可視媒體幾何計算的理論與方法

推薦國家自然科學獎項目公示項目名稱可視媒體幾何計算的理論與方法推薦單位工信部完成人（及完成單位）：胡事民,黃繼武,艾海舟,徐昆,陳韜清華大學、中山大學項目簡介：隨著信息獲取技術(shù)和網(wǎng)絡(luò)技術(shù)的高速發(fā)展，可視媒體已成為信息處理和信息資源建設(shè)的主體。傳統(tǒng)可視媒體計算方法一般針對像素等表層元素進行操作，缺乏結(jié)構(gòu)化的高層語義信息，存在較大局限性?？梢暶襟w雖然呈現(xiàn)出無序、分散的特點，然而，其作為視覺元素表達形式，本質(zhì)上具有內(nèi)在的幾何模式。心理學也表明，幾何模式是視覺認知的重要依據(jù)。因此，幾何模式為實現(xiàn)可視媒體智能計算提供了重要線索。本項目在國家973計劃和國家杰出青年基金等項目的資助下，從可視媒體內(nèi)在幾何模式的本質(zhì)屬性入手，揭示了多種幾何模式與可視媒體的聯(lián)系，提出了內(nèi)嵌幾何模式的思想，建立了以幾何模式輔助可視媒體計算的框架，形成了可視媒體幾何計算的系統(tǒng)理論。本項目涵蓋了不同粒度的典型幾何模式：包括幾何不變量（抽象）、形狀幾何（粗粒度）、網(wǎng)格幾何（細粒度）。主要發(fā)現(xiàn)點為：1.建立了可視媒體形狀幾何的計算體系。提出了圖像中形狀幾何的視覺顯著性檢測、自動提取和相似匹配算法，大幅提高檢測準確率和召回率。進一步提出了基于形狀幾何的互聯(lián)網(wǎng)圖像合成方法Sketch2Photo，開辟了基于形狀幾何進行圖像合成的新方向，被IEEEFellow、MIT教授WTFreeman評價為“相當好的結(jié)果”，被法國Netexplo評選為2009年全球互聯(lián)網(wǎng)數(shù)字媒體領(lǐng)域十大創(chuàng)新技術(shù)，視頻瀏覽過百萬次，得到國際媒體廣泛報道。顯著性檢測算法在CVPR2011上發(fā)表的400余篇論文中引用次數(shù)排名第二。2.提出了可視媒體幾何不變量的計算模型。揭示了頻域均值分量的幾何不變機理，提出了圖像旋轉(zhuǎn)不變量和幾何不變量的計算模型，擴展了不變量抵抗變換的能力，并應用于圖像水印生成、人臉檢測和人臉跟蹤。被曾擔任IEEETPAMI副主編的Google公司總監(jiān)LVincent博士評價為有“印象深刻的效果”，譽為“清華檢測器”。獲CVPR2007最佳學生論文獎，得到英國皇家工程院院士JChambers教授的正面引用。3.揭示了內(nèi)嵌網(wǎng)格幾何與可視媒體表達的關(guān)系。設(shè)計了高維層次網(wǎng)格和梯度網(wǎng)格等內(nèi)嵌網(wǎng)格幾何，給出了可視媒體參數(shù)化表達，提出了基于內(nèi)嵌網(wǎng)格幾何的可視媒體計算方法，具有保持拓撲和計算復雜度低的優(yōu)點，首次實現(xiàn)了復雜拓撲條件下圖像的梯度域矢量化，極大提升了計算效率，為解決可視媒體計算中的性能瓶頸這一基本難題提供了新的思路。項目成果取得了國際領(lǐng)先的創(chuàng)新突破，獲得了廣泛的國際學術(shù)影響，為發(fā)展可視媒體智能計算做出了創(chuàng)造性貢獻。項目成果20篇論文共被SCI他引700余次；其中，8篇代表性論文共被SCI他引400余次；在SIGGRAPH等國際會議上做口頭報告十余次。以該項目成果作為核心成果的973計劃項目《可視媒體智能處理的理論與方法》驗收被評為優(yōu)秀。項目組1人入選第一批國家“萬人計劃”，2人獲國家杰出青年基金資助，2人獲CCF優(yōu)秀博士論文獎，以項目組成員為主的團隊入選教育部創(chuàng)新團隊。主要完成人情況：（具體報名包括完成人姓名、排名、技術(shù)職稱、工作單位、完成單位、對本項目技術(shù)創(chuàng)造性貢獻、曾獲國家科技獎勵情況）姓名排名技術(shù)職稱工作單位完成單位創(chuàng)造性貢獻曾獲國家科技獎勵情況胡事民1教授清華大學清華大學提出了內(nèi)嵌幾何模式的思想,建立了以幾何模式輔助可視媒體計算的框架；建立了可視媒體形狀幾何的計算體系,設(shè)計了內(nèi)嵌參數(shù)化梯度網(wǎng)格。