研究内容:借鉴人类视觉注意机制,提出符合合成孔径雷达(SAR)图像特征的自动目标检测与识别的计算认知解决方法。包括以下问题:(1)建立适宜SAR图像的自底向上的局部显著性表达过程的计算模型,以之检测图像中潜在的局部目标;(2)建立适宜SAR图像的基于意图的注意机制计算模型,以之对SAR图像场景进行有选择性的观察,如搜寻某类特定目标;(3)建立适宜SAR图像的基于物体的注意过程计算模型以及相应的自动形成特定物体概念的感知组织模型和学习算法,用以完成对SAR图像场景中特定目标的识别。研究意义:(1)可建立分析合成孔径雷达图像的新途径- - 计算视觉认知方法,提高SAR图像目标检测和识别系统的自动化程度、稳定性和计算效率,为此类民用、军用系统的实现奠定新的技术基础;(2)促进对视觉认知行为计算模型的研究。
{{i.achievement_title}}
数据更新时间:2023-05-31
农超对接模式中利益分配问题研究
硬件木马:关键问题研究进展及新动向
基于SSVEP 直接脑控机器人方向和速度研究
伴有轻度认知障碍的帕金森病~(18)F-FDG PET的统计参数图分析
内点最大化与冗余点控制的小型无人机遥感图像配准
面向复杂场景自动目标检测和识别的变换域视觉注意模型研究
基于共性视觉特征与反馈机制的SAR图像目标检测方法研究
基于视觉注意机制的SAR图像小目标检测方法研究
基于极化干涉合成孔径雷达图像的人造目标检测与识别研究