面向公共安全的社会感知数据处理...doc

项目名称:
面向公共安全的社会感知数据处理
首席科学家:
谭铁牛中国科学院自动化研究所
起止年限:
-
依托部门:
中国科学院
一、关键科学问题及研究内容
1. 拟解决的关键科学问题
如前所述(详见“立项依据”部分),保障国家公共安全与提高社会管理的科学化水平、支持国家经济建设和社会发展的科学决策、带动新一代信息技术等战略新兴产业的跨越发展是当前和未来一段时间我国的重大战略需求。这些重大需求归结到一个共同的关键科学问题就是复杂感知数据的高效处理与语义理解。从面向公共安全的角度讲,就是要将海量庞杂、异质多源、大范围时空关联的社会感知数据化繁为简,高效地提炼出满足公共安全需求的、人可理解并利用的信息情报和知识资源,从而有效服务于社会公共安全态势的实时监控、预警预报和应急处理。
社会感知数据的复杂性源自社会感知网络的复杂性。社会感知网络是一个复杂的巨系统,其复杂性主要体现在以下几个方面:(1)感知节点泛在分布。物理空间上亿级的视频监控终端和网络空间百亿级的计算机、智能手机等共同构成了一个庞大分布式的泛在社会感知信息网络。(2)感知数据海量混杂。根据IDC的统计和预测, ZB(1021字节),2020年将达到35 ZB。社会感知数据包括文本、图形、图像、视频、音频等相互关联的不同模态,且动态变化、真伪混杂。(3)感知对象种类繁多。物理空间的感知对象主要包括场景、目标(人、车、物)、行为、人群密度、事件等;网络空间的感知对象包括网站、社区、论坛、博客、微博、话题倾向与传播情况、社会关系等。(4)感知主题跨越时空。社会态势感知需要围绕一个主题进行长期跟踪,只有对跨时间、跨地域、跨物理空间和网络空间的感知信息进行关联聚合才能准确把握公共安全事件的来龙去脉。
人类社会同时存在于物理空间(Physical space)和网络空间(Cyber space),这两个社会空间既相对独立又关联耦合。物理空间的视频监控主要体现社会大众的“行”,感知数据复杂性主要体现在分布式摄像机网络视觉感知数据的跨场景特性;而网络空间的社会媒体更多反映网民群体的“言”,感知数据复杂性主要体现在网络数据的跨媒体(文本、图像、视频、音频等)属性;从大尺度观测人类社会,感知数据具有跨物理与网络空间的复杂性。社会感知数据的上述“三跨”特性(即跨场景、跨媒体和跨空间)决定了社会感知数据高效处理与语义理解的复杂性、挑战性和前沿性。因此本项目的关键科学问题“复杂感知数据的高效处理和语义理解”可以进一步分解为以下三个更为直接、紧密关联的关键科学问题。
(1)跨场景复杂视觉数据的分析与理解
视觉感知是获取物理社会公共安全态势信息的最主要通道。全国各地为建设“平安城市”部署了数千万级的视频监控终端,构建了描述人们在物理空间社会活动的视觉传感网或视联网(IoV, of Vision)。海量视觉数据的及时处理和有效利用已成为公共安全领域的重大技术瓶颈,其中的关键科学问题就是跨场景复杂视觉数据的分析与理解,即从大范围监控区域分布式摄像机网络的跨时空视觉感知数据中提炼出与公共安全主题密切关联的物理场景、目标(包括人、车、物)、行为、事件、社会关系等语义信息,并实现大范围视觉监控区域的整体感知与理解。不仅需要解决传统视频监控的5W问题——“Who? When? Where? What? Why?”,突破传统计算机视觉算法的精确性、鲁棒性、高效性问题,而且需要解决覆盖大范围监控场景摄像机网络的协同以及大范围视觉监控区域的整体感知与理解问题,包括面向公共安全监控任务的自组织主动视觉感知网络,跨摄像机、多视角时空关联视频数据的感知聚合,深度挖掘社会关系网络、群体行为交互模式,连续跟踪报道公共安全事件的实时进展和来龙去脉,提炼战略级的公共安全视觉监控情报,实现大范围物理社会公共安全态势评估和预警。
(2)跨媒体复杂网络数据的分析与理解
网络空间中社会感知数据总体上具有开放性、时效性、互动性、匿名化、群体化、跨媒体、非结构化等特点。随着博客、微博、社交网站的流行以及多媒体终端设备包括网络音视频摄像头、数码相机、数码摄像机、智能手机的日益普及,人们可以很方便地在网络发表文字、图像、图形、视频、语音并茂的社会媒体,因此跨媒体成为网络数据复杂性的一个典型特征。赋予机器类似人类认知系统的跨媒体统一感知能力是智能信息处理的一个核心和热点科学问题,其中的关键问题是要将纷繁庞杂的跨媒体网络感知数据映射到高层语义空间实现统一的内容理解和信息聚合,自动捕捉苗头性、敏感性、倾向性的网络舆情信息,发现突发事件、预测发展态势,实现公共安全隐患的预警预报。
(3)跨物理与网络空间感知数据的协同计算与理解
网络空间作为人类社会生存空间在信息化、