时空变化过程约束的地理视频大数据语义增强方法

The growing contradiction between the demand of effective understanding of GeoVideo Big Data in safety-security area, and the limitation of the hierarchical event representations of those data, calls for the semantics-oriented enhancement of GeoVideo content. Based on an in-depth analysis of the dynamic mechanism of spatiotemporal change process and the process restriction in geographical environment, this project will innovatively consider the self-enhancement of GeoVideo content and its joint-enhancement of geographical environment, and systematically study the key issues in semantics enhancement methods of GeoVideo Big Data. This project focuses on the following research aspects: 1) a hierarchical-enhancement-aware method of event, which achieves the multi-level self-enhancement of GeoVideo content; 2) an adaptive association-enhancement method of Geovideo content, which achieves the integration among event levels and improve its understanding efficiency; 3) an association-semantics-enhancement method of GeoVideo content, which supports the deduction of change process in blind zone between different cameras, and achieves the express ability-enhancement of GeoVideo content; 4) a software prototype and case studies on multi-spatiotemporal scale outdoor scenarios and multi-semantic-level indoor scenarios, which are designed to verify the effectiveness of the hierarchical-semantics-enhancement of event of the methods. This project aims at enhancing and extending the hierarchical-event key value of GeoVideo Big Data, improving its cognitive efficiency, and further enhancing the Video GIS theory to support the real-time decision making and crisis response ability in smart city.

地理视频大数据多层次事件表征局限和安防高效理解需求间的矛盾日益严峻，亟需语义层面的增强表达。本项目拟充分挖掘时空变化过程自身动态机制与地理环境约束作用，从视频内容表征能力自增强和联合视频内外场景地理映射扩展增强的创新角度，系统研究地理视频大数据语义增强关键问题，主要内容包括：1）研究事件的多层次感知增强方法，实现专题事件信息的多尺度表征，增强数据内容自表达能力；2）研究地理视频内容自适应关联增强方法，实现事件层次自整合，增强其表征效率；3）研究地理视频关联语义增强方法，实现变化过程盲区的推演，增强内容表达的外延能力；4）实施多时空尺度室外群体并发和多语义层次室内跨时空区域典型案例的多层次事件语义增强实验，验证方法的有效性。本项目旨在通过增强和扩展对地理视频大数据多层次事件核心价值的认知计算效率和信息表征能力，丰富和发展视频GIS理论方法，提升智慧城市安防管理实时决策能力和危机应对水平。

本项目面向复杂城市环境突发公共事件控制与决策对涉案信息“高效认知计算”和“完备信息表征”的核心需求，以“监控网络中整体获取的多路地理视频数据集”为研究对象，系统性地研究地理视频“内容表征能力的自增强”和“联合视频内外场景地理语义扩展的再增强”两个递进的关键问题，具体（1）针对数据整体信息的离散化问题，研究了视频内容事件的多层次感知增强方法，通过建立符合由局部到整体过程认知规律的事件分层感知模型，归纳事件层次的构成特征-定义层次事件的感知要素-设立层次事件的感知操作，实现了视频内容专题事件信息的多尺度表征，增强了地理视频数据内容自表达能力的同时也为基于事件感知模型的多概念层次关联研究提供理论支撑。（2）针对数据相关内容的孤立化问题，研究了地理视频内容自适应关联增强方法，通过建立支持数据内容自身尺度效应增强表达的事件感知测度，融合事件各基础时空维度信息的关联约束作用，实现地理视频内容特征的自整合的同时也提供了数据集内容的高层事件语义显示表达能力，从而增强了地理视频数据内容的自表征效率。（3）针对数据连续过程片段化问题，研究了地理视频关联语义增强方法，通过建立对事件变化过程具有约束价值特征的全局地理约束框架，实现了规范化增强监控场景的地理约束语义表达，支持离散变化过程盲区信息的地理约束推演，从而增强了地理视频数据内容表达的外延，提高对全网监控视频涉案多尺度复杂行为信息的认知计算能力和表达效率。（4）同时设计研发原型系统，并特别应用综合多学科多领域室内外多尺度事件实例，迭代验证本项目方法在时空离散地理视频的大数据资源关联整合中的可用性和有效性，同事丰富拓展视频监控系统在城市安全、兴趣点监管分析等领域的智慧化应用和决策服务应用方向。