附件1.公示项目基本情况.PDFVIP

附件 1. 公示项目基本情况 项目名称 多元视觉信息的内容处理与编辑 提名单位 武汉大学 提名意见： 为满足数字媒体产业、公共安全和虚拟现实等对多元视觉信息的国家重大需求，项目组成员在多元 视觉信息的内容处理与编辑领域开展了系统深入研究，取得了有影响力的高水平研究成果，系列研究论 文发表在图像视频处理、计算机图形学与可视化领域国际权威期刊和国际会议，并有多项发明专利获得 授权，研究工作得到了国内外同行的高度认可与好评。 同意提名该项目为湖北省自然科学奖一等奖。 项目简介 视觉信息 （包括图像、视频、3D 场景）的流量占互联网及智能终端上总流量的 90%以上，全国有 数以亿计的智能手机、监控摄像头、3D 获取设备采集海量的图像、视频及几何数据。有效内容理解与编 辑成为视觉信息计算领域的关键问题。本项目在多元视觉信息的内容理解与编辑领域方面展开了系统深 入的工作，依据多元视觉信息具有数据量大、语义多样性和非结构性等特点，构建对应的内容理解与编 辑模型，以满足数字媒体产业、公共安全和虚拟现实等对多元视觉信息的国家重大需求。主要研究内容 及创新贡献包括： （1）在图像视频光照恢复与曝光增强、内容分类与色调编辑等领域取得了重要的研究成果。构建从 局部到全局的光照恢复算法，解决了阴影区域纹理细节及全局光照一致恢复问题；首次引入人类视觉感 知度量用于评估视频质量，生成全局最佳虚拟曝光视频；率先提出了利用深度学习进行特征选择应用于 遥感影像场景分类。 （2）在图像视频内容浓缩与编辑、内容生成与修复的理论和方法展开了深入研究。率先提出了一种基 于物体分块组合优化的视频摘要算法；提出了一个全新的时空视频摘要算法，高效压缩视频中的冗余信 息并有效规避运动物体之间的相互遮挡；在国际上首次构建高效的精确的最近邻域块匹配算法。 （3）在三维几何重建与编辑领域，提出了一种面向特征点邻接关系的大规模图像集快速匹配算法， 极大地提高了运动求结构方法中图像集匹配的效率；构建高维数据空间自适应采样方法解决三维重建中 的特征聚类问题；首次提出一个保特征无参数投影的快速几何重建算法，同时保持了几何模型的特征与 精度。 在国际著名学术期刊和会议上发表论文 50 余篇。 8 篇代表作论文共被他引 508 次，其中 SCI 他引 286 次, 其中 5 篇论文发表在 IEEE Transactions 期刊、1 篇发表在The Visual Computer ，一篇发表在 IEEE Geoscience and Remote Sensing Letters，一篇发表在Computers in Industry。授权国内发明 专利 6 项。成果得到了斯坦福大学、微软研究院等 80 余所大学/机构和 26 位ACM/IEEE Fellow 的广泛 引用，并获得学界、业界的较高认可。研究成果丰富了多元视觉信息的内容理解与编辑的理论和方法， 在国内国际学术界产生较大影响。 客观评价 （1）基于引导滤波的图像除雾方法[代表性论文 2]得到广泛引用。（1）IEEE Fellow,滑铁卢大学的 Zhou Wang 教授在其 2015 年发表的论文“Perceptual evaluation of single image dehazing algorithms” 将我们方法的结果用于其实验评估，并得到较好的结果。IEEE Fellow,湖南大学 Shutao Li 教授在其 2016 年发表的论文“Adaptive transmission compensation via human visual system for efficient single image dehazing”将我们提出的梯度先验应用到他们的方法中，并取得了最好的结果。（3）IEEE Fellow， Buffalo 大学的 Chang Wen Chen 教授其 2017 年发表于 CVPR 的论文受我们论文启发，他们使用加速 方法来处理实时去雾问题。（4）IEEE Fellow，上海交通大学的Wenjun Zhang 教授在其 2019 年发表 于 IEEE Transactions on Multimedia 的论文引用并肯定了我们的方法。 （2）高分辨率航空图像云检测[代表性论文2]得到了广泛关注。IEEE Fellow, 新加坡南洋理工大学Stefan Winkler教授在其2017年发表的论文“Color-Based Segmentation of Sky/Cloud Images From Ground-Based Came