《基於認知的視覺模式表達及其運動分析的高效計算方法》是依託北京理工大學，由賈雲得擔任項目負責人的重大研究計畫。
基本介紹
- 中文名：基於認知的視覺模式表達及其運動分析的高效計算方法
- 依託單位：北京理工大學
- 項目負責人：賈雲得
- 項目類別：重大研究計畫
項目摘要,結題摘要,
項目摘要
計算機視覺技術在車輛輔助安全駕駛系統中的套用近來逐漸成為一個研究熱點。車輛輔助安全駕駛需要從行駛視頻中獲取整個場景的語義和空間配置信息，對各種行駛狀態和可能的突發事件進行判斷。傳統的方法主要集中於具體特徵的設計以及某種特定任務的套用上，而較少分析圖像和視頻空間的數理結構和分布特性，缺乏較為完善的將圖像和視頻兩個層面統一起來的視覺模式表達理論，以及相應的學習與高效運動分析算法。本項目以複雜視頻智慧型系統為套用背景和目標，研究基於認知的各個層次的視覺模式表達以及運動分析和識別理解的高效算法。具體探討單質的圖像基元、視頻基元、一般性的圖像和視頻模式表達、以及高層物體的統一外觀和運動的模板表達。並且基於這些視覺表達模型，研究在車輛行駛視頻中的自適應跟蹤和感興趣物體分割、識別等實際套用問題。本項目的研究成果將具有重要的科學意義和潛在的套用前景。
結題摘要
計算機視覺在車輛智慧型駕駛系統中的套用已經成為一個研究熱點。車輛智慧型駕駛需要從行駛視頻和圖像中感知整個場景的語義信息和空間配置信息，包括行車線路、路標、交通指示燈以及其它車輛與行人等目標信息和相互空間關係，完成對各種行駛狀態和可能的突發事件進行判斷和決策。針對這一套用背景，本項目完成了基於認知的各層次的視覺模式表達以及針對場景目標運動分析和理解識別的高效計算方法；提出了視頻時空塊的混合流形表示方法，建立可以處理複雜光照變化的背景流形模型，並成功用於背景建模；提出了場景和物體的與或圖表示方法，能夠高效地實現在複雜背景下對同一類型的不同實例物體的識別檢測，並且能夠利用學習出的物體先驗模型預測物體缺失部件；提出了目標推理和意圖預測的事件語義分解方法，在事件層次上對複雜視頻進行語義理解；提出目標行為識別與理解的機器學習方法，實現在低維度上複雜場景中目標行為的識別和理解。在國際頂級會議CVPR、ICCV、ECCV上發表學術論文6篇，在IEEE T-CSVT、Pattern Recognition、CVIU等國際重要學術刊物發表學術論文11篇。本項目研究成果可套用於智慧型車輛視覺感知系統，也可以套用於智慧型監控、智慧型信息檢索、人機互動等智慧型系統。
