基于注意选择和眼动控制机理的主动视觉建模与应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60970087
  • 项目类别：
    面上项目
  • 资助金额：
    30.0万
  • 负责人：
    苗军
  • 依托单位：
    中国科学院计算技术研究所
  • 学科分类：
    F0605.模式识别与数据挖掘
  • 结题年份：
    2012
  • 批准年份：
    2009
  • 项目状态：
    已结题
  • 起止时间：
    2010-01-01 至2012-12-31

项目摘要

眼动及其伴随的注意选择机制在人类视觉系统对场景进行特征选择、信息编码和行为控制的过程中起着至关重要的作用。对此进行深入的认知机理分析并用于构建高效的主动视觉计算模型具有重大意义。目前，对选择性注意机制在由低向上的显著性映射方面研究得比较充分，但在由顶向下的感兴趣物体或目标的主动视觉搜索和注意机制方面还研究不足。相应地，多数主动视觉模型对实际快速变化场景及其中的物体或目标还缺乏高效的信息抽取、编码和动作控制能力。本项目着重研究的核心问题和技术是：一、通过眼动仪和脑电仪同步记录人对变化场景的注意选择和相关反应动作，阐释感兴趣物体或目标的注意选择和眼动控制机制；二、在本项目组先期提出的原创性"视觉感知-眼动控制神经网络系统"的基础上，根据认知分析新结果建立一个更先进的由低向上和由顶向下双向结合的主动视觉计算和动作控制模型；三、将新的主动视觉模型应用于驾驶行为的学习和模拟上，验证系统的有效性。

结项摘要

眼动及其伴随的注意选择机制在人类视觉系统对场景进行特征选择、信息编码和行为控制的过程中起着至关重要的作用。对此进行深入的认知机理分析并用于构建高效的主动视觉计算模型具有重要意义。 . 本课题从三个方面开展研究：一、自底向上的显著性感知和信息编码；二、自顶向下的上下文场景与目标的认知编码及动作控制；三、自底向上和自顶向下相结合的主动视觉-动作控制模型。. 在第一个方面，本课题通过对视点数据的分析提出了两个视觉选择性注意模型：基于小世界稀疏互联结构和基于空间加权的图像显著性感知计算模型，通过与真实人眼视点基准测试库对比取得了领先的预测效果。基于视觉显著性计算模型和独立元分析，提出一种基于显著性和ICA的静态图像信息编码方法。本课题还研究了如何通过视觉感知神经元的脉冲同步振荡实现特征捆绑和轮廓编码，相应地提出了采用FitzHugh-Nagumo振荡子的脉冲同步发放模型。. 在第二个方面，本课题采集了十余名被试注视或搜索图像目标时的视点变化轨迹，着重分析了注视和搜索过程中视点的分布规律，同时调研了图像稀疏编码的现状。据相关规律，提出了改进的基于自组织的上下文编码与视点运动控制模型，并提出了基于注意选择的目标表示和识别方法。在University of Bern、FERET等基准图像库上的实验表明这些模型和方法取得了明显的改进，主要表现为上下文和目标编码量大幅减少，检测和识别率上升。. 在第三个方面，本课题实现了一个自底向上、自顶向下及眼动习惯相结合的主动视觉模型。模型所模拟的视点运动序列与用眼动仪采集的真实视点序列取得了86%的相对一致性，显示了模型的视觉认知特性。课题组对虚拟驾驶进行了初步的认知分析，并将主动视觉的方法应用于虚拟道路和车辆的检测上，实验表明了良好的检测性能。. 以上有关研究成果在二十多篇知名国际国内学报和会议上发表或接受，并申请专利三项，其中已有一项获得授权。本课题负责人因在主动视觉理论和技术上的探索工作，受到了国际神经信息处理会议和国际脑智研究所的邀请主持和参与了相关学术活动。本课题共培养博士和硕士研究生共8名，其中一名博士生在学期间获得国际会议ICONIP的最佳学生论文奖。.

