| 面向海洋的多模态智能计算：挑战、进展和展望 |
| |
| 引用本文： | 聂婕,左子杰,黄磊,王志刚,孙正雅,仲国强,王鑫,王玉成,刘安安,张弘,董军宇,魏志强.面向海洋的多模态智能计算：挑战、进展和展望[J].中国图象图形学报,2022,27(9):2589-2610. |
| |
| 作者姓名： | 聂婕 左子杰 黄磊 王志刚 孙正雅 仲国强 王鑫 王玉成 刘安安 张弘 董军宇 魏志强 |
| |
| 作者单位： | 中国海洋大学, 青岛 266100;中国科学院自动化研究所, 北京 100190;清华大学计算机科学与技术系, 北京 100084;青岛海洋科学与技术试点国家实验室, 青岛 266061;天津大学电气自动化与信息工程学院, 天津 300072;北京航空航天大学宇航学院, 北京 100083;中国海洋大学, 青岛 266100;青岛海洋科学与技术试点国家实验室, 青岛 266061 |
| |
| 基金项目： | 国家重点研发计划资助(2021YFF0704000);国家自然科学基金项目(62072418,62172376,61872326);中央高校基本科研业务费专项资金资助(202042008) |
| |
| 摘 要： | 海洋是高质量发展的要地,海洋科学大数据的发展为认知和经略海洋带来机遇的同时也引入了新的挑战。海洋科学大数据具有超多模态的显著特征,目前尚未形成面向海洋领域特色的多模态智能计算理论体系和技术框架。因此,本文首次从多模态数据技术的视角,系统性介绍面向海洋现象/过程的智能感知、认知和预知的交叉研究进展。首先,通过梳理海洋科学大数据全生命周期的阶段演进过程,明确海洋多模态智能计算的研究对象、科学问题和典型应用场景。其次,在海洋多模态大数据内容分析、推理预测和高性能计算3个典型应用场景中展开现有工作的系统性梳理和介绍。最后,针对海洋数据分布和计算模式的差异性,提出海洋多模态大数据表征建模、跨模态关联、推理预测以及高性能计算4个关键科学问题中的挑战,并提出未来展望。
|
| 关 键 词： | 海洋大数据 多模态 海洋多媒体内容分析 海洋知识图谱 海洋大数据预测 海洋高性能计算 海洋目标重识别 |
| 收稿时间： | 2021/12/31 0:00:00 |
| 修稿时间： | 2022/5/20 0:00:00 |
Marine oriented multimodal intelligent computing:challenges, progress and prospects |
| |
| Nie Jie,Zuo Zijie,Huang Lei,Wang Zhigang,Sun Zhengy,Zhong Guoqiang,Wang Xin,Wang Yucheng,Liu An''an,Zhang Hong,Dong Junyu,Wei Zhiqiang.Marine oriented multimodal intelligent computing:challenges, progress and prospects[J].Journal of Image and Graphics,2022,27(9):2589-2610. |
| |
| Authors: | Nie Jie Zuo Zijie Huang Lei Wang Zhigang Sun Zhengy Zhong Guoqiang Wang Xin Wang Yucheng Liu An'an Zhang Hong Dong Junyu Wei Zhiqiang |
| |
| Affiliation: | Ocean University of China, Qingdao 266100, China;Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China;Department of Computer Science and Technology, Tsinghua University, Beijing 100084, China;Pilot National Laboratory for Marine Science and Technology (Qingdao), Qingdao 266061, China;School of Electrical and Information Engineering, Tianjin University, Tianjin 300072, China;School of Astronautics, Beihang University, Beijing 100083, China; Ocean University of China, Qingdao 266100, China;Pilot National Laboratory for Marine Science and Technology (Qingdao), Qingdao 266061, China |
| |
| Abstract: | |
| |
| Keywords: | marine big data multimodal marine multimedia content analysis marine knowledge graph marine big data prediction marine oriented high performance computing re-identification of marine object |
|
| 点击此处可从《中国图象图形学报》浏览原始摘要信息 |
|
点击此处可从《中国图象图形学报》下载免费的PDF全文 |
|
