基于选择性注意模型的可视媒体文本检测方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    90920008
  • 项目类别：
    重大研究计划
  • 资助金额：
    50.0万
  • 负责人：
    刘跃虎
  • 依托单位：
    西安交通大学
  • 学科分类：
    F0604.机器感知与机器视觉
  • 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

文本检测是可视媒体高层语义分析、自动语义标注和内容检索的关键技术之一。本项目的目标是借鉴人类视觉感知与认知的选择性注意与反馈特性，把文本显著特征的先验知识引入传统的视觉选择注意计算模型，针对可视媒体中的文本区域，选择文本模式的特殊显著特征，通过视觉底层特征与高层知识的协作，形成Bottom-up和Top-down的反馈结构，构建适合于文本检测任务的视觉选择注意计算模型。该模型通过选择性显著特征提取、特征显著图的竞争与协同计算、以及视觉显著图的级联检测，解决可视媒体文本显著区域的快速检测问题。

结项摘要

本项目借鉴人类视觉感知与认知的选择注意与反馈机理，针对视觉对象检测的层次认知计算模型，通过局部单元解析逐步实现对视觉对象的整体认知；探索了自然场景图像文本区域的快速检测、随机森林形状片段上下文样本学习的物体检测以及场景高层语义目标检测与属性计算的理论问题；所提出的一种基于网格模型预测的文本图像几何变形恢复方法的相关论文已在2012年IEEE T-PAMI上发表，此外，研究开发了两个具有完全自主知识产权的主动视觉识别系统：文本内容变化的非编码快速检测系统、大场景微小目标图像采集双视觉系统。

项目成果

期刊论文数量（10）
专著数量（0）
科研奖励数量（0）
会议论文数量（14）
专利数量（0）
Metric Rectification of Curved Document Images
弯曲文档图像的公制校正
  • DOI：
    10.1109/tpami.2011.151
  • 发表时间：
    2012-04
  • 期刊：
    IEEE Transactions on Pattern Analysis and Machine Intelligence
  • 影响因子：
    23.6
  • 作者：
    Meng, Gaofeng;Pan, Chunhong;Xiang, Shiming;Duan, Jiangyong;Zheng, Nanning
  • 通讯作者：
    Zheng, Nanning
Scene text detection based on probability map and hierarchical model
基于概率图和层次模型的场景文本检测
  • DOI：
    10.1117/1.oe.51.6.067204
  • 发表时间：
    2012-06
  • 期刊：
    Optical Engineering
  • 影响因子：
    1.3
  • 作者：
    Zhou, Gang;Liu, Yuehu
  • 通讯作者：
    Liu, Yuehu
Circle Detection Based on Voting for Maximum Compatibility
基于投票的圆圈检测以实现最大兼容性
  • DOI：
    10.1587/transinf.e95.d.1636
  • 发表时间：
    2012-06
  • 期刊：
    IEICE Transactions on Information and Systems
  • 影响因子：
    0.7
  • 作者：
    Su, Yuanqi;Liu, Yuehu;Huang, Xiao
  • 通讯作者：
    Huang, Xiao
Using selective attention for some vision tasks
对某些视觉任务使用选择性注意
  • DOI：
    --
  • 发表时间：
    2011
  • 期刊：
    International Journal of Advanced Intelligence
  • 影响因子：
    --
  • 作者：
    Su Yuanqi;Li Yaochen;Zhou Gang;Wei Ping;Liu Yuehu
  • 通讯作者：
    Liu Yuehu
Scaling iterative closest point algorithm for registration of m-D point sets
用于配准 m 维点集的缩放迭代最近点算法
  • DOI：
    10.1016/j.jvcir.2010.02.005
  • 发表时间：
    2010-07-01
  • 期刊：
    JOURNAL OF VISUAL COMMUNICATION AND IMAGE REPRESENTATION
  • 影响因子：
    2.6
  • 作者：
    Du, Shaoyi;Zheng, Nanning;Xue, Jianru
  • 通讯作者：
    Xue, Jianru

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

Fast two-cycle curve evolution with narrow perception of background for object tracking and contour refinement
快速两周期曲线演化，具有窄背景感知，用于对象跟踪和轮廓细化
  • DOI：
    10.1016/j.image.2016.03.001
  • 发表时间：
    2016-05
  • 期刊：
    Signal Processing: Image Communication
  • 影响因子：
    --
  • 作者：
    李垚辰;苏远歧;刘跃虎
  • 通讯作者：
    刘跃虎
Iteratively parsing contour fragments for object detection
迭代解析轮廓片段以进行对象检测
  • DOI：
    10.1016/j.neucom.2015.10.099
  • 发表时间：
    2016-01
  • 期刊：
    Neurocomputing
  • 影响因子：
    6
  • 作者：
    黄骁;苏远歧;刘跃虎
  • 通讯作者：
    刘跃虎
基于相关熵的多视角彩色点云配准
  • DOI：
    --
  • 发表时间：
    2021
  • 期刊：
    图学学报
  • 影响因子：
    --
  • 作者：
    刘荧;李垚辰;刘跃虎;付靖文;马飞
  • 通讯作者：
    马飞
查询词相似度加权的邻近性检索方法
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    模式识别与人工智能
  • 影响因子：
    --
  • 作者：
    乔亚男;刘跃虎;齐勇
  • 通讯作者：
    齐勇
面向人脸光照合成的光照参数精确估计算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    西安交通大学学报
  • 影响因子：
    --
  • 作者：
    刘剑毅;何苗;马瑶;刘跃虎
  • 通讯作者：
    刘跃虎

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

刘跃虎的其他基金

无人驾驶环境感知智能的测试模型与可靠性评估
  • 批准号：
  • 批准年份：
    2019
  • 资助金额：
    58 万元
  • 项目类别：
    面上项目
无人驾驶车辆环境认知能力评估与离线测试系统
  • 批准号：
    91120009
  • 批准年份：
    2011
  • 资助金额：
    120.0 万元
  • 项目类别：
    重大研究计划
基于视觉感知的人脸表情运动控制学习及其线条画生成
  • 批准号：
    60775017
  • 批准年份：
    2007
  • 资助金额：
    28.0 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