基于视觉显著性结构的特征提取和图像检索

Image retrieval is a hot topic in the field of artificial intelligence and pattern recognition. The research objects are feature extraction and image retrieval. The main works include biological visual feature extraction, visual salient structure detection, visual words generation and feature extraction. We adopt the recent achievements of biological vision and pattern recognition, and present a new edge detection method fusing uniform color information into the compound receptive field; then put forward the structure mapping method integrating the visual saliency and local similarity; finally, the visual structure phrase is proposed to represent the local structure feature of visual words, and applied to image retrieval. We plan to solve two key scientific problems, one is how to simulate the inhibition and facilitation mechanisms of the compound receptive field involving fusion of uniform color information together, the other is how to reduce the ambiguity of visual words by using contexts information. The proposed visual structure phrase is a significant improvement over visual words. It provides new idea on how to reduce the semantic gap and the ambiguity of visual words.

图像检索是人工智能和模式识别领域的一个研究热点。本项目以特征提取和图像检索为研究对象，主要研究内容包括生物视觉特征提取，视觉显著性结构检测，视觉词汇的形成和特征提取。拟采用生物视觉以及模式识别领域最新研究成果，提出一种融合均匀颜色信息的复合感受野模型应用于边缘检测；提出一种融合视觉显著性和局部相似性的结构映射方法；提出视觉结构短语来描述视觉词汇的局部结构特征，并应用于图像检索。拟解决两个关键科学问题：如何结合均匀颜色来模拟复合感受野的抑制和易化作用；如何利用上下文信息来缩小视觉词汇的歧义性。本项目提出的视觉结构短语是视觉词汇的升华，能够为缩小"语义鸿沟"和视觉词汇的歧义性提供新思路。

图像检索和视觉计算模型是模式识别领域的研究热点。本项目依据人类颜色感知特性，提出了颜色差别直方图来对颜色，边缘，方向信息和空间信息进行编码。此外，还引入视觉注意机制，基元理论，条件概率统计模型进行特征抽取，分别提出了均匀颜色直方图，显著基元直方图，条件概率直方图，颜色差别显著性直方图来描述图像特征，均取得了较好的检索效果。鉴于如何模拟视觉注意机制应用于图像检索是一个具有挑战性的问题。本项目提出了基于视觉计算模型的图像检索框架，其中采用共生矩阵的能量特征作为全局抑制映射，代替了Itti视觉注意模型的局部最大标准化算子，最后模拟神经元方向选择性机制来描述图像特征，实验证明它优越于标准的BOW方法和微结构描述子。本项目研究为尽量缩小所谓的“语义鸿沟”以及提高图像检索性能提供了新思路。已发表论文7篇，其中SCI收录3篇(SCI-2区2篇，SCI-3区1篇)，EI收录4篇，申请发明专利2项。