云环境下结合视觉特征的图像视频集编码与传输

Compared with the traditional image and video data, besides the internal spatial and temporal correlations for the individual, the massive image and video data in cloud environment have complex correlations between each other. How to effectively use the correlations of data groups to eliminate global redundancy, will provide an effective way to efficient compression of the massive image and video. Since the ability of information processing in the human visual system is much more than the current video processing system, the proposal will combine the visual characteristics to research the visual correlation theory and further explore the methods of image and video coding and transmission in cloud environment. The research results can be widely used in digital media, network video, cloud storage and video surveillance. The research will also promote the development of the big data technology of image and video in China and provide the core algorithms for the next generation standard of video services in the cloud era.

与传统的图像视频数据不同，云环境下的海量图像视频数据除了具有个体内部的空间、时间等相关性外，数据彼此间也具有复杂的相关性。如何有效利用这种数据集的相关性以消除全局冗余，将为海量图像视频的高效压缩提供有效的途径。由于人类视觉系统的信息处理能力远远超过目前的视频处理系统，因此，本项目结合视觉特征，从图像视频集的视觉相关性的理论研究出发，探索适应云环境的图像视频集的编码与传输方法。研究成果可以广泛应用到数字媒体、网络视频、云存储、视频监控等各个领域，推动我国图像视频大数据技术的发展，为我国在云时代视频媒体综合服务相关标准的制定提供核心算法和技术支持。

本项目围绕视觉特性对图像处理，尤其是立体视频的深度图的相关问题展开研究，具体包括：结构保持的图像平滑去噪方法、压缩深度图的滤波方法、深度图的上采样方法、基于特征的三维视点渲染等。此外，进一步结合机器学习的方法，通过训练大规模图像视频集，来提高图像处理及标准视频编码的性能。具体包括：基于残差字典学习的深度图超分辨率研究、基于卷积神经网的深度图处理、基于决策树的HEVC快速编码算法等。基于上述相关研究内容，项目组共计发表论文11篇，其中SCI期刊论文6篇，在本领域重要国际学术会议ICME、ICIP等上发表论文5篇。在项目执行期间，获得1项国家发明专利授权。培养博士研究生3人，硕士研究生8人，其中，获国家奖学金2人，获北京交通大学优秀学位论文1人。本项目的研究成果可以广泛应用于视频通信、视频监控、视频点播、视频会议等领域，对于探索结合视觉特性及机器学习研究新的视频编码技术具有重要的理论意义和实用价值。本项目的研究也将进一步推动我国视频技术的发展，为视频媒体服务相关标准的制定提供核心算法。