基于生物视觉机制的语义图像检索模型及方法

图像语义是在图像检索中得到初步应用并迫切需要完善的技术。为了准确检索图像数据，必须跨越底层图像特征和高层图像语义之间的鸿沟，即（1）如何将图像的低层视觉特征映射到图像高层语义和（2）如何获取和描述图像的多语义。本项目将致力于基于生物视觉机制的语义图像检索模型的研究，主要从（1）以显著图方式获取图像的注视焦点为基础,模拟生物视觉注意机制，研究并提出自动提取图像中目标的计算机视觉注意计算模型；（2）模拟大脑不同视觉皮质区的认知机理，提出将低层视觉特征映射到图像高层语义的图像语义分类模型；（3）研究将多示例学习和多标记学习相结合的图像多语义获取方法。本项目将最终给出一个用户依据语义进行检索的图像多语义分类模型。由于图像多语义分类模型是一个尚待解决的图像检索技术的根本性问题，本项目的研究对大规模农业等图像数据库高效检索、病虫害图像识别及农业机器人导航等，具有重要的学术意义和应用价值。

本项目针对语义图像分割、机器导航、杂草和病害识别、语义分类及图像标注等图像检索中的关键问题展开研究，在以下4个方面取得了理论和研究方法上的突破：（1）建立SVAM+PCNN整合语义图像分割模型，达到了最佳语义图像分割效果，与生物视觉机制更加接近。整合模型与其组成模型的显著性差异概率在0.99以上；（2）提出基于多特征的语义图像分类和自动标注方法，图像平均语义分类准确率提高达30%。对丰富图像理解与识别理论，提高计算机理解复杂图像多语义的准确性，缩小“语义鸿沟”，具有重要的理论价值和广阔的应用前景;（3）搭建喷药机器人杂草识别与定位导航视觉系统，能够实时准确地识别杂草和获取精确的导航参数。杂草识别平均正确识别率为91.4％，导航参数横向偏差和偏转角的最大方差值分别为0.07米和3度；（4）提出改进C-V和SVM模型的植物叶部病害识别方法，突破了病害图像分割和SVM参数选择的瓶颈。改进C-V模型病害图像平均准确率提高了43.55%，改进SVAM的平均正确分类率为87.58%，平均运行时间为86.000s；发表论文19 篇；其中，SCI 论文3篇，EI论文14篇。