基於雲計算的視頻智慧型處理與編碼

基於雲計算的視頻智慧型處理與編碼

《基於雲計算的視頻智慧型處理與編碼》是依託中國科學技術大學,由李厚強擔任項目負責人的面上項目。

基本介紹

  • 中文名:基於雲計算的視頻智慧型處理與編碼
  • 項目類別:面上項目
  • 項目負責人:李厚強
  • 依託單位:中國科學技術大學
中文摘要,結題摘要,

中文摘要

雲巨大的計算、存儲、數據資源和雲中複雜套用、多樣終端、異構網路、海量數據等為多媒體套用帶來了機遇和挑戰。本課題擬研究的關鍵科學問題:雲環境中如何同時應對海量數據和大規模複雜套用,並能即時提供高品質多媒體服務。本課題的研究內容包括:適應雲環境的視頻智慧型處理和視頻表達與編碼。本課題突破多媒體智慧型處理和視頻編碼傳統緊耦合的研究方式,創新性地提出:(1)基於潛機器學習和潛數據挖掘的智慧型處理方法,可伸縮地實現高層語義的模式識別;(2)基於中間媒體的視頻表達形式,其通過簡單處理即可快速生成適配網路環境、終端設備和複雜套用需求的可伸縮碼流。本課題擬基於雲平台,通過對視頻數據進行潛智慧型處理,生成簡潔化、結構化、智慧型化的中間媒體,根據具體套用需求,將中間媒體即時編碼為適配碼流,通過網際網路快速流暢地傳給用戶。本課題預期在海量多媒體數據云處理的理論、方法、技術上有較大突破,為制定適應雲環境的多媒體國際標準奠定基礎。

結題摘要

雲巨大的計算、存儲、數據資源和雲中複雜套用、多樣終端、異構網路、海量數據等為多媒體套用帶來了機遇和挑戰。本項目研究的關鍵科學問題:雲環境中如何同時應對海量數據和大規模複雜套用,並能即時提供高品質多媒體服務。本項目主要研究內容包括:適應雲環境的視頻智慧型處理和視頻表達與編碼。經過4年研究,項目組在上述2項研究內容取得了重要進展。在視頻智慧型處理方面:提出了穩健的基於時空分解的視頻處理方法,提出了基於移動視頻定位、場景文字檢測等面向移動視頻的智慧型處理方法,提出了視覺特徵提取、視覺碼本學習、特徵融合、幾何校驗等面向大規模圖像檢索的智慧型處理方法,提出了基於深度學習神經網路的視頻智慧型處理方法等。在視頻表達與編碼方面:提出了多參考幀最優預測編碼方法及參考幀質量分配策略,提出了面向可伸縮高性能視頻編碼的λ域碼率控制方法,提出了高性能視頻編碼中的最優碼率分配技術,提出了基於可伸縮編碼的自適應錯誤彈性編碼方法,提出了基於數字模擬混合編碼的信源信道聯合編碼方案等。這些成果豐富了海量多媒體數據云處理的理論和方法,在相關關鍵技術上有較大突破和創新,為制定適應雲環境的多媒體編碼國際標準奠定了基礎。項目執行期間項目組發表學術論文42篇(包含已錄用2篇),包括IEEE/ACM Transactions論文17篇、CCF A類會議4篇;申請專利26項,其中13項已獲授權;有5項技術提案被視頻編碼國際標準JCTVC (MPEG/ITU-T)接受。項目負責人2013年獲得國家基金委傑出青年基金資助,2016年入選國家萬人計畫科技領軍人才,2015年獲得國家自然科學二等獎(排名2)。該項目培養博士畢業生6人,碩士畢業生10人,其中1人獲得中科院院長特別獎,2人獲得中科院優秀博士學位論文,1人獲得中國電子學會優秀博士學位論文。項目組圓滿完成了項目計畫書制定的研究計畫,達到了預期的研究目標。

相關詞條

熱門詞條

聯絡我們