[00805760]基于感受野空间属性的视觉计算模型及图像检索研究

课题来源与背景：课题来源于国家基金委员会；哺乳动物(包括人类)的视觉系统已经进化成为一个高度发达的神经元系统。视觉系统是人类感知周边环境的主要感觉器官，因该研究视觉神经机制已经成为模式识别，计算机视觉，认知科学和视觉神经科学等领域的热点。随着人类不断对视觉系统深入研究，如何依据视觉神经机制来建立视觉计算模型已成为研究者关注的焦点。 研究目的与意义：鉴于视觉系统是一个极为复杂的系统，人类对神经元功能机制的认识和理解还不够全面，如何建立高效的视觉计算模型并且应用于图像检索是一个非常值得深入研究的主题。视觉神经科学为视觉计算模型提供了理论基础，而视觉计算模型又能够引导针对图像检索提出新方案和新思路。该项目的顺利实施，将能够延续和拓展前期研究工作，能够为建立更加符合视觉神经机制的计算模型，尽量缩小所谓的“语义鸿沟”以及提高图像检索性能等方面提供新思路和新方案。 主要论点与论据：如何建立更加符合视觉神经机制的显著图整合模型。因为把各种视觉特征整合成为一个完整的物体，是大脑的关键功能之一，也是一个关键的科学问题。视觉信息在视觉通路中的传递和加工是一个复杂的多层次过程，大量神经元互相协作才能产生大脑功能。整合方式既要涵盖单个神经元的异质性，又要考虑大量神经元的彼此互动，则更加符合视觉神经机制。如何尽量地缩小所谓的“语义鸿沟”。因为图像特征描述和人类理解图像之间存在着巨大差距。人和计算机对图像内容相似性的判别依据也存在很大差异。人类是依据图像语义信息来判别图像相似性。采用深度神经网络CapsNet提取深度信息，其包含信息更加丰富，更加接近人类自己对图像内容的理解，它能够尽量地缩小所谓的“语义鸿沟”，并直接影响到图像检索性能。 创见与创新：从模拟生物机制来抽取视觉特征，然后模拟大规模神经元相互作用来动态地整合视觉显著图，再借鉴深度神经网络来抽取特征并应用于图像检索，能够尽量地缩小所谓的“语义鸿沟”。