物体检测与分类是计算机视觉研究中的一个非常基本而又长时间悬而未解的问题。它是视频监控安全分析，机器人导航以及复杂的视频内容理解的一个基础。在这一领域的研究中，最为关键也最为核心的内容就是物体的表达，虽然目前在这一领域已经有了一些研究进展，但距离人们的期望目标依然有很长的距离，比如说从底层特征层面，如何显式地获取物体或者图像的结构信息，从更高层次，如何基于这些结构化的特征信息描述物体的结构也是一个亟须解决的问题。从计算复杂度上来讲，如何降低算法的复杂度提高其运行效率使之更加接近实时运行也是需要认真研究的课题。在本项研究中，我们将从视觉认知角度出发研究这三个层面：构造结构化的底层特征；描述物体的拓扑结构以及降解模型复杂度去展开研究，搭建出可用于视频内容分析的目标检测与分类系统。
       (经费来源： 国家自然科学优秀青年基金)