
圖像處理與模式識別技術研究所擁有超級AI計算服務器及多臺高性能GPU計算服務器用于大規(guī)模機器學習,建立了醫(yī)工交叉學科的腦機接口平臺、智能醫(yī)學影像分析平臺、小動物成像系統(tǒng)、腦調控分析平臺等。近年來承擔了多項國家和省部級課題。主要研究方向如下: 1)利用人腦處理多模態(tài)信息的層次表征機制,從計算體系結構、計算原理和算法等方面提出全新的思路,尤其是面向現(xiàn)實中復雜的多模態(tài)異構數(shù)據(jù),改變現(xiàn)有的信息處理機制,全面提升計算機的感知和認知能力; 2)研究新型的類腦計算新范式,提取融合多種模態(tài)數(shù)據(jù)的有效特征進行融合,應用于大規(guī)模跨模態(tài)檢索、智能人機交互、生物醫(yī)學信號處理等領域; 3)研究視聽覺、觸覺、運動以及高級腦功能,如學習、記憶、決策等的深層次腦信息處理機理,設計適用于腦-計算機接口任務的新型視聽覺、運動等范式,結合動物模型和臨床需求, 研發(fā)侵入式和非侵入式關鍵技術,提升腦-計算機接口的信息傳輸性能; 4)研究腦部外傷、肢體殘疾的神經反饋機理,結合FES、外骨骼、VR/AR等技術,設計新型的腦機接口范式用于神經通路的可塑性修復和重建、意識狀態(tài)恢復。 5)研究步態(tài)識別。隨著智能監(jiān)控需求的提高,常常需要從遠距離來進行人的身份識別,步態(tài)識別是目前能做到遠距離的身份識別技術之一。步態(tài)識別主要是利用行走過程中個體步態(tài)之間的差異來識別人的身份。 6)研究表情/微表情檢測與識別。微表情是在人們在試圖壓抑、隱藏真實情感過程中所表現(xiàn)出來的一種快速、不易察覺的面部表情。針對微表情表達不夠精細,研究微表情的特征學習表達,針對微表情樣本少的問題,研究表情到微表情的遷移學習問題。
所長:劉治 書記:吳強