欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
位置：立项数据库 > 立项详情页
中文摘要：
本项目针对图像理解存在的问题，以人与机器对图像场景理解方法的差异为研究起点，从人工智能与人工神经网络方法相融合的角度来考察如何找到更好的图像场景知识的存储、表示与推理的载体；如何提供这种载体之间相互和谐与协调作用的桥梁；如何使图像理解系统的本次推理的结果有效地作为下一次推理或学习的先验知识，向着正确的结论逼近，来加强系统对正确场景的理解。本项目着重研究认知图对图像场景先验知识存储、表示的机理，认
结论摘要：
本项目针对图像理解存在的问题，以人与机器对图像场景理解方法的差异为研究起点，从人工智能与人工神经网络方法相融合角度来考察如何找到更好的图像场景知识存储、表示与推理的载体；如何提供这种载体之间相互和谐与协调作用的桥梁；如何使图像理解系统的本次推理的结果有效地作为下一次推理或学习的先验知识，向着正确的结论逼近，来加强系统对场景正确理解。本项目研究工作与成果主要有（1）进行了认知图理论等智能方法在图像理解中的可行性研究；（2）采用粗糙集理论形成了新型的知识存储和推理方法以及有效的高层图像理解的知识处理和不确定性分析方法；（3）建立了无向认知图模型，有效分析了知识推理的动力学机制和网络容量；（4）提出的知识和数据的合理转换机制描述了神经网络与认知图之间的协调机理；（5）深入研究了Boosting方法的分类器搜索策略，并提出了层状搜索方法，大大缩短了目标检测理解的时间提高识别准确率；（6）形成了新型的基于生物视觉特性的特征分析与提取方法；（7）结合bottom-up和top-down视觉处理机制，融合知识指导，初步形成了基于广义目标识别检测和场景分析的新型图像理解系统原型和通用环境。
成果综合统计
期刊论文
会议论文
专利
获奖
著作
期刊论文
会议论文
相关项目
高隽的项目
