《基於選擇性注意的交叉感知信息認知計算》是依託西安交通大學，由龔怡宏擔任項目負責人的重點項目。
基本介紹
- 中文名：基於選擇性注意的交叉感知信息認知計算
- 項目類別：重點項目
- 項目負責人：龔怡宏
- 依託單位：西安交通大學
中文摘要,結題摘要,
中文摘要
隨著網路通信技術的迅速發展以及移動智慧型終端的快速普及，構建以人為中心的感知與計算網路（簡稱“群智感知計算”）已成為網際網路的一種嶄新的套用模式和發展趨勢。群智感知計算理論體系的出現在實現大規模複雜社會事件感知及認知計算方面不僅帶來全新的思路和手段，同時也提出了許多新的技術問題和挑戰。本課題的主要研究目標是套用群智感知網路實現對大規模複雜社會事件的交叉信息融合與認知。針對大規模複雜社會事件認知任務的共性需求和典型套用特徵，本課題提出三個層次的基於選擇性注意的交叉信息融合與認知計算體系架構，深入研究構建這個體系架構的關鍵科學技術問題。套用選擇性注意交叉感知信息融合與認知計算體系架構，開發熱點事件關注平台，實現重大事件現場場景重建，以及複雜事件過程拼接與重現等高附加價值套用，，由此取得對熱點事件整體的正確認知及把握，為決策者做出科學的判斷與決策奠定基礎，為群智感知計算理論體系的發展及套用做出貢獻。
結題摘要
群智感知網路通常具有低成本、覆蓋廣、多模態等重要特徵，是克服大範圍普及視頻監控系統成本瓶頸的有效手段。針對大規模熱點社會事件認知任務，本項目取得了如下成果： 1、提出了包含感知信息採集層、交叉關聯層、融合認知層這三個層次的交叉信息融合與認知計算體系架構，圍繞三層技術架構開發了系列關鍵技術。 2、研發了基於心理距離的數據相關度模型，基於情感分析計算信息篩選方法，以及受人腦視覺認知特性啟發的高精度圖像內容識別（分類）算法，實現了從海量感知信息中獲取高質量、高價值、強關聯的交叉感知信息。 3、研發了基於多通道卷積神經網路的行人再識別，提出了具有若干幾何不變性的局部圖像特徵描述子，以及基於半監督學習的新型三維人體姿態重建方法，構建了動態三維場景重建平台原型，實現了通過對多視角數據的多級處理，同時恢復出事件現場三維場景及場景中人物位置、動作和運動軌跡等，達到了對場景的高度還原。 4、研發了基於群智數據的城市安全風險檢測、風險的傳播建模核心技術，提出了能夠將顯性知識和隱性知識進行相互融合的服務點客流預測分析框架，設計了部分監督的跨域深度學習模型，實現了從碎片化數據向群智信息的轉換。 5、建設了：（1）基於群智感知的公安情報分析系統，（2）基於多源數據融合的城市群智數據分析平台—城市天眼，分別在國家公安反恐，以及城市規劃決策等方面發揮了重要作用。 項目組共發表論文73篇，其中SCI收錄文章36篇，EI收錄文章37篇， IEEE Trans.論文23篇，頂級期刊IJCV 1篇, TIP 7篇, TNNLS 3篇, TMM 5篇；頂級會議CVPR 2篇, ECCV 3篇, AAAI 5篇, SIGKDD 1篇。培養碩士研究生27名，博士研究生4名。申請發明專利24項，其中19項獲得授權，授權軟體著作權3項。“受人腦視覺認知特性啟發的高精度圖像內容識別（分類）技術”轉讓與海爾公司，獲得上億元經濟效益。項目組負責人龔怡宏教授於2017年獲得美國電氣電子工程師學會會士（IEEE Fellow）稱號，獲得2017年中國產學研合作創新獎。主辦國際會議1次。
