多媒体数据的知识关联与理解专题前言*

蒋树强,刘青山,孙立峰,李 波

1(中国科学院 计算技术研究所 智能信息处理重点实验室,北京 100190)

2(江苏省大数据分析技术重点实验室(南京信息工程大学 自动化学院),江苏 南京 210044)

3(清华大学 计算机科学与技术系,北京 100084)

4(北京航空航天大学 计算机学院,北京 100191)

近年来,不同来源的多媒体数据产生量剧增,成为用户信息获取、信息交换与信息消费的主要对象,多媒体数据具有广泛的应用需求和重大的应用价值.相对于其他数据类型,图像、视频等多媒体数据具有关系繁杂、冗余性强、信息隐藏深、全面理解困难等特点,因此,全面和准确地分析和理解多媒体内容是一个非常重要和具有挑战性的问题.最近,基于知识关联与理解的多媒体计算正逐渐得到研究者的关注,呈现出新的发展动态,这项研究可以使得多媒体内容的分析与理解更加深入,建立从多媒体内容感知到全面认知理解的桥梁.

本专题公开征文,共收到投稿13篇,其中,12篇论文通过了形式审查,内容涉及图像/视频等多媒体内容的识别、理解和描述的各个方面.特约编辑先后邀请了30多位专家参与审稿工作,每篇投稿至少邀请3位专家进行评审.稿件经初审、复审、ChinaMM 2018论文交流和终审4个阶段,历时5个月,最终有7篇论文入选本专题.

《视觉场景描述及其效果评价》对现有视觉场景描述及相关技术进行综述,介绍主要方法、模型及研究进展,梳理评价方法的各项指标,对视觉场景描述技术面临……