|
智能图像信息处理技术研究方向 | ||||||
|
目前从事 本方向的 研究人员 |
主要学术带头人及学术骨干姓名 |
高级职称人数 |
副高级职称人数 |
拥有博士学位人数 | ||
|
黄同城 |
蒲保兴 |
李仲生 |
1 |
2 |
3（在读） | |
|
本方向研究人员建设期内所做工作的主要内容：开展湖南省自然科学基金项目“智能视觉自适应学习与识别技术研究(06JJ20031)”教育厅重点科学研究项目“Web图像智能视觉计算与挖掘的理论与算法研究（06A065）”进行潜心研究。主要进行图像理解（Image understanding）的智能框架（Intelligent Framework）的构建研究、图像视觉计算（Image Visual Computing）理论与算法研究和基于视觉与知识的Web图像挖掘（Image Mining）理论与算法研究。具体拟分下面三个方面进行研究： 1、结合人工智能、机器学习、图像处理、模式分类(Pattern Classification)、知识工程(Knowledge Engineering)、多媒体挖掘(Multimedia mining)技术研究构建图像理解的智能框架； 2、研究图像的智能视觉识别(Visual Recognition)、自适应学习(Adaptation Learning)等的理论与算法，包括图像特征的选取、图像中物体的定位与检测(Object Location and Detection)、物体的类识别(Generic Object Recognition)、图像知识库的建立和具有自适应学习功能的基于知识和视觉的图像场景理解（Image Scene Understanding）与识别的理论及算法等的研究； 3、开展Web图像收集(Web Image Gathering)算法、基于知识的Web图像的识别与分类算法、基于视觉的图像知识挖掘算法等的研究。 特色和拟取得的突破：①是机器学习、计算机视觉、图像处理与分析、数据挖掘、Web技术、知识工程和认知学科等多学科交叉的前沿研究课题。它将采用先进的Bayesian统计分析模型和新颖的自适应学习技术创建设计定制描述器和核的通用技术。未标识数据的开发与利用是新的研究方面，同时很有实际应用价值。②将采用函数空间上随机梯度下降算法研究实时识别物体的新颖在线核学习方法，并开发利用特殊用途的核，以利用视频流高度典型互相关性质而使计算更有效。③传统上，大多数机器视觉系统只注意单个线索，而大多数数据融合(Data Fusion)系统注意多态集成来自不同态的信息流，本项目在机器视觉应用研究中将基于数据融合算法的思想实现线索集成。其中具有挑战性的问题是异步线索的集成，本项目将通过改进现有数据融合算法来实现。④将在本项目研究过程中融合现有学习与注意（Attention）算法，研究新颖高效的识别导航（Navigation）策略，引进注意机制，降低不精确决策的次数。⑤基于视觉特征的Web图像挖掘、图像信息向图像知识的自动转变是具有开拓创新性的研究工作。 最终完成Web图像智能视觉计算与挖掘的集成系统的研制，提交研究报告，力争于建设期内在国内外重要学术刊物上发表学术论文30余篇，出版著作2部，培养教授、博士各1-2名，硕士若干名，有望取得省部级以上科研成果1－2项。 | ||||||
