科创中国

新一代信息技术产业,人工智能

图像语义分割对图像中每个像素进行分类，是图像深度理解的基础，方法应用于自动驾驶、无人智能系统等领域。现有图像语义分割方法还面临两个问题：1）准确的语义分割即需要高层语义特征和低层细节特征，也需要同类特征和异类特征，但是他们两两之间都存在一定程度的冲突，但是现有方法忽略了这种耦合，导致特征判别性有限；2）语义分割很大程度上依赖于上下文信息，但是现有方法通常倾向于采用所有的上下文信息，一方面部分上下文信息对语义分割没有帮助甚至导致特征区分能力下降，另一方面还增加了运算量。如何解决耦合特征之间的冲突和选择有效的上下文信息对语义理解至关重要，因此特征判别增强的高效图像理解框架是图像语义理解的关键科学问题。

针对高层-低层、同类-异类特征耦合问题，研究特征解耦的语义理解框架，实现了准确高效的语义分割。

高常鑫，华中科技大学人工智能与自动化学院教授，博士生导师。主要研究方向为目标场景图像解析与理解。近年来，主持湖北省杰出青年基金1项、国家自然科学基金面上项目2项、装备预研项目2项；以第一/通讯作者发表高水平期刊会议论文20余篇，ESI热点论文1篇，ESI高被引论文1篇，入选计算机视觉顶级会议ECCV2018最具影响力论文top20；授权发明专利12项，3项成功转让；获CVPR举办的行为分析权威技术挑战赛冠军6项。研究成果作为核心技术应用于公共安全视频监控，取得了显著的经济和社会效益，2019年获湖北省科技进步一等奖（排2）。 桑农，华中科技大学人工智能与自动化学院教授，博士生导师。2001年获得华中科技大学工学博士学位。作为项目负责人先后承担了国家自然科学基金重点项目、联合基金重点项目与面上项目、863计划项目、高分辨率对地观测系统重大专项项目等国家与省部级课题30余项的研究，获得省部级一等奖6项，二等奖5项，三等奖2项。在国际学术期刊、会议发表论文50余篇。2005年入选教育部“新世纪优秀人才支持计划”。

点击查看