《多層次視覺特徵學習新方法及在環境感知中的套用研究》是依託中國人民解放軍國防科技大學，由戴斌擔任項目負責人的面上項目。
基本介紹
- 中文名：多層次視覺特徵學習新方法及在環境感知中的套用研究
- 項目類別：面上項目
- 項目負責人：戴斌
- 依託單位：中國人民解放軍國防科技大學
中文摘要,結題摘要,
中文摘要
無人駕駛車輛的環境感知能力，特別是視覺感知能力是決定其性能優越的關鍵性因素。本項目針對無人駕駛車輛視覺環境感知系統這一具體套用，研究新穎的多層視覺特徵學習與表示方法。主要研究內容包括：(1) 深入分析多層次視覺特徵學習與表示理論和其蘊含的神經計算本質；(2) 研究滿足慢速性約束的多層次序貫數據的特徵學習方法，建立小角度旋轉與視角變化下的不變性目標描述特徵，提高動態環境下的特定目標識別能力；(3) 研究利用多源圖像信息建立多光譜的層次化特徵學習方法，並套用於環境感知中的語義場景識別任務；(4) 研究時空數據驅動下的多層次特徵學習方法，並套用於環境感知中的運動行為識別任務：交警動作識別和異常行為識別。該項目在進行理論創新的同時將完成能夠實現相應任務的環境感知系統，所以說項目研究有較強的理論意義和套用價值，並且對於推動我國無人駕駛車輛技術的發展有著重要的意義。
結題摘要
本項目的研究針對無人駕駛車輛的環境感知問題，研究了多層視覺特徵的學習與表示方法、序貫數據的特徵學習方法以及多源信息的特徵融合方法。主要研究內容和成果包括：（1）系統地總結了多層視覺特徵學習與表示理論；（2）研究了小角度旋轉與視角變化下的不變性目標描述特徵，提出了一種基於底層神經元通道特徵的目標檢測方法，為了驗證算法，建立了大規模路標資料庫，該檢測方法在行人和路標檢測國際公開的和自建的資料庫中均取得了優異的性能；（3）深入挖掘多層次視覺特徵的神經計算本質，針對紋理-結構屬性解耦描述的特徵提取問題，提出了一種新穎的中層特徵提取算法，該算法在多個國際公開資料庫中均得到了更好的識別率；（4）研究了慢速性約束的多層次序貫數據，深入挖掘層次間的特徵遞進轉化關係，提出了一種基於級聯結構多層次視覺特徵的目標跟蹤方法以及一種基於馬爾科夫隨機場的層次化動態目標檢測方法，所提方法在國際公開資料庫中的性能優於目前主流的算法；（5）研究了時空數據驅動下的多層次特徵學習方法，融合圖像表觀特徵和結構信息，提出了一種基於關鍵點親和場的交警動作識別方法，該方法在交警動作識別資料庫中獲得了較高的識別準確率；分析圖像幀間的運動流場信息，提出了一種基於多層次信息時域融合的行為識別方法，該方法在國際公開資料庫中的性能優於主流的算法；（6）研究了高層特徵結構化學習方法，提出了一種基於結構化隨機森林的道路檢測方法；研究了多源信息的層次化學習方法，提出了一種基於混合條件隨機場的道路檢測方法，該方法在國際公開資料庫中性能優於同類算法。本項目的研究成果既包含多層次特徵學習與表示的理論創新又強調研究成果的實際套用價值，相關研究成果成功地套用於無人駕駛平台，並表現出良好的性能。項目組搭建的無人駕駛系統實驗平台在近年的國內無人車競賽中名列前茅。本項目的研究對解決無人駕駛的環境感知問題，以及推動我國無人駕駛技術的發展具有重要意義。