项目成果

期刊论文数量（8）
专著数量（0）
科研奖励数量（1）
会议论文数量（13）
专利数量（2）
高速公路小客车驾驶员安全注视特性分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    西南交通大学学报
  • 影响因子：
    --
  • 作者：
    胡江碧;王维利;张寿然
  • 通讯作者：
    张寿然
Visual Attention Shift based on Image Segmentation Using Neurodynamic System
基于神经动力学系统图像分割的视觉注意力转移
  • DOI：
    --
  • 发表时间：
    2011
  • 期刊：
    IJCSI International Journal of Computer Science Issues
  • 影响因子：
    --
  • 作者：
    Lijuan Duan;Chunpeng Wu;Faming Fang;Jun Miao
  • 通讯作者：
    Jun Miao
A Natural Image Compression Approach Based on Independent Component Analysis and Visual Saliency Detection
一种基于独立分量分析和视觉显着性检测的自然图像压缩方法
  • DOI：
    10.1166/asl.2012.2279
  • 发表时间：
    2012-03
  • 期刊：
    Advanced Science Letters
  • 影响因子：
    --
  • 作者：
    Lijuan Duan;Chunxia Ke;Chunpeng Wu;Zhen Yang;Jun Miao
  • 通讯作者：
    Jun Miao
Qualitative analysis and application of locally coupled neural oscillator network
局部耦合神经振荡器网络的定性分析及应用
  • DOI：
    10.1007/s00521-012-0829-1
  • 发表时间：
    2012-10-01
  • 期刊：
    NEURAL COMPUTING & APPLICATIONS
  • 影响因子：
    6
  • 作者：
    Qiao，Yuanhua;Meng，Yong;Miao，Jun
  • 通讯作者：
    Miao，Jun
Attention Driven Face Recognition, Learning from Human Vision System
注意力驱动的人脸识别，向人类视觉系统学习
  • DOI：
    --
  • 发表时间：
    2011
  • 期刊：
    International Journal of Computer Science Issues
  • 影响因子：
    --
  • 作者：
    Fang, Fang;Qing, Laiyun;Miao, Jun;Chen, Xilin;Gao, Wen
  • 通讯作者：
    Gao, Wen

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

光纤安防监测信号的特征提取与识别研究综述
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    计算机工程与应用
  • 影响因子：
    --
  • 作者：
    邹柏贤;苗军;逯燕玲
  • 通讯作者：
    逯燕玲
生理载荷下健康成人寰枢椎三维瞬时运动的特点
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    中国组织工程研究
  • 影响因子：
    --
  • 作者：
    魏冬;夏群;苗军;白剑强;刘佳男;李宏达
  • 通讯作者：
    李宏达
Prewitt图像边缘检测方法的改进
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    微电子学与计算机
  • 影响因子：
    --
  • 作者：
    邹柏贤;张然;苗军
  • 通讯作者：
    苗军
中国骨质疏松性骨折围手术期处理专家共识(2018)
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    中国临床医学
  • 影响因子：
    --
  • 作者：
    苏佳灿;侯志勇;刘国辉;禹宝庆;张殿英;陈晓;陈晓涛;冯勇;郭洪章;郝杰;胡成栋;黄景辉;李会杰;李文强;苗军;孙廓;沈涛;王正;王栋梁;王宏亮;席新华;于斌;杨雷;张磊;赵传喜;周家钤
  • 通讯作者：
    周家钤
可调控BMP-2表达的单质粒载体构建及其在ADSCs中的表达研究
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    天津医科大学学报
  • 影响因子：
    --
  • 作者：
    王鹏;苗军;方成;胡永成;陈晓鹏
  • 通讯作者：
    陈晓鹏

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

苗军的其他基金

生物启发的视觉目标搜索和定位研究
  • 批准号：
    61272320
  • 批准年份：
    2012
  • 资助金额：
    80.0 万元
  • 项目类别：
    面上项目
基于时间振荡相关与空间整合编码的视觉感知-眼动控制神经网络系统的模拟研究与应用
  • 批准号：
    60673091
  • 批准年份：
    2006
  • 资助金额：
    26.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码