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：2012.1-2016.8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，2009年全球数据量达到了0.8ZB（1021字节），2020年将达到35ZB。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(Physicalspace)和网络空间(Cyberspace)，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...
