[00790727]云环境下高维密集视觉信号压缩与安全保护

该项目属于信号处理与信息安全领域。新一代视觉信号将光线在自由空间中的位置和角度信息都记录下来，实现用户从任意方向任意角度自由观察场景中的物体。高维化、密集化、网络化是其主流发展趋势。在云计算背景下，高维密集视觉信号亟需解决三大难题，概括为“数据海量”、“处理复杂”和“内容失控”。信号压缩和信息安全之间存在难于融合的“鸿沟”。该项目致力于信号处理与信息安全的融合，在压缩编码与内容保护之间建立桥梁，构建高维密集视觉信号空-时-视冗余度模型和压缩理论，既为高维密集视觉数据压缩提供了新的理论与方法，又完成了压缩与保护的融合，有力支撑了云环境下高维密集视觉信号的广泛安全应用。 主要成果如下： 1.针对新型视觉信号数据量激增的难题，揭示了高维视觉信号的冗余新规律，构建高维信号空-时-视冗余度模型，提出压缩重建误差理论下界，创立空-时-视协同压缩架构和高效模式选择理论，获得了在辅助视的比特率仅是基本视比特率15％的同时模式选择准确率提高至98％的突破性成果，显著缓解数据量巨大的难题。相关成果已被国际著名学者EPFL的P.Frossard等评价为“最有效的多视压缩工作”，为国际学术界高维视觉信号压缩研究奠定基础。 2.针对新型视觉信号处理复杂度剧增的难题，发现了超高分辨率视觉信号冗余特征多样性，给出冗余受运动强度影响的定量模型，揭示超高分辨率信号冗余预测准确度与计算量关系，提出多模式多参考帧预测新理论和自适应递归预测结构，取得了在降低50-70％编码复杂度的同时还可提高编码效率的突破性成果。相关成果被国际视频编码标准制定委员会主席G.Sullivan等称为“甚受欢迎的高效压缩算法”，成为国际通用的高效编码算法的评价标杆。 3.针对云环境下视觉信号易篡改、难认证的难题，揭示了信号冗余/水印数据冗余可利用性，提出自嵌入水印的参考数据共享机制与内容投影表示机制，解决了内容认证的篡改并发问题与水印数据浪费问题；发现密文潜在冗余，得到密文可达的率失真理论上界，提出密文信号压缩与迭代重建方法，使视觉信号保护与压缩编码两个学术领域融为一体。代表性成果被香港科大的O.C.Au等评价为“先锋工作”，开创了密文域压缩与信息隐藏的新研究方向。 5篇代表作(均为ESI高被引论文)被SCI他引1059次，Google学术他引1695次；单篇最高SCI他引307次(单篇最高Google学术他引610次)。引文作者来自30多个国家，包括12位国家科学院或工程院院士、100余位IEEE Fellow、15位IEEE Trans.(前)主编以及4位IEEE协会(前)主席。第一、二完成人分别获国家优秀青年科学基金和国家杰出青年科学基金，第二完成人任IEEE T-IFS期刊编委，连续六年入选爱思唯尔“中国高被引学者”。 以上科学成果为云环境下的自由视点电视和立体观测的广泛应用起到重大示范作用；被国际国内视频编码标准组织采纳10余项提案，在世博会开幕式和中国馆的3D自由视点电视应用系统、上海电视台3D超高清内容制播系统、上海市公安局视频智能安全系统和海洋立体观测装备中得到成功应用和验证。