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

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。