面向公共安全的社会感知数据处理

项目简介

国家重点基础研究发展计划（简称“973计划”）项目 “面向公共安全的社会感知数据处理”（2012-2016）于2012年2月正式启动。

本项目以2011年国家973计划指南方向“面向公共安全的社会感知与跨媒体计算”为依据，面向国家公共安全领域的重大战略需求，系统研究社会感知数据处理的理论方法、关键技术和验证系统，一方面可以满足国家安全和经济建设对社会感知情报的重大需求，为公共安全的实时监控、预警预报与应急处理提供技术支撑和决策支持，服务于社会的科学化管理；另外还可以推动智能信息处理、模式识别、人工智能、计算机视觉等学科的发展，占据国际智能信息服务产业的制高点，引领我国下一代信息技术等战略性新兴产业的跨越式发展。

项目专家组

(排名不分先后)

姓 名	单 位
马颂德	中国科学院自动化研究所
方滨兴	北京邮电大学
刘成林	中国科学院自动化研究所
张 钹	清华大学
李衍达	清华大学
陆汝钤	中国科学院数学与系统研究院
侯朝焕	中国科学院声学研究所
袁保宗	北京交通大学
谭铁牛	中国科学院自动化研究所

领域责任专家

(排名不分先后)

姓 名	单 位
刘志勇	中国科学院计算技术研究所
彭群生	浙江大学
钱德沛	北京航空航天大学

课题设置

编号	名称	负责人	主要承担单位
2012CB316301	社会感知数据处理的基础理论	朱小燕	清华大学
2012CB316302	物理空间感知数据的计算与理解	刘成林	中国科学院自动化研究所
2012CB316303	网络空间感知数据的计算与理解	陈一昕	中国科学院计算技术研究所
2012CB316304	物理与网络空间的协同感知	徐常胜	中国科学院自动化研究所
2012CB316305	社会感知数据处理的公共平台和验证系统	谭铁牛	中国科学院自动化研究所

总体目标

面向我国公共安全实时监控与应急处理的重大现实需求，瞄准智能信息处理的学科前沿，以物理空间和网络空间的社会感知数据（包括海量视觉数据、多模态生物特征信息和海量网络非结构化数据）为研究对象，以建立复杂感知数据高效处理的理论与方法为科学目标，深入系统研究复杂感知数据处理的认知机理和计算理论、跨场景复杂视觉数据的计算与理解、跨媒体复杂网络数据的计算与理解以及跨物理与网络空间感知数据的协同计算与理解等关键问题并取得突破，从而将复杂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、人可理解并利用的情报和知识，提升我国在智能信息处理领域的国际学术地位和影响力，为国家公共安全的实时监控、预警预报与应急处理提供理论基础和技术储备，服务我国社会的科学化管理。

本项目的具体预期目标：

• 服务国家需求。通过本项目的实施，我们预期为提高我国的社会感知数据有效利用和公共安全的实时监控、预警预报能力提供更加坚实的理论基础与技术储备。预计将建成一个社会感知数据处理的示范平台，并将有2－3项研究成果得到转化和实际应用，满足国家公共安全领域的一些紧迫现实需求。

• 发展创新理论。通过本项目的实施，我们预期在社会感知数据智能处理的若干方向上提出和发展具有重大创新意义和国际影响的理论和方法。预期在社会感知数据处理的认知机理和计算理论、跨场景视觉计算、跨媒体语义计算与融合、基于多媒体数据分析的网络内容挖掘、物理与网络空间的协同感知等方面取得重要进展与突破，建立原创理论与方法。本项目五年预计发表论文500篇以上（其中SCI刊物论文100篇以上），出版专编著5部以上。其中发表在感知信息智能处理领域国际顶级刊物（如IEEE Trans. PAMI, Int. J. Computer Vision, IEEE Trans. Image Processing, IEEE Trans. Multimedia, ACM Trans. on Multimedia Computing, Communications and Applications等）和顶级会议（如CVPR, ICCV, ACM Multimedia, SIGKDD, ICDM等）的论文100篇以上。

• 突破关键技术。通过本项目的实施，我们预期不断实现基础研究成果向关键技术、进而向实际应用的转移。预期在图像目标检测与识别、运动目标行为分析和群体行为分析、视觉场景识别、远距离生物特征识别、网络话题分析和事件检测、社会关系挖掘、物理空间与网络空间的态势分析与安全监控等关键技术方面取得突破。预计申请和获准专利50项以上。

• 建设数据资源。通过本项目的实施，我们将建设跨感知源、跨媒体、跨二元空间的大尺度、海量规模、具有代表性的社会感知数据资源和实验验证平台并向国际学术界免费共享，同时制定大尺度时空范围社会感知数据处理性能测评认证的指标体系和技术标准。这些数据资源和标准将提升我国在本学科领域研究的起点和国际竞争力。

• 培养优秀人才。通过本项目的实施，我们预期在社会感知数据处理领域，培养、建设与稳定一支在国际上有显著地位、能推动我国本学科领域发展的优秀科研队伍。预计培养各类人才不少于200人（其中博士后约10人、博士约100人，硕士约70人，优秀中青年人才约20人）。与此同时，我们希望通过本项目的实施，进一步加强承担本项目的3个重点实验室与2个国际合作联合实验室的建设，从而把完成国家重大科研任务与培养优秀人才和建设科研创新基地有机地结合起来，最大限度地发挥国家有限科研经费资源的效能。