徐迈:为5G高速路造出适配的“车”
admin
2022-03-18 18:08:56
0

  2006年,在英国帝国理工学院攻读博士学位的徐迈买到了自己的第一部3G手机。那时,中国还没有3G网络,徐迈想抢先在异国体验一下,却发现常用的多媒体业务无法在3G网运行,导致使用体验和2G基本无异,于是他果断选择了退货。

  前不久,以北京航空航天大学教授身份获得第二十四届中国科协求是杰出青年成果转化奖的徐迈,在谈起这段往事时说:“无论是当年的3G,还是现在的5G,它们都是信息基础设施,就像‘高速公路’。如果这条‘高速路’上没有与之匹配的‘车’,即没有合适的媒介内容,就成了大材小用。而我和团队所做的基于感知的视频编码研究,就是为‘高速路’制造出规格合适的‘车’。”

  经过二十余年的深耕,这位在5G多媒体领域取得了诸多研究成果的“造车匠”,近日向科技日报记者介绍了自己的学术经历和研究成果。

  喜欢科研探索带来的兴奋感

  1999年,徐迈考入北京航空航天大学,选择了通信工程专业。“选择这个专业的理由很简单,就是因为它非常火。加上我本来就喜欢工科,这个选择就是顺理成章。”他回忆道。

  完成本科学业后,徐迈又在清华大学攻读了硕士学位。硕士毕业时,徐迈面临人生中一个重要选择:是去公司工作、还是做科研继续读博?和许多毕业生一样,徐迈无法立刻做出决定,为此他还咨询了清华大学教授张林。

  张林从自身经验出发告诉徐迈:如果他想从事创造性的工作,继续读博就是合适的选择。

  徐迈喜欢科研探索带来的兴奋感,最终决定前往帝国理工学院攻读博士学位。在伦敦读博期间,他得到了人工智能和机器视觉领域专家玛丽亚·彼得鲁的指导。毕业之后,徐迈回到清华大学从事博士后科研工作,开始在基于感知的视频编码技术领域深耕。

  选择这一方向,源于徐迈一直秉持的原则:搞科研要面向国家重大需求。“解决国家、社会急需解决的问题,自然更容易取得成果,以及更大的社会效益。”他说。

  回顾自己的科研生涯,徐迈最想感谢的人,就是给予他学术方向指导的导师们。此外,徐迈还特别感激时代和社会给他的机遇。

  让算法模拟人眼处理信息的方式

  时间回到2G时代——2003年。那时,曾有位技术专家大胆预言,未来某一天人们可以用手机观看网络视频。当时,许多人都将其视为异想天开。然而,在近二十年后的今天,观看短视频、网上直播已经成为人们日常生活的一部分。

  “这就是从2G时代到5G时代最直观的变化。”徐迈解释道,“‘道路’拓宽了,路上跑的‘车’也就不一样了。最初是文字,后来有了可以下载的视频,然后是流媒体,如今是短视频和直播……基础设施的升级为媒介形态的翻新提供了可能性,‘路’和‘车’齐头并进,这就是通信技术发展的基本脉络。”

  信息通信技术的进步,带来了更快的网速和更大的带宽容量,但人们的需求也在与日俱增。在5G时代,人们不仅希望收看超高清视频,还开始畅想多视角乃至全景式沉浸体验。此外,随着社会经济的发展,接入网络的用户也越来越多。在这些需求面前,如果不能控制好“车”的大小、数量,即使是5G这样宽阔的“路”也会不够用。

  徐迈及其团队成员的主要工作,就是通过节省码率、降低复杂度,用智能计算方法控制视频的大小。让同等清晰度的视频“体积”更小,或让同等“体积”的视频更清晰。

  在过去十年的技术攻关中,徐迈带领团队成员建立起视频计算与通信融合新架构,节省码率超60%、降低复杂度超50%。他结合案例向记者介绍,一家中等规模的网络视频公司,只要节省10%的码率,就可以节约上千万元的带宽租用成本,此外更加流畅、清晰的视频体验也会为该公司赢得更多用户。

