勇闯无人区，敢做领头雁

智能技术是解决国民经济建设、国家安全与社会发展中一系列重大需求和关键问题的共性基础，实验室秉承崇尚学术、服务国家的宗旨，紧跟国际学术前沿，始终深耕人工智能领域，达到了国际领先的学术水平，3次荣获国家自然科学奖二等奖，研制成功多项重大产品和系统应用。

国家自然科学奖

“基于自然智能的学习与优化基础理论研究”解决了非结构化数据的多分辨逼近难题，成功实现了海量小样本数据的学习与识别，实现了非结构化海量数据学习中的高效优化，于2013年荣获国家自然科学奖二等奖。

“图像结构建模与视觉表观重构理论方法研究”揭示了图像结构在时空与尺度变化上的一致性规律，构建了局部-非局部结构感知的视觉表观重构模型，发现了结构统计分布与视觉感知质量之间的内在规律，于2016年荣获国家自然科学奖二等奖。

“编码混叠成像与计算重建理论方法研究”围绕图像高分辨率成像重构理论和方法，阐明了用低分辨率探测器获取高分辨率图像的机制，揭示了图像时空结构相关的计算特性，发现了感知图像结构差异性的机理，提出了适合非线性多空间结构稀疏的计算重构模型，于2017年荣获国家自然科学奖二等奖。

类脑SAR系统及原理样机

针对雷达影像高维、非结构化、目标繁多信息混杂等问题，借鉴人类大脑的信息感知机制和认知机理，以及多尺度视觉感知模型，建立了SAR认知成像方法、SAR图像层次化模型与稀疏编码方法、基于深度认知学习的SAR目标检测与识别，突破了SAR图像智能感知与解译及SAR图像高性能计算等关键技术，在高分辨雷达影像实时计算方面取得了突破性进展，研制成功类脑SAR系统及原理样机，实现了雷达从“千里眼”到“雷达脑”的转变，在地理测绘、成像侦察、灾害评估、动态监测等方面得到应用。

面向高光谱影像特点，研究了结构化空-谱稀疏特征表达方法，提出了空-谱双视图半监督协同分类、构建了基于深度学习的混合像元分解模型、研究了基于潜在目标字典构建与学习的异常目标探测，解决了高光谱影像空间分辨率不足、谱间信息冗余、标签样本不足给智能解译带来的难题，研制了高光谱图像分析与解译系统，在地物分类、解混、目标探测方面取得了系列成果，为高光谱影像应用提供技术支撑。

针对当前自动驾驶雷达系统对近距离快速并线等危险车辆运动检测不可靠的难题，研究了基于视觉运动感知的理论，提出了针对路面场景的光流估计、无监督自运动估计等算法，建立了一致性运动和异常运动检测标准，解决了雷达数据无法获知车体姿态、传统运动轨迹方法预测时间长的难题。研制了双目视觉危险并线检测系统，推进了自动驾驶感知路面危险场景的能力，为安全自动驾驶提供支撑。

高维视觉信息感知系统

本研究成果针对多源信息解译问题，提出了基于面阵CCD的光谱视频成像系统，通过光学和机械探测器的协同实现了“单对多”的场景映射，实现了多通道光谱成像，推进了多源信息利用技术的发展，并成功应用于遥感四肢勘测、森林监护、农业和工业探测及目标检测等领域，为数据的多方位利用提供理论和技术支持，获得教育部组织鉴定证书、航天一院10所和航天508所的应用证明、入选中科院火星探测载荷方案，推进了图像感知与解译的发展，推进了遥感图像获取和解译的发展，为进一步的图像探测技术提供有力支持。

人脸画像识别系统

研制成功我国首个人脸画像识别系统，实现了人脸照片与手绘素描画像之间的相互转化，进而实现不同模态人脸图像的检索比对与识别，该系统极大地提高了异质人脸图像合成的效率及识别的准确率，对香港中文大学人脸素描标准数据库（CUFS）的识别准确率达到了99.67%，领先于国内外其他进行异质人脸识别的研究团队，已成功辅助警方破获了重大案件。

智能信号认知识别系统

针对复杂动态电磁环境下电磁信号数据智能解译问题，从“数据演化、模型演化、任务演化”三个层面，研究了基于小样本学习、度量深度学习、轻量化深度学习技术的信号检测、识别等技术，提出了一系列信号调制编码识别、个体识别（闭集/开集）、辐射源个体行为认知等方法。在某部委“自主演进×××系统”重大专项中实现开集目标识别技术、辐射源个体识别等技术领域的突破，并在科研院所等用户单位获得了应用，推进了信号智能化处理手段。

