標記排序。(4)研究基於情感認知理論的圖像情感特徵提取,並探討基於情感特徵的圖像情感語義分類算法。本項目的特色是:(1)以海量圖像為研究對象,基於視覺認知理論實現圖像的層次化語義標註,標註結果增加了符合人類感知的顏色詞描述。(2)將顏色恆常性理論、稀疏表示理論及情感認知理論有機地融入到圖像層次化語義理解中。

結題摘要

本課題的研究目標是基於視覺認知理論實現圖像層次化語義標註。 課題組成員圍繞著既定的研究目標,經過三年的研究工作,取得了一系列的研究成果。代表性的研究內容包括:1、提出了一種基於多任務低秩矩陣分解的圖像顯著性分析算法;2、提出了一種基於層次化稀疏表示模型的圖像光照估計算法;3、提出了一種基於層次化稀疏表示模型的多示例半監督學習算法;4、提出了一種基於視知覺理論的海量社群圖像標籤自適應排序算法;5、提出了一種基於情感認知理論的圖像情感分類算法;6、提出了一種基於基於混合相似性度量學習的圖像檢索算法;在本課題的資助下,項目組成員取得了如下的研究成果:(1)在IEEE Trans on Image Processing, IEEE Trans on CSVT, Pattern Recognition, Signal Processing, Computer Vision and Image Understanding, Neurocomputing, Journal of Visual Communication & Image Representation等知名國際學術期刊上發表SCI論文9篇;(2) 在領域內頂級國際學術會議CVPR, ECCV, ACM Multimedia及其他知名國際會議上共發表國際學術會議論文10篇; (3) 培養碩士研究生8名;

相關詞條

熱門詞條

聯絡我們