基於結構化集學習的視頻稀疏編碼理論與技術

《基於結構化集學習的視頻稀疏編碼理論與技術》是依託上海交通大學，由熊紅凱擔任項目負責人的面上項目。

基本介紹

• 中文名：基於結構化集學習的視頻稀疏編碼理論與技術
• 項目類別：面上項目
• 項目負責人：熊紅凱
• 依託單位：上海交通大學

項目摘要

本申請項目為適應日益推廣的移動信息平台、多媒體感測網對高清視頻信源的互動內容服務，探索在非穩態系統約束中的視頻信號逼近性能，確定其非對稱的分解（映射編碼器的信源構造和描述）、重構（映射解碼器的信息合成）框架，分析隨機信源（如視頻）在信息空間內的高維相關性描述，通過結構化模型的統計學習進行信號集合的稀疏編碼，由非確定的輸入信號狀態構造一定機率區間的最優輸出，以利於視頻在廣義網路化套用中的基本描述和魯棒傳輸。提出基於高維特徵空間描述和預測的稀疏編碼方法，建立基於多維尺度字典學習的低碼率視頻編碼理論與算法，實現基於結構化集學習的編碼預測模型，進行基於矩陣填充的正則化視頻重建。研究廣義多維信息融合的視頻通信，使總體的失真特性可以實現最優逼近的模型化描述。本項目從實際套用中抽象出科學問題，涉及資訊理論、信號處理的基礎，預期的理論和技術成果可有助於高性能視頻編碼和多視信源的發展。

結題摘要

本面上項目“基於結構化集學習的視頻稀疏編碼理論與技術 （61271218）”，4年共發表重要學術論文44篇，其中：SCI期刊論文16篇，IEEE Trans彙刊12篇，11篇頂級國際會議論文，15篇著名國際會議論文，7項授權國家發明專利，申請17項；參加了27次國際學術會議，作16次專題演講報告；2016年8月，成功主辦國內重要學術會議HHME’2016；共培養博士後2名，博士3名，碩士9名；人才隊伍建設培養了：國家傑出青年科學基金1人（2014）、教育部長江學者特聘教授1人（2016）、科技部中青年創新領軍人才（2016）、上海市優秀學術帶頭人（2016）、上海市曙光學者（2013）、上海市青年科技英才（2014）；2次國際會議最佳論文獎：2014年IEEE VCIP最佳學生論文獎、2013年IEEE BMSB最佳論文獎； （1）視頻稀疏編碼與正則性重建 建立基於數據驅動子空間集模型的視頻壓縮採樣方法，利用線性子空間學習確定各個子空間的最優拓撲結構；拓展子空間集模型，利用結構化稀疏性的先驗知識作約束，進行正則化學習，提升稀疏表示性能。同時鬆弛傳統上下文約束條件，在多維方向上構造廣義上下文模型樹。 （2）多尺度字典的自適應構造 提出空時一致性線上字典學習（STOL）算法，根據視頻採樣信號的真實分布最佳化期望代價函式，形成最佳化的三維時空字典；提出基於漸進學習的可伸縮視頻編碼，引入可分級B幀，建立分層預測結構，利用已重構層線上學習，漸進更新字典，保持空時一致性，逐層進行高效率重構。 （3）結構化集的學習預測 提出基於結構核函式和多尺度部件模型的物體識別算法與基於樹結構模型的直推式視頻分割算法，利用時間一致性約束的時域樹聚類，進行直推式學習；提出基於多任務語義碼本學習和上下文感知表示的場景分類方法，進而學習文本、物體和場景之間跨域關係，以條件隨機場描述文本、物體和場景的聯合機率。 （4）視頻信源的互動魯棒傳輸 提出結構化傳輸最佳化的效用模型，擴展傳統率失真最佳化模型，進一步提出端到端的延遲-率-失真模型，考慮了整個端到端延遲在不同延遲分量之間的分配。