圖像處理與模式識別(計算機技術)

研究方向

機器學習是人工智慧的核心問題之一，通過設計學習算法使得計算機具備感知外界環境和對外界系統進行建模的能力。研究所的主要研究方向包括半監督學習、不定核學習、深度學習、稀疏恢復等。

內容包括在巨觀、介觀及微觀尺度上建立人腦和動物腦的連線圖，以腦網路為基本單元的組學，在此基礎上研究腦網路拓撲結構、腦網路的動力學屬性、腦功能及功能異常的腦網路表征、腦網路的遺傳基礎，並對腦網路的結構與功能進行建模和仿真，為類腦研究及下一代人工智慧提供基礎支撐。

圖像處理與機器視覺是人工智慧的重要研究領域，通過對圖像和視頻的處理和分析使得機器具備識別、分割、預警等智慧型行為。研究所在視頻跟蹤、視頻檢索、圖像超分辨等領域具有深厚的研究積累，並積極開展醫學圖像、遙感圖像、紅外圖像等領域的套用。

醫學影像是現代醫學診療的重要依據，其處理和分析理解是人工智慧的重要研究方向，具有廣闊的套用前景。研究所在醫學圖像的分割、重建及多信息融合方面進行了長期的研究，並通過與醫院合作，在眼底圖像分析、早期癌症預警、神經退行性疾病診療、染色體分析等方面進行深入研究。

致力於解析神經系統的微觀環路，通過借鑑腦的工作原理，構建大規模神經連線的認知計算和學習模型，實現機理類腦、行為類人的類腦智慧型系統，並研究腦機融合技術，促進人機混合智慧型的發展。