基于类属超图的大规模非合作目标图像识别关键技术研究

项目名称： 基于类属超图的大规模非合作目标图像识别关键技术研究

项目编号： No.60972114

项目类型： 面上项目

立项/批准年度： 2010

项目学科： 自动化技术、计算机技术

项目作者： 夏胜平

作者单位： 中国人民解放军国防科学技术大学

项目金额： 30万元

中文摘要： 大规模非合作目标图像识别已成为计算机视觉领域挑战性研究热点。本项目旨在研究经在线、增量、自主地学习达到能实时、准确识别大量非合作目标的若干关键技术。拟通过综合多种图像局部不变特征构造目标属性图，并研究属性图之间的快速匹配算法及相似性度量方法。进而借鉴文本检索中的查询扩展思想，研究基于图对相似性传播的非中心聚类方法。运用该聚类方法，基于海量无序的目标属性图数据集，研究构造以属性图为顶点、以图对相似性关系为加权边的最优类属超图模型的方法，用于非合作目标的自动检测、识别与标注，解决非合作目标成像条件潜在大范围变化情况下，传统中心聚类与识别方法效果不佳的问题。基于类属超图模型，还将研究自主发现和学习新目标的方法。同时将根据模型内在的并行特性，研究上述方法的并行分布式实现技术，以满足大规模识别系统的海量处理与实时性需求。本项目关键技术可广泛应用于智能监控、进化机器人、图像理解与检索、无人驾驶等领域。

中文关键词： 图像目标识别；类属超图模型；图的家族树；图像属性图匹配；RSOM聚类

英文摘要：

英文关键词： Image Object Recognition；Class Specific Hyper Graph；Family Tree of Graphs；Attributed Graph Matching；RSOM Clustrering