当前位置: 世界杯买球首页 - 科学研究 - 科研项目 - 正文

科研项目

国家自然科学基金:基于图像模型的动态立体场景检测研究

发布日期:2015-06-25作者:点击:

国家自然科学基金:基于图像模型的动态立体场景检测研究

项目负责人:肖秦琨

执行时间:2010年1月—2012年12月

研究内容:

本项目将从如图所示的三个层次展开研究,重点对基于图模型的动态立体场景特征提取算法,以及基于图模型的动态立体场景相似性距离度量机制等关键技术进行深入研究,并在这些核心算法的基础上,构建高效实用的动态立体场景检索技术方案,推动动态场景检索在立体视频等领域的应用。具体研究内容包括:

  

 本项目研究内容关系框图

⑴ 基于图模型的动态立体场景特征提取方法研究

动态立体场景统一有效的特征提取方法是后续度量机制及检索的基础,不同于其他形式的多媒体数据,动态立体场景的特征提取将涉及更加复杂多变的内容,仅通过传统的底层特征(颜色直方图、小波纹理等)不能充分有效的表达动态立体场景,必须研究更加可行的特征提取方法才能更好的表达涉及多变量和复杂时空关系的立体场景,具体内容包括:

l  基于图模型(DBN或奇点图)的静态立体场景特征提取方法研究;

l  结合静态研究成果及多摄像序列逻辑关系,研究基于图模型(DBN或奇点图)的动态立体场景特征提取方法;

l  深化DBN及奇点图在三维模型检索、视频检索及目标认知领域的图模型表达,研究基于混合图模型状态(DBN+奇点图)的动态立体场景特征提取方法;

⑵ 基于图模型的动态立体场景相似性距离度量机制研究

在动态立体场景基于图模型的特征提取方法基础上,需要进一步研究动态立体场景间统一有效的距离度量机制,具体涉及如下内容:

l  通过完善静态奇点图间的匹配原则、最小子树比较方法等,研究动态奇点图模型相似性度量机制;

l  通过完善DBN表达、参数学习及推理分类机制等,研究基于人工智能的DBN相似性度量机制;

l  研究DBN及动态奇点图混合表示的图模型相似性距离度量机制。不同于静态三维模型检索的度量机制,动态立体场景混合图模型表达涉及更为复杂的表达方式,其相互间距离度量将涉及图模型的优化、推理等诸多环节。

⑶ 高效实用的检索技术方案研究

 在以上基础理论和核心算法研究的基础上,探索动态立体场景检索算法在立体视频等领域中的应用,给出实用的、基于大规模数据库的多摄像序列场景检索技术方案,并搭建基于内容的动态立体场景检索示范系统。系统应该同时兼顾检索精度和检索效率两方面的特性要求,以满足实际应用的需要。