该项目在国家自然科学基金、江苏省自然科学基金等课题的支持下，对模拟人眼视觉中枢V1区简单细胞神经元的稀疏表示模型、特征提取优化算法、特征表示、高阶特征组合变换方法及应用等问题进行了深入研究，并取得了一系列重要进展，取得的研究成果主要有以下几个方面：
（1）构建了多个模拟视觉信息处理机制的稀疏表示模型，并解决了其稀疏优化问题，能够有效表示图像空间的特征。基于正态高斯逆稀疏分布和稳健主分量分析，构建了一个双层反馈非负稀疏编码模型，提高了特征表示的准确度；考虑特征先验信息约束，构建了一种基于权值编码的局部非负稀疏编码模型，能有效提取空间局部特征；考虑空间特征的最大稀疏化及正交性，构建了一种改进快速稀疏编码模型，实现了图像完备和非完备特征基的提取。
（2）发明了一种基于离散度约束非负稀疏编码的自然图像特征提取方法。采用稀疏系数类内和类间离散度比值的对数作为稀疏度约束，通过梯度训练，成功提出了自然图像的特征。
（3）发明了一种基于类别先验非负稀疏编码字典对的低分辨率图像的恢复方法。利用稀疏空间高分辨率（HR）和低分辨率（LR）图像块的分类信息，构建了含有类别信息的字典编码模型，对其进行优化训练，得到含有类别信息的HR和LR字典对，进一步利用特征融合和图像恢复技术，实现了对毫米波图像的恢复。
（4）提出了一种高阶特征降维空间两种特征稀疏表示架构下的掌纹特征提取和分类方法。通过研究快速稀疏表示方法和特征系数的两种稀疏表示架构，设计了掌纹的两种高价特征提取方法，并讨论了径向基概率神经网络的参数优化问题，实现了掌纹特征的快速分类。
该项目发表论文120余篇，其中SCI收录36篇、EI收录48篇、中文核心23篇；授权发明专利8项、软件著作权26项；5篇代表性论被SCI和CNKI严格他引135次，所做工作得到加拿大皇家科学院院士、香港理工大学首席教授张大鹏老师、德国宇航中心资深科学家MihaiDatcu教授以及ACM/AAAI/IEEEFellow等国际同行的高度认可；项目执行阶段，团队成员积极参加国内外学术会议交流活动，并在会议上做报告；团队中2名教师在职考取博士并已毕业，为项目合作单位培养了7名博士生；团队与多家企业开展了产学研合作，为企业员工提供技术培训和软件研发服务，推动了企业的发展，增加了企业的创收。

该项目在国家自然科学基金、江苏省自然科学基金等课题的支持下，对模拟人眼视觉中枢V1区简单细胞神经元的稀疏表示模型、特征提取优化算法、特征表示、高阶特征组合变换方法及应用等问题进行了深入研究，并取得了一系列重要进展，取得的研究成果主要有以下几个方面：
（1）构建了多个模拟视觉信息处理机制的稀疏表示模型，并解决了其稀疏优化问题，能够有效表示图像空间的特征。基于正态高斯逆稀疏分布和稳健主分量分析，构建了一个双层反馈非负稀疏编码模型，提高了特征表示的准确度；考虑特征先验信息约束，构建了一种基于权值编码的局部非负稀疏编码模型，能有效提取空间局部特征；考虑空间特征的最大稀疏化及正交性，构建了一种改进快速稀疏编码模型，实现了图像完备和非完备特征基的提取。
（2）发明了一种基于离散度约束非负稀疏编码的自然图像特征提取方法。采用稀疏系数类内和类间离散度比值的对数作为稀疏度约束，通过梯度训练，成功提出了自然图像的特征。
（3）发明了一种基于类别先验非负稀疏编码字典对的低分辨率图像的恢复方法。利用稀疏空间高分辨率（HR）和低分辨率（LR）图像块的分类信息，构建了含有类别信息的字典编码模型，对其进行优化训练，得到含有类别信息的HR和LR字典对，进一步利用特征融合和图像恢复技术，实现了对毫米波图像的恢复。
（4）提出了一种高阶特征降维空间两种特征稀疏表示架构下的掌纹特征提取和分类方法。通过研究快速稀疏表示方法和特征系数的两种稀疏表示架构，设计了掌纹的两种高价特征提取方法，并讨论了径向基概率神经网络的参数优化问题，实现了掌纹特征的快速分类。
该项目发表论文120余篇，其中SCI收录36篇、EI收录48篇、中文核心23篇；授权发明专利8项、软件著作权26项；5篇代表性论被SCI和CNKI严格他引135次，所做工作得到加拿大皇家科学院院士、香港理工大学首席教授张大鹏老师、德国宇航中心资深科学家MihaiDatcu教授以及ACM/AAAI/IEEEFellow等国际同行的高度认可；项目执行阶段，团队成员积极参加国内外学术会议交流活动，并在会议上做报告；团队中2名教师在职考取博士并已毕业，为项目合作单位培养了7名博士生；团队与多家企业开展了产学研合作，为企业员工提供技术培训和软件研发服务，推动了企业的发展，增加了企业的创收。