2011年,特征敏感的三維模型幾何處理技術(shù)及應用,國家技術(shù)發(fā)明獎二等獎,排名1；黃繼武2教授中山大學中山大學揭示了離散余弦頻域均值分量(DC分量)的幾何不變機理，并通過實驗證明了DC分量相比其他分量的魯棒性和優(yōu)越性，構(gòu)建了可以抵抗多種變換的幾何不變量。無艾海舟3教授清華大學清華大學基于寬度優(yōu)先搜索樹結(jié)構(gòu)和啟發(fā)式粒度空間稀疏特征選擇等策略，提出了旋轉(zhuǎn)不變量計算模型；基于多尺度時序觀測模型、層級例子濾波和時序概率分析，設(shè)計了幾何不變量計算模型。無徐昆4副教授清華大學清華大學揭示了內(nèi)嵌網(wǎng)格幾何與可視媒體表達的關(guān)系，設(shè)計了高維層次網(wǎng)格幾何，提出了一種高效的可視媒體編輯傳播方法，提出的方法給出了首個在參數(shù)化域上的編輯傳播解法。無陳韜5助理研究員清華大學清華大學設(shè)計了基于形狀幾何的一致性過濾方案，提出了互聯(lián)網(wǎng)圖像合成方法Sketch2Photo。無代表性論文專著目錄論文名稱/刊名/作者影響因子年卷頁碼發(fā)表時間GlobalContrastbasedSalientRegionDetection/IEEECVPR/Ming-MingCheng,Guo-XinZhang,NiloyJ.Mitra,XiaoleiHuang,Shi-MinHu/2011年409-416頁2011年6月Sketch2Photo:internetimagemontage/ACMTransactionsonGraphics/TaoChen,Ming-MingCheng,PingTan,ArielShamir,Shi-MinHu3.7252009年28(5)卷124:1-124:10頁2009年12月Trackinginlowframeratevideo:Acascadeparticlefilterwithdiscriminativeobserversofdifferentlifespans/IEEETransactionsonPatternAnalysisandMachineIntelligence(andIEEECVPR)/YuanLi,HaizhouAi,TakayoshiYamashita,ShihongLao,MasatoKawade5.6942008年30(10)卷1728-1740頁2008年10月Efficientaffinity-basededitpropagationusingk-dtree/ACMTransactionsonGraphics/KunXu,YongLi,TaoJu,Shi-MinHu,Tian-QiangLiu3.7252009年28(5)卷118:1-118:6頁2009年12月High-performancerotationinvariantmultiviewfacedetection/IEEETransactionsonPatternAnalysisandMachineIntelligence/ChangHuang,HaizhouAi,YuanLi,ShihongLao5.6942007年29(4)卷671-686頁2007年04月EmbeddingimagewatermarksinDCcomponents/IEEETransactionsonCircuitsandSystemsforVideoTechnology/JiwuHuang,YunQ.Shi,andYiShi2.2592000年10(6)卷974-979頁2000年09月RepFinder:findingapproximatelyrepeatedsceneelementsforimageediting/ACMTransactionsonGraphics/Ming-MingCheng,Fang-LueZhang,NiloyJ.Mitra,XiaoleiHuang,Shi-MinHu3.7252010年29(4)卷83:1-83:8頁2010年07月Automaticandtop