本方向圍繞國(guó)家和安徽省新一代人工智能技術(shù)和計(jì)算機(jī)視覺(jué)應(yīng)用的重大戰(zhàn)略需求，聚焦國(guó)內(nèi)外視覺(jué)智能與場(chǎng)景認(rèn)知計(jì)算的前沿問(wèn)題，開(kāi)展視覺(jué)智能關(guān)鍵基礎(chǔ)理論與算法研究，創(chuàng)新以腦視覺(jué)認(rèn)知為基礎(chǔ)的智能計(jì)算范式，為構(gòu)建多模態(tài)認(rèn)知計(jì)算與智能決策系統(tǒng)提供關(guān)鍵技術(shù)，探求視覺(jué)認(rèn)知計(jì)算的人工智能產(chǎn)業(yè)化方案。所構(gòu)建的多個(gè)水平集模型在圖像分割研究領(lǐng)域有著深遠(yuǎn)的影響，并提出了基于能量泛函相似性度量的區(qū)域型水平集分割范式；設(shè)計(jì)了多種圖核分類(lèi)器、多尺度深度圖核融合建模方法，研究了核方法在數(shù)據(jù)挖掘與模式識(shí)別上的應(yīng)用；利用圖像和視頻底層與高層特征互補(bǔ)的特性，提出基于層級(jí)融合與差異化激活的弱監(jiān)督學(xué)習(xí)模型，基于域不變性建立了多種目標(biāo)檢測(cè)模型，形成了一系列視頻分析、圖像處理、信息融合領(lǐng)域的原創(chuàng)性成果。近5年授權(quán)發(fā)明專(zhuān)利8項(xiàng)，獲批國(guó)家及省部級(jí)科研項(xiàng)目8項(xiàng)，發(fā)表高水平學(xué)術(shù)論文40余篇，獲省部級(jí)以上獎(jiǎng)勵(lì)4項(xiàng)，企業(yè)委托開(kāi)發(fā)項(xiàng)目到賬經(jīng)費(fèi)達(dá)300余萬(wàn)。其中《An efficient local Chan–Vese model for image segmentation》單篇論文最高引用達(dá)692次，被評(píng)為ESI高被引論文。