脑电认知与成像识别系统

本研究成果针对脑电信号解译与处理难题，利用脑电信号处理算法实现系统控制与目标检测，提出了基于脑电目标检测和身份识别的大脑信号识别系统，开发了多套可以在线、离线处理脑机接口软件，解决了脑电信号开发解译应用领域面临的难题，实现了脑控驾驶小车和研发出了基于脑电的字符输入系统和基于脑电、眼动及微表情的多模控制系统。其成果被成功应用于无人机脑控、基于脑电的身份认证，并为脑电信号的解译提供支撑，为残疾人士提供便利生活，推进了智能家居行业的发展。

针对面肌痉挛患者面神经异常放电的信号突发难以识别问题，研究了不同类型异常电信号的高频电刺激方法，开展了智能识别面部的异常电活动研究，突破了通过神经调控的方式探索不开颅治疗面肌痉挛的新方法，研制了面部异常电信号智能分析与阻断系统，填补了国内面部神经智能调控的空白，为特发性面肌痉挛这一功能性颅神经疾病的无创治疗提供一种新途径。

量子高性能计算系统

针对目前图像任务中，深度神经网络架构需要人为设计和参数需要人为调节等问题，研究了基于量子智能进化算法的深度神经网络架构搜索和参数优化技术，解决了人为设计神经网络的灵活性差、参数难以调节和神经网络效果欠佳等问题，开发了量子高性能计算系统，主要包含遥感图像描述系统、极化SAR图像地物分类系统、SAR图像目标检测系统、基于QEA的CNN结构搜索系统、驾驶员状态监测系统，填补了国内量子高性能计算系统的缺失。

视觉计算芯片与智能处理系统

该研究成果针对目前成像技术受环境制约的瓶颈问题，提出了仿视网膜成像技术，通过仿视网膜新型感光芯片设计及智能处理系统开发、对仿生原理分析及数字电路设计，研制了具备大动态、高速率成像及智能识别的一体化系统，该系统突破了已有成像技术受环境影响较大的限制，可成功应用于高空对地探测、高速运动目标检测识别和弱光成像识别等方向。

该研究成果针对目前复杂的神经网络和智能算法所面临的超大计算量的难题，研发了基于ASIP的可编程大规模并行阵列式处理系统和成像及影像处理中的两颗多通道关键芯片，实现了硬件或微码状态机的并行处理结构的设计，突破了神经网络计算和智能算法的效率限制，加快了神经网络的执行速度，提高了利用率，推进了神经网络和算法的发展，同时扩展了应用范围，为机器视觉芯片的发展和无人驾驶、智能摄像头的应用提供支撑。

复杂网络智能计算与决策系统

针对复杂网络化系统数据挖掘、智能控制与决策中存在的动态、时变、高维、时滞、低效等难题，对其进行了从“建模”、“认知”、“优化”、到“预测”的全链条、系统性研究。构建了基于智能计算与模糊认知图的超大规模网络系统建模方法，能够解决百万级变量的建模优化问题；对网络社团结构、链路预测、资源分配等进行了深入分析，提出了包括深度图神经网络、进化多目标优化在内的一系列智能挖掘、认知、与预测方法，并成功应用到节点免疫、最小节点覆盖等问题中；针对网络鲁棒性和博弈合作率优化，提出了两阶段多目标优化和多层进化优化；针对一致性算法，开发了相应的数学工具，分析了其收敛性，并给出了收敛条件及收敛速度的估计；针对网络化系统的决策问题，提出了基于深度学习与优化的态势估计与分布式决策方法。

未来，实验室将积极投身到新时代西部大开发、“一带一路”建设和十四五国家创新主战场，主动作为，勇于探索，担当使命，在已有科研基础和优势上超前规划，整合资源，扩展人工智能学科内涵，做好未来科技创新领军人才的前瞻性和战略性培养，布局人工智能、大数据、5G、物联网等方向的研究，加大对基础前沿及关键核心技术的攻关和成果转化，紧抓新一轮技术和产业变革浪潮的“新”机遇，服务好国家区域发展的战略，聚焦广大人民群众的根本福祉，为实现中华民族伟大复兴的中国梦贡献力量。