云环境下的图像视频群体协同表达与处理-国家自然科学基金委.docVIP

附件16： “云环境下的图像视频群体协同表达与处理” 重大项目指南 云环境下图像视频群体协同表达与处理重大项目围绕图像视频群体数据的结构化与紧致表达、群体感知信息理论和主观一致的失真度量三个重大科学问题，研究云环境下图像视频群体协同表达、编码、传输、质量评价等重要关键技术，进而建立具有自主知识产权的图像视频群体协同编码技术标准，以促进数字媒体、网络视频、视频监控、云存储等信息产业的模式转变和产业升级 一、科学目标 继集成电路和互联网之后，云计算和大数据成为信息领域关注的焦点，对占据数据量之首的图像视频数据的表达和处理能力已成为衡量国家信息产业软实力水平的重要标志，也是信息产业升级和抢占战略制高点的重要保障。 本重大项目针对“云环境下图像视频群体协同表达与处理”这一重大信息科学前沿问题，依托我国在数字媒体、网络视频、安全视频监控和数字视频编解码标准化等领域的长期积累，解决云环境下图像视频群体数据的结构化和紧致表达、群体感知信息理论、与主观感知一致的图像视频失真度量等三大科学问题，建立云环境下以群体化、感知化为基础的图像视频表达、编码、传输和评价理论。 在理论研究的基础上，探索以云中大数据为支撑的群体化信息处理基本方法，开展云环境下新一代图像视频群体协同表达与处理关键技术研究，研制支持图像视频群体数据编解码的原型系统，满足无线移动终端、互联网节点和PC、广播网接收端等多种用户的应用需求，制定具有自主知识产权的新一代AVS云媒体编码标准，并形成国际标准，从而奠定我国在云媒体技术与标准领域的优势地位，促进我国信息产业由产业优势向技术和数据优势的转变。 二、研究内容 （一）图像视频的群体数据协同结构化表达与处理。 发掘群体图像视频数据中的能量、结构、语义和知识等多层次结构，探索图像视频数据层级特征的提取和语义协同抽象方法,研究图像视频群体数据的联合稀疏与低秩表示模型。主要研究内容包括：图像视频信号和其特征协同的结构表示；群体化的联合稀疏表示模型；群体特征关联的层次化紧致表达;面向协同结构化的深度学习理论和方法。 （二）群体化图像视频编码理论与方法。 发展群体相关信息的信源编码理论，并以此指导云环境下的图像视频编码研究，形成云环境下利用群体相关特征的图像视频编码体系和方法。主要研究内容包括：面向群体信源编码的图像视频结构化、关联化和语义化理论与方法；群体信源编码理论；基于群体信源编码理论的图像视频编解码方法。 （三）视觉失真可容忍的群体化图像视频传输理论与方法。 利用人类感知系统本身对图像视频失真的容忍度，研究图像视频的失真可容忍特性，发展群体数据下失真可容忍的信道传输理论和方法。主要研究内容包括：失真可容忍群体信道传输理论；失真可容忍的图像视频传输方法；群体数据支持的图像视频传输方法。 （四）与主观感知一致的图像视频质量评价方法。 利用图像视频群体数据中存在的群体相关性和主观感知的内在机理，研究云环境下的图像视频评价方法。主要研究内容包括：与主观感知一致的失真度量；与主观感知一致的相似度量；视觉失真可觉察和可容忍度量；群体相关信息的检索和在线学习方法；无参考源的图像视频质量评价。 （五）面向群体数据的AVS云媒体标准及验证平台。 以现有AVS标准和技术为基础，结合群体数据信源编码理论，发展群体编码技术，制定面向云环境的新一代AVS云媒体标准，搭建支持图像视频群体数据编解码的原型系统，形成验证平台。主要研究内容包括：高效多功能编码技术；云环境下的图像视频编码技术和数据标准；基于AVS云媒体标准的多媒体服务系统验证平台。 三、资助期限 5年 （201年1月至201年12月）00万元 五、申请注意事项 1. 申请人应当认真阅读本项目指南和通告，不符合项目指南和通告的申请项目不予受理。 2. 申请书的附注说明选择“云环境下的图像视频群体协同表达与处理”（以上选择不准确或未选择的项目申请不予受理）。 3. 本项目由信息科学部负责受理。 3