网络空间视觉内容理解

　　专家简介

　　操晓春，中国科学院信息工程研究所信息安全国家重点实验室研究员、中国科学院特聘研究员“特聘骨干人才”、中国科学院大学岗位教授。国家自然科学基金委优秀青年基金获得者，入选国家“万人计划”青年拔尖人才支持计划、中国科学院“百人计划”(结题优秀)、教育部“新世纪优秀人才支持计划”。 权威国际期刊IEEE Transactions on Image Processing编委(Associate Editor)、英国工程技术学会会士(IET Fellow)。就读于北京航空航天大学和美国中佛罗里达大学。曾就职于美国ObjectVideo公司和天津大学。主要从事多媒体内容安全和计算机视觉领域的研究，主持了国家自然科学基金重点项目、国家重点研发计划课题等数项国家级科研任务，取得了多项创新研究和实践成果，应用于国家重要部门。2017年，获得“中国智能科学技术最高奖”——吴文俊人工智能自然科学奖二等奖。

　　项目简介

　　随着移动智能终端的普及和网络传输相关技术的发展，图像和视频等包含视觉信息的数据已经成为网络中的主流数据形式。传统基于人工的方法无法应对当前爆炸式的数据增长现状。如何智能和快速的从海量大数据中分析并抽取有价值的关键内容是当前多媒体内容分析的核心问题之一。本团队的研究方向“网络空间视觉内容理解”涉及人工智能、计算机视觉、大数据分析等多个研究领域，属于多学科的交叉研究热点。面对视觉内容理解的准确、快速和低成本需求，团队开展了如下研究工作：

　　基于“兼听(视)则明”的学术思想，探索视觉信息的协同分析方法，协同多图像、多特征和多方法提升视觉内容的智能分析能力。在基于多图像的协同显著性分析方面，提出簇级协同显著性模型，定义了簇间对比约束、一致性约束与簇内空间先验约束进行协同显著性区域估计。在基于稀疏自表达的子空间聚类上，提出一种多样性的多视角子空间聚类方法，通过约束视角间的多样性来增强其互补性，实现多特征的辨别能力。在基于多方法的目标协同检测上，利用低秩约束建模同一图像(集)多个目标检测结果之间存在的相似性，考虑重构残差和融合权重的关系，提出一种自适应加权的协同显著性目标检测框架。

　　遵循“道法自然”的学术思想，探索自然图像的几何物理特性(如对称性)与统计特征(如稀疏性)，作为数据模型的先验知识提高鲁棒性。基于自然物体的结构对称性，提出利用对称结构的一致性约束，增强特征表示鲁棒性以及辨别性的计算模型。基于双视几何原理，探索物体成像中的基本几何属性，协同多张图像增强伪造图像鉴别能力。提出了一种基于稀疏编码的大容量可逆图像隐写算法,利用过完备字典和稀疏编码技术将图像块进行稀疏编码，仅需记录少量的稀疏系数以及由稀疏编码引入的残差即可完成图像无损恢复。

　　团队发表学术论文100多篇，获ICPR Piero Zamperoni最佳学生论文奖两次(2004与2010)、ICIMCS Best Paper Honorable Mention (2013)、“Top 10% Paper Award”in ICIP 2015、ACM-HK 2013年Best Demo。研究成果在国际评测TRECVID竞赛中取得了“实例搜索”前二。团队发表的文章得到国际主流研究机构的广泛关注;引用我们工作的文章包括人工智能和模式识别领域主流的国际期刊和会议。

　　实验室简介

　　中国科学院信息工程研究所是2011年批准成立的中国科学院直属科研机构。经过几年的发展，信工所已成为国内该领域学科布局完整、科技研发综合实力强、人才队伍规模大的国立科研机构，确立了保密科技总体及在国家信息安全行业的独特地位。信工所拥有信息安全国家重点实验室、信息内容安全技术国家工程实验室、信息安全共性技术国家工程研究中心等3个国家级研究基地，拥有中国科学院数据与通信保护研究教育中心、物联网信息安全技术北京市重点实验室、保密攻防技术中办重点实验室、中国科学院网络空间XX国防科技创新重点实验室、网络安全防护技术北京市重点实验室等5个省部级科研创新平台。信工所近三年来承担了中国科学院战略性先导专项、国家信息安全重大专项、核高基安全专项等重大项目，以及973计划、863计划、国家科技支撑计划、国家自然科学基金、中国科学院知识创新工程等重点项目，对中央网信办、国家保密局、工信部、国家安全部、公安部、军队等部门提供了重要支撑。

　　研究团队来自信息安全国家重点实验室，实验室是我国信息安全领域创建最早的研究机构之一，也是目前国内唯一一家信息安全领域的国家重点实验室。实验室由中国科学院主管，原依托于中国科学院研究生院、软件技术研究所，2012年起依托于中国科学院信息工程研究所。实验室拥有8800多平方米的办公科研用房，拥有国内一流水准的研究开发与试验验证平台，科研软硬件环境优越。实验室瞄准国际信息安全学科发展前沿，密切结合国家信息安全战略需求，进行信息安全前沿性和前瞻性科学问题创新性研究和自主信息安全关键技术研发。