无人驾驶车辆的环境感知能力，特别是视觉感知能力是决定其性能优越的关键性因素。本项目针对无人驾驶车辆视觉环境感知系统这一具体应用，研究新颖的多层视觉特征学习与表示方法。主要研究内容包括：(1) 深入分析多层次视觉特征学习与表示理论和其蕴含的神经计算本质；(2) 研究满足慢速性约束的多层次序贯数据的特征学习方法，建立小角度旋转与视角变化下的不变性目标描述特征，提高动态环境下的特定目标识别能力；(3) 研究利用多源图像信息建立多光谱的层次化特征学习方法，并应用于环境感知中的语义场景识别任务；(4) 研究时空数据驱动下的多层次特征学习方法，并应用于环境感知中的运动行为识别任务：交警动作识别和异常行为识别。该项目在进行理论创新的同时将完成能够实现相应任务的环境感知系统，所以说项目研究有较强的理论意义和应用价值，并且对于推动我国无人驾驶车辆技术的发展有着重要的意义。
