无重合多视域视觉信息融合与认知计算研究

本课题研究一种新的视觉认识计算模型，识别与匹配不同场景中的人体目标；对来自多个无重叠视域的视觉信息进行分析表达与整合，理清这些信息在时间空间上的对应关系，以达到视觉信息在特征层次和语义认知层次上的融合。课题将重点探讨人体目标在不同场景、不同视角、不同人体姿态情况下的目标认知模型与融合匹配算法；借鉴心理学中选择性注意机制及知觉恒常性的理论模型来提取和处理各视域中的兴趣目标，最大程度地克服由于视域间光照、背景差异以及摄像机参数差异等因素带来的困难；处理复杂场景及信号源的时空拓扑关系，通过时空片段信息的关联融合实现区域场景语义的理解，从而建立一个多视域视觉信息融合与认知的完整的计算模型和系列算法。以已有的网络视频监控为基础，建立研究结果的验证平台。课题研究成果将在广域视频监控、公共区域管理、智能交通、军事指挥控制等方面有广泛的应用前景及巨大的潜在经济价值。

本课题研究一种新的视觉认识计算模型，识别与匹配不同场景中的人体目标；对来自多个无重叠视域的视觉信息进行分析表达与整合，理清这些信息在时间空间上的对应关系，以达到视觉信息在特征层次和语义认知层次上的融合。课题将重点探讨人体目标在不同场景、不同视角、不同人体姿态情况下的目标认知模型与融合匹配算法；借鉴心理学中选择性注意机制及知觉恒常性的理论模型来提取和处理各视域中的兴趣目标，最大程度地克服由于视域间光照、背景差异以及摄像机参数差异等因素带来的困难；处理复杂场景及信号源的时空拓扑关系，通过时空片段信息的关联融合实现区域场景语义的理解，从而建立一个多视域视觉信息融合与认知的完整的计算模型和系列算法。以已有的网络视频监控为基础，建立研究结果的验证平台。课题研究成果将在广域视频监控、公共区域管理、智能交通、军事指挥控制等方面有广泛的应用前景及巨大的潜在经济价值。