仿真视觉系统多通道并行异构神经网络的目标识别算法研究

人脑视觉系统的神经网络计算模型可以有效地识别目标，而且它的识别能力远远超过目前的计算机视觉技术。近年来，随着脑神经科学、计算机科学与人工智能科学研究的发展，科学家发现了许多基于人脑视觉系统的图像处理机制。本课题将在这些图像处理机制的基础上，研究仿真人脑视觉系统的多通道并行异构神经网络以及该网络在目标识别中的应用。首先采用并行多通道脉冲神经网络提取多种图像特征，再通过仿真人脑视觉系统的脉冲神经网络进行融合，之后利用神经网络的自组织功能和自学习功能来准确地识别目标。为了实现生物神经网络的高度并行性，采用GPU的最新并行结构CUDA仿真这一算法，从而达到高速识别的目的。本项目的研究成果可用于目前高速发展的物联网摄像头、智能视频监控系统、军事目标识别与跟踪、医学图像识别和计算机视觉等领域。

在四年的研究中，课题组围绕课题的研究内容，按照项目书中的计划展开研究。通过仿真视觉系统多通道并行异构神经网络，对目标识别机制进行了研究。首先利用并行多通道脉冲神经网络提取多特征，再通过仿真视觉系统的脉冲神经网络进行融合，利用神经网络的自组织和学习功能来准确地识别目标。并根据生物神经网络的高度并行性和GPU的最新并行结构CUDA来仿真这一算法，从而达到高速准确识别的效果。在理论上，本课题提出了多层次多通道脉冲神经网络关注模型，多通道色彩和互补色脉冲神经网络模型，多通道多分类器的融合识别模型，类似小波和灰度共生矩阵的脉冲神经网络模型。将所获得的理论模型应用于视觉车辆识别建立基于视觉的停车场智能管理系统，应用于运动车辆识别、驾驶员疲劳检测、手势识别、行人识别、植物花卉的分类、纹理识别、乳腺癌图像处理等方面。共发表论文33篇，其中4篇为SCI索引国际学术刊物，25篇被EI索引。获得专利三项。支持5名博士生和32名硕士生的培养与研究，课题组成员4次前往英国牛津大学、奥斯特大学进行合作研究，聘请了两位英国专家与教授到课题组进行合作研究与交流。两名课题组成员分别到英国牛津大学和美国普度大学进行为期一年的科研合作研究与交流。一名课题组成员从副教授提升到正教授。所取得的成果还应用到福建省产学研重大项目中的视觉物联网上，设计出一套具有视觉感知的物联网应用实验开发平台，通过福州欣创摩尔电子科技有限公司推广到高校与相关的物联网项目应用中，获得很好的应用价值。