研究方向

理论研究

1. 机器学习与数据挖掘

实验室在机器学习方向开展深入研究,尤其是深度学习网络结构、迁移学习、强化学习和生成式对抗网络等方面取得不少成果,成功应用到自然图像分割、金融票据分类、字符识别和信息安全等领域。同时,我们也开展数据挖掘方向的研究,在数据的稀疏表示、多层级聚类、图模型等方面提出新模型和算法,应用到数据去噪、数据分类、数据聚类等方面,取得良好的效果。

2. 图像及视频分析与理解

实验室在图像及视频分析与理解方向开展大量研究,在图像的显著性检测、图像语义分割、多光谱图像分析、跨模态检索、视频目标检测和跟踪以及视频语义理解等领域取得显著理论成果,并针对图像细粒度分类、图像检索、视频追踪等应用开发鲁棒算法,成果应用到视频监控、行为分析以及智慧社区等实际场景。

3. 医学图像处理

实验室在医学图像上开展深入研究,在医学影像中脑组织的分割,视网膜血管分割、肿瘤分割等方面提出新的理论和算法,利用图像分割帮助医生更快分离病变部位,利用图像分类帮助医生更准确地诊断疾病等,开展医学超分辨率研究以显著提高核磁共振图像MRI的分辨率,帮助医生更细致地观图像,并基于MRI以及fMRI的多模态影像进行疾病分析和预测。

4. 生物特征识别

实验室开展生物特征识别,研究指纹、人脸、虹膜和唇读,对个体进行自动识别,其广泛应用于证照比对、安防门禁、防止金融欺诈等方面。并在无约束环境条件下,研究待识别对象的生物特征表示和识别的算法,如在多个摄像机视角下的人脸识别,在不同照明情况下的面部识别等;以及开展多模态生物特征的融合技术,提高生物特征识别的精度。

5. 小波分析及应用

小波分析是当前应用数学和工程学科中一个迅速发展的新领域,经过近10年的探索研究,建立了数学形式化体系,完备了理论基础。数据科学与计算机视觉实验室专注于使用小波分析进行信号分析、语音合成和图像识别,主要侧重于Non-Seperable wavelet constration,Multiple Wavelets 等方向。

工程项目

1. 智能金融鉴伪系统的研究及应用

智慧银行建设需要各种金融智能服务设备,围绕这类应用需求,依托实验室在计算机视觉及机器学习方面雄厚的理论积累,开展系列核心技术、核心模块及相关设备的研发。基于高性能DSP、多核ARM处理器、大规模FPGA,设计开发系列多光谱票据图像采集、处理核心模块,充分利用深度学习、增强学习等技术提升图像处理速度、精度、准确性和可靠性。相关技术应用于金标A机、金标清分机、外币A机、外币鉴伪仪、高分辨率纸币信息分析仪和金融票据采集仪等产品中。

2. 多光谱和射频技术的身份证件防伪

实验室开展多光谱图像(可见光、红外、紫外等)以及射频技术的研究。着重研究基于深度学习的人脸识别、OCR字符识别、多光谱鉴伪识别以及各国护照和身份证以及港澳台居民证的射频机读,开发了一系列身份认证类产品,如身份证综合信息采集与认证机、护照综合信息采集与认证机和证卡真伪鉴别光电鼠等。

3. 高速和高分辨率图像采集技术研究

针对高性能票证图像分析、基于图像的高精度工业产品质量检测、基于图像的高精度工业图像测量等应用需要,开展高速和高分辨率图像采集技术研究。对不同应用场合,分别研究接触式图像传感器、线阵图像传感器、面阵图像传感器图像采集及处理技术,形成系列新技术、新产品,开发出多种核心模块。成果已成功在高速打印扫描一体机、刑侦足迹图像采集器、高速实时标签打印质量检测生产线等中得到规模化应用。

4. 机器视觉的工业检测的研究及应用

探索计算机模拟人和生物的视觉系统功能的理论和方法,研究图像获取、图像预处理、图像分割与表示、图像识别与分类、图像理解等机器视觉的关键技术,研发基于机器视觉的高性能工业检测支撑平台,结合接触式图像传感器、线阵图像传感器、面阵图像传感器的图像采集及处理等技术,实现机器视觉在金融安全、刑事侦察、工业产品质量检测等领域的应用。