基于视觉空间认知的嵌入式全景视频GIS编码研究

由于计算能力和无线带宽的限制，便携、可直播的嵌入式系统难以支持全景视频GIS编码。为此，利用分布式编码方法，降低编码复杂度并提高无线网络适应性；考虑其失真度高的缺点，借鉴视觉的空间认知机制，构建智能、高效的视觉计算模型，降低分布式编码的视觉失真，形成对其"扬长避短"的利用。在此基础上，解决全景视频编码性能、重要对象建模和多源媒体同步控制问题，实现嵌入式全景视频GIS高效编码、智能描述和鲁棒传输的目标。研究内容包括三个逻辑层次：基本层研究注意度模型、主观评价模型和分布式全景视频编码，以高效生成全景视频序列；对象层研究要素运动认知地图、背景提取和要素描述，以智能表现视频中的重要对象及其相互关系；时序层研究同步模型、同步感知和同步控制，以建立多源媒体间的时域约束关系。本课题不仅使嵌入式视频GIS编码实现全景化和智能化，也将地理空间认知规律引入视频GIS的构建，有重要的科学意义和应用价值。

由于计算能力和带宽的限制，便携、可直播的嵌入式系统难以支持全景视频GIS编码。为此，本课题基于视觉的空间认知机制，构建地理视频内容表示的时空要素图模型及其统一的计算模型，突破嵌入式终端有限计算能力与无线带宽的瓶颈，实现嵌入式全景视频GIS 高效编码和智能解析的目标。创新性地提出：1) 将注意度模型融入分布式编码框架，在利用分布式视频编码优点的同时也改善了率失真性能低的缺点；2) 建立运动要素认知地图作为统一表示模型，为解码端进行智能解析奠定基础；3) 把重要性融入媒体对象的同步控制，并基于感知同步质量度量，建立更符合用户认知的同步机制。本课题成果在智能交通、应急指挥等领域具有潜在的应用价值，并且可以为下一代移动GIS多媒体应用提供技术支持。