本项目的立项依据是基于我们最新的创新成果"利用脑功能响应优化视频分类的底层特征"，提高视频分类正确率15%（全文发表在多媒体领域国际顶级学术会议ACM Multimedia 2010）。在此前期工作基础上，本项目首先深入研究利用脑功能响应特征指导和优化视觉计算的创新思路。提出了在自然刺激下采集fMRI脑成像数据的新方法，然后根据fMRI数据精确定位和构建脑功能网络，分析网络特性并挖掘出其中包含的脑功能响应特征，以机器学习方法作为手段实现脑功能特征对于视觉底层特征的指导和优化，提高视觉计算效果；其次，本项目将这个视觉计算的新方法应用于无人驾驶车辆视觉导航系统中，提出脑功能指导的视觉注意模型和目标识别模型，旨在提高导航技术的实时性、可靠性和鲁棒性。本项目采取国际合作研究方式，将对脑认知与机器视觉交叉科学领域作出贡献，符合重大研究计划"视听觉信息的认知计算"的总体科学目标，具有重要的应用价值。