[导读]201704191141586611151

该项目属于信息与通信技术领域。随着移动互联网等技术领域的飞速发展，多媒体等大数据量的业务成为主体，如何提升无线网络对于宽带多媒体业务的支持能力，已成为该领域最具挑战的前沿研究课题。传统方法仅仅从传输技术的角度提高频谱利用率，已遭遇“边际效应”的制约，提升空间有限。 该项目在国家973项目、自然科学基金等资助下，从分析人类视觉感知的本质特征入手，将媒体计算引入通信系统，使其具有记忆能力，进而析取少量变化的、未知的信息编码传输，便可从根本上降低多媒体业务对网络带宽需求的压力。该项目获得授权发明专利10项、软件著作权5项。主要发明点如下： 1.多媒体信息的分层结构化表征与性能度量。借鉴人类视觉感知机理，提出了多媒体信息至下而上层级式“知识塔”结构的描述方法，构建了内容驱动的视觉感知及其在线计算模型；在此基础上，提出了多媒体视觉感知失真度量方法，建立了计算复杂度-率-感知失真优化模型，通过优化配置计算和通信资源，将传统面向服务质量（Quality of Service，QoS）的通信优化转变为面向用户体验质量（Quality of Experence，QoE）的通信优化，相关技术提案被国际标准化组织采纳。 2.“知识塔”结构下的视频显著性内容预测与降维提取。构建了大规模的视频关注点数据库，建立了视频关注点的空时分布关系，提出了将卷积神经网络与长短时记忆网络相结合的深度学习方法，实现了高精度的视频显著性内容预测，将静态图像的视觉感知模型拓展为视频的动态视觉感知模型，与人类的视觉关注内容吻合；此外，提出了一种基于鲁棒降维的目标提取方法，利用图像二维空间的关联性，实现了低复杂度的显著性区域分离，性能达到当前最好水平。 3.基于先验知识的分层编码传输与场景重建。利用在线学习构建先验的运动模式和纹理特征模型，提出了一种高效的分层模型匹配以及加权的分层拉格朗日率-失真优化方法，析取模型参数编码传输，由于模型参数远远小于像素的个数，从而可以大幅降低传输的数据量；在此基础上，提出了一种基于先验样本的层次化匹配合成方法，以感知失真为优化目标，实现了分层、解耦合的自动场景重建。权威部门测试表明，与传统腾讯视频相比，可降低视频传输的数据量10倍以上。 基于相关技术发明研制的无线专网设备，成功应用于G20杭州峰会期间杭州湾海域的安全监控与应急通信指挥系统建设，为海上社会治安管控提供了有力的信息保障。同时，基于相关技术发明的广播电视发射台站系统解决方案，已批量应用于我国多个省、市和地区，有效节省了传输带宽，为国家“西新工程”广电战略任务的保障发挥了重要作用，取得了显著的社会效益。该技术发明还应用于海防、公安、交通等领域的无线图像传输系统、移动应急指挥平台、移动网络多媒体视频会议等产品中，技术成熟，经济效益过亿元，推广前景广阔。