融合视觉注意和深度学习的赤潮藻显微图像分析与识别

项目名称： 融合视觉注意和深度学习的赤潮藻显微图像分析与识别

项目编号： No.61401255

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 无线电电子学、电信技术

项目作者： 乔小燕

作者单位： 山东工商学院

项目金额： 24万元

中文摘要： 中国海域常见赤潮藻显微图像识别对我国海洋生态系统、环境监测和海洋渔业生产等诸多方面具有重要的科学和现实意义。目前基于计算机视觉的赤潮藻鉴定方法应用广泛，但存在藻种库单一、生物细节特征难以提取、分类器对多类识别问题表征能力差的难题。本课题在生物视觉注意机制的启发下，应用深度学习理论，将赤潮藻显微图像识别分解为精确分割、特征提取、特征融合、深度学习四个渐进识别过程，研究三个科学问题：（1）不丢失生物形态特征的细胞目标精确分割；（2）基于层次化视觉注意机制的显著性特征提取和加工；（3）基于深度特征学习理论的藻种不变特征提取和识别计算模型。 该项研究通过融合视觉注意模型和深度学习结构，加以生物形态专家知识引导来模拟生物学家人工镜检的高级视觉感知和认知过程，解决多类别赤潮藻显微图像识别问题，这一研究有望为实现赤潮藻快速准确鉴定，建立实时赤潮监测和预警体系提供新的思路和理论依据。

中文关键词： 视觉注意；显著性区域检测；藻种图像分割；藻种识别；深度学习

英文摘要： The microscopic image recognition of common red tide algae has important scientific and practical significance to China's marine ecosystem, environmental monitoring, marine fishery production and other aspects. At present, the red tide algae identific

英文关键词： visual attention；salient region detection；phytoplankton image segmentation；phytoplankton identification；deep learning