模式识别国家重点实验室
中国科学院自动化研究所   设为首页  加入收藏  联系我们
 
English
网站首页      实验室概况      研究队伍      组织机构      学术交流      科研成果      人才培养      开放课题      创新文化      资源共享      联系我们
实验室概况  
实验室简介
实验室领导
地理位置
联系我们
     实验室简介
 

实验室简介


    模式识别国家重点实验室筹建于1984年,1987年8月正式对外开放,同年12月通过国家验收,是由国家计委投资筹建的第一批国家重点实验室之一。实验室依托于中国科学院自动化研究所,第一任主任是马颂德研究员,第二任主任是谭铁牛院士,现任主任是刘成林研究员。
    实验室以模式识别基础理论、图像处理与计算机视觉以及语音语言信息处理为主要研究方向,研究人类模式识别的机理和有效的计算方法,为开发智能系统提供关键技术,为探求人类智力的本质提供科学依据。实验室的定位和发展目标是“面向国家战略需求,瞄准国际学科前沿,开展模式识别领域的基础和应用基础研究,建设国际一流的科研团队,打造具有广泛影响力的模式识别领域国家公共研究平台,其成为国内外著名的科学研究、技术创新和人才培养基地,推动和引领模式识别学科的发展,为我国信息技术等战略新兴产业发展提供知识、技术与人才储备”。
    实验室现有固定人员104人,45岁以下年青人约占80%,中科院“百人计划”引进人才10人,国家杰出青年基金获得者6人,外籍职工2人。实验室流动人员384人,包括博士后11人、博士研究生176人、硕士研究生86人、项目聘用人员、高级访问学者、客座研究人员等,形成了一个以年轻学术带头人为核心、以青年科研骨干为主体和以高素质的研究生队伍为主力的研究梯队。
    实验室目前承担着百余项科研项目,其中包括国家重点基础研究计划(973计划)项目,国家自然科学基金重大、重点和面上项目、杰出青年科学基金项目,国家高技术计划(863计划)项目,国家科技支撑计划项目,国际合作项目以及企业合作项目等。
    实验室成员每年在国内外重要的学术期刊和国际学术会议上发表论文二百余篇,其中不少发表在国际权威刊物和国际重要会议上,如IEEE Trans. Pattern Analysis and Machine Intelligence, International Journal of Computer Vision, IEEE Trans. Image Processing, IEEE Trans. Audio, Speech, and Language Processing, Pattern Recognition, CVPR, ICCV, ECCV, ACL等。
    近年来,实验室已授权发明专利100余项,获国家自然科学二等奖1项,国家技术发明二等奖1项,国家科技进步二等奖2项,北京市科学技术奖一等奖1项,中科院自然科学二等奖2项,其它部委级三等奖4项,国际发明金奖与世界知识产权专项奖各1项。
     


研究方向

视觉信息处理
主要研究内容包括计算机视觉、多媒体计算和图形学,特别是以下方面的研究:(1)基于人类感知和认知机理的视觉计算理论和模型;(2)高鲁棒性的快速计算方法,特别是从图像中可靠、快速地提取三维形状信息的方法;(3)多媒体数据信息处理,主要是图像和视频数据的分析和处理;(4)三维几何建模与3D打印、城市环境与森林场景建模、服装与流体的物理仿真等;(5)平面媒体艺术化,包括图像缩放、调色和风格化处理等;(6)具有重要应用价值或具有重大市场潜力的计算机视觉和图形学原型系统开发。

生物识别与安全

主要研究内容包括:(1)生物特征识别中的图像识别基础研究;(2)生物特征识别:通过获取和分析人体的生理和行为特征来实现自动身份鉴别,包括虹膜识别、人脸识别等;(3)智能视频处理与理解:通过视频自动分析来完成视频监控任务;(4) 网络内容理解和安全:对网络数据进行整合与智能分析,在较高的层次上理解网络内容,提高网络的使用效率与服务质量。

语音语言信息处理
研究准确而个性化的语音识别与合成、自然语言理解、信息检索、听觉模型等。目前结合语音智能感知处理技术(如计算听觉场景分析等),提高计算机识别用户口语的准确率;并且在自然语言处理技术(词法分析和篇章分析等)和信息抽取(如实体识别和观点挖掘等)研究的基础上,实现了多语言机器翻译、人机智能问答、多模态口语对话、情感语音信息处理等一系列方法和系统。

计算医学

研究内容包括利用各种成像技术及电生理技术在宏观、介观及微观尺度上建立人脑和动物脑的脑区、神经元群或神经元之间的连接图(脑网络),在此基础上研究脑网络拓扑结构、脑网络的动力学属性、脑功能及功能异常的脑网络表征、脑网络的遗传基础。目标是从脑网络的连接模式及其演变规律阐明脑的工作机理及脑疾病的发生和发展机制,为研究人脑内部复杂的信息处理过程与高效的组织模式提供有效的途径。

模式识别基础理论与方法
研究模式分类和机器学习基础理论与方法及其在包括文档图像分析与识别、遥感图像处理与分析以及自然图像分类等领域的应用。基础理论研究着重于分类器学习与自适应、基于图的机器学习、深度学习等;在应用上,重点研究联机/脱机手写文字识别方法、自然场景文本/网络文档图像的分析与识别、高光谱图像解混及地物目标分类以及图像特征提取、描述、匹配和识别方法等。

 
友情链接
 
中科院自动化研究所 模式识别国家重点实验室
NLPR, INSTITUTE OF AUTOMATION, CHNESE ACADEMY OF SCIENCES