基于NAM的动态视觉信息认知理解方法研究

在复杂和海量的视觉信息中，如何聚焦到最感兴趣的视觉主题，是进行环境感知和视觉信息理解的关键问题，对降低视觉信息处理维度与提高视觉计算的认知水平具有重要的意义。基于本研究小组提出的非对称逆布局的模式表示思想（NAM），借助于人脑对动态目标的认知方式及过程，对视觉注意特征的表达和高维图像数据的分层特征问题进行研究，建立用于目标检测和识别的高效视觉推理学习模型和算法。针对视觉信息中显著性内容感知问题，研究相应的优化特征组织方法。针对视觉认知过程中信息处理的分层机制，研究生物激励的视觉目标特征学习与选择的方法。设计具有在线学习能力的分类算法。理论上将人脑对动态目标的认知方式及过程引入到动态视觉信息处理与理解中是一个新的探索， 在应用上探索解决视频索引和机器人动态视觉的认知和感知等智能化的关键技术，有效的动态视觉信息感知和理解方法将可以广泛应用于相关的动态视觉系统，包括智能交通、军事侦察等领域。

该项目按照项目申请书的计划顺利完成，整个项目未出现调整和变动。项目对视觉注意特征的表达和高维图像数据的分层特征问题进行研究，建立用于目标检测和识别的高效视觉推理学习模型和算法。在视觉特征的表示方面，以NAM模型为基础，模仿人脑对动态视觉信息的认知过程，提出了一组有效的局部、区域和全局的视觉信息描述算子-GHED；在对目标的感知与识别中，从视觉目标整体认知的角度，基于本研究小组提出的非对称逆布局的模式表示思想（NAM），借助于人脑对动态目标的认知方式及过程，提出了一个通用的目标表示模型-NAOM，该模型可以从整体上把握住目标的结构信息，同时具有将不同的视觉特征进行融合的能力，可以高效的表示整个目标；针对视觉认知过程中信息处理的分层机制，基于NAOM的目标表达方法，建立了非人工干预的在线学习算法和上下文相关联的识别算法，该算法可以从样本中提取目标的结构信息和视觉信息，形成有效的目标特征向量，建立目标的参数模型，结合目标的上下文信息在待检测的样本视觉信息中，感知并理解图像视频所表达的内容。基于上述算法研究成果，最终构建了视觉认知实验系统。视觉理解的这些研究，在应用上探索解决视频索引和机器人动态视觉的认知和感知等智能化的关键技术，有效的动态视觉信息感知和理解方法将可以广泛应用于相关的动态视觉系统，包括智能交通、军事侦察等领域。