项目名称：图像/视频编码与传输研究
拟报奖种：自然科学奖
完成人：赵耀（北京交通大学），袁保宗（北京交通大学），朱策（成都电子科技大学），朱振峰（北京交通大学），白慧慧（北京交通大学）
项目简介：
在信息化社会中，图像视频等视觉信息作为当今最为重要的数据类型，对于人类的认知起着至关重要的作用。
与其相关的应用领域不断拓宽，已广泛应用于社会生活和国家安全的各个领域。
随着网络技术的迅猛发展和3G通信的兴起，人们渴望通过各种终端设备，以有线或无线接入的方式，随时随地享受高质量的图像视频服务。
对于日益增长的海量图像/视频信息如何高效编码与传输是必须解决的关键科学问题。
然而，随着研究的深入，传统编码方法逐渐显现出许多不足：首先，没有充分考虑视觉特性，在高压缩比时图像易出现严重的方块效应；其次，着重于提高压缩性能，在网络拥塞、网络异构性导致传输错误出现时，解码质量会严重下降；另外，大量低能耗视频设备如3G智能手机等，要求编解码低复杂度来适应其有限的运算能力和电能，传统视频编码在编码端采用复杂的运动估计，已不能满足新兴的应用需求。
为此，有必要研究新一代具有编码效率高、传输可靠性强及编码复杂度低的图像视频编码与传输技术。
本项目针对图像/视频编码与传输的理论和关键技术展开研究，研究内容包括：结合人类视觉特性的图像/视频编码，图像/视频编码的高效性研究，异构网络下的图像/视频的可靠传输以及视频编码中的快速运动估计与匹配等，取得的重要科学发现包括：在高效压缩方面，将人眼的视觉特性成功运用于图像/视频编码中，利用视觉的掩盖效应及视觉与分形描述的内在联系，有效去除图像块间的视觉冗余，进一步提高分形图像编码的压缩性能和编码速度。
在可靠传输方面，充分考虑实际的网络性能如信道丢包率、误码率、传输时延等问题，从跨层优化的角度研究多描述编码的关键技术，进一步提高传输的可靠性。
在降低编码复杂度方面，在广泛应用的国际视频编码标准框架下，研究快速的运动估计与匹配，有效提高了编码的速度；此外，研究新兴的分布式视频编码技术，更好地满足低能耗终端设备的视频通信需求。
在本项目中，主要完成人发表的8篇代表作被同行他引661次，其中SCI 他引294次；发表的20篇主要论文专著（含8篇代表作）被同行他引1654次，其中SCI他引726次，并获得了图像视频领域内诸多重要学者及顶级期刊编委的积极评价。
本项目获得国家发明专利授权11项，并获得国际专利授权2项。
所完成的3个国家自然科学基金课题，经基金委评估均为优秀。
所完成的863计划，经科技部评估为圆满完成。
本项目的部分研究成果曾获2009年度北京市科学技术奖一等奖等省部级奖励，并在我国海军计划项目、国家安全部项目及兵工研究所项目中获得应用，显著改善了系统性能，获得了良好的社会和经济效益。
8篇代表作列表：
1. Zhao, Y; Yuan, BZ; A New Affine Transformation: Its Theory and Application to Image Coding, IEEE Trans. on Circuits and Systems for Video Technology, 1998, Vol.8, 269-274
2. Yu, B; Yuan, BZ; A More Efficient Branch and Bound Algorithm for Feature Selection, Pattern Recognition, 1993, Vol.26, 883-889
3. Li, M; Yuan, BZ; 2D-LDA: A Novel Statistical Linear Discriminant Analysis for Image Matrix, Pattern Recognition Letters, 2005，Vol.26, 527-532
4. Zhao, Y; Yuan, BZ; Image Compression Using Fractals and Discrete Cosine Transform, Electronics Letters, 1994, Vol.30, 474-475
5. Zhu, C; Po, LM; Minimax partial distortion competitive learning for optimal codebook design, IEEE Trans. on Image Processing, 1998, Vol.7, 1400-1409
6. Zhu, ZF; Tang, M; Lu, HQ; A New Robust Circular Gabor Based Object Matching by Using Weighted Hausdorff Distance, Pattern Recognition Letters, 2004，Vol.25, No.4, 515-523
7. Bai,HH; Zhu, C; Zhao, Y; Optimized Multiple Description Lattice Vector Quantization for Wavelet Image Coding, IEEE Trans. on Circuits and Systems for Video Technology, 2007, Vol.17, NO.7, 912-917
8. Wang, YJ; Yuan, BZ; A Novel Approach for Human Face Detection From Color Images under Complex Background, Pattern Recognition, 2001, Vol.34, 1983-1992。