张量场中目标的特征分析及序贯蒙特卡罗框架下的自组织识别

目标的自组织识别技术是模仿人脑递推认知机制的核心技术。本项目的研究目标是实现在序贯蒙特卡罗框架下利用多信源的信息，通过特征的最优融合和认知的递推，实时地将特定的目标从多个相似的疑似对象中自组织地识别出来。拟开展三项探索：首先，由于目标的张量特征不仅比传统特征具有更多的信息，而且具有更好的稳定性和仿射不变性，所以拟研究图像的张量化算法和基于张量场的特征提取与分析方法；其次，研究在序贯蒙特卡罗算法框架内特征评价机制的引入方式，研究针对多信源由于视场和环境的变化而引起特征效用的变化，确立特征优劣的评估标准，从而达到特征在基于序贯蒙特卡罗思想的融合过程中的优胜劣汰，进而更好地提高了目标自组织识别的效能。第三是探讨基于序贯蒙特卡罗方法的多信源多特征融合以及在此基础上的递推认知算法；本项目研究方案的特点是模拟人脑认知外界事物的推理求精机制，对实时视觉信息的模糊和目标特征畸变具有较好的自适应和容错能力。