  此外,基于感官的视频编码,即通过算法模仿人类感知系统节约视频码率,也是徐迈团队的研究方向之一。“目前研究思路有两个,一是让算法模拟人类的视觉处理系统,通过预测人的关注点,模糊关注点以外的信息,从而减少视频信息负载;二是让算法模拟人类的先验知识,即通过结构信息构建完整图像的能力。”徐迈介绍道。

  “有研究表明,人类视网膜上神经节细胞的视觉传输带宽约为8兆。人眼用这么少的带宽,就可以传输如此丰富的信息,这和人类视觉处理系统的机理是分不开的。我们的目标就是让算法向人类学习,模拟人眼的信息处理方式,从而大大降低视频的信息负载。”徐迈总结道。

  重视对学生的培养和帮助

  作为一名大学老师,徐迈不仅要搞科研还要带学生。徐迈在学生时代曾得到过众多老师的帮助,而今自己成为一名教师,他十分重视对学生的培养和帮助。

  “学生申请到了好学校,比我当初自己申请成功还开心。”徐迈感慨道。

  回忆起自己曾指导过的多位硕士研究生,徐迈说,他们都具有很强的科研能力,其中有人前往牛津大学、帝国理工学院、苏黎世联邦理工学院等国际名校继续深造,也有人在中国科学院等国内科研机构或头部互联网公司工作,而且已有多位学生成为科研院所或商业公司的骨干人才。

  徐迈回忆道,自己曾推荐一位学生出国读博,后来他收到了来自这位学生的博士生导师的感谢信,信中肯定了该学生的科研和学习能力,这件事让徐迈充满了成就感。

  “我一个人的力量有限,只能带领一支团队做事。但如果我能培养出一批人,让他们都带领自己的团队去服务国家战略需求、社会经济建设,就等于把我工作的意义扩大了十倍、百倍。”徐迈说。

  目前,在多媒体领域,我国的技术开发、标准制定处于世界领先水平,但是在基础理论方面和发达国家还有一定差距。徐迈认为,这一短板可能会造成我国在技术迭代中处于被动位置。“在将来的科研工作中,人才培养、基础研究都是重中之重。要想让‘信息高速公路’保持畅通、先进,需要一代代科研人员的薪火相承与不断奋斗。”他说。

(文章来源:科技日报)

相关内容

热门资讯

linux入门---制作进度条 了解缓冲区 我们首先来看看下面的操作: 我们首先创建了一个文件并在这个文件里面添加了...
C++ 机房预约系统(六):学... 8、 学生模块 8.1 学生子菜单、登录和注销 实现步骤: 在Student.cpp的...
A.机器学习入门算法(三):基... 机器学习算法(三):K近邻(k-nearest neigh...
数字温湿度传感器DHT11模块... 模块实例https://blog.csdn.net/qq_38393591/article/deta...
有限元三角形单元的等效节点力 文章目录前言一、重新复习一下有限元三角形单元的理论1、三角形单元的形函数(Nÿ...
Redis 所有支持的数据结构... Redis 是一种开源的基于键值对存储的 NoSQL 数据库,支持多种数据结构。以下是...
win下pytorch安装—c... 安装目录一、cuda安装1.1、cuda版本选择1.2、下载安装二、cudnn安装三、pytorch...
MySQL基础-多表查询 文章目录MySQL基础-多表查询一、案例及引入1、基础概念2、笛卡尔积的理解二、多表查询的分类1、等...
keil调试专题篇 调试的前提是需要连接调试器比如STLINK。 然后点击菜单或者快捷图标均可进入调试模式。 如果前面...
MATLAB | 全网最详细网... 一篇超超超长,超超超全面网络图绘制教程,本篇基本能讲清楚所有绘制要点&#...
IHome主页 - 让你的浏览... 随着互联网的发展,人们越来越离不开浏览器了。每天上班、学习、娱乐,浏览器...
TCP 协议 一、TCP 协议概念 TCP即传输控制协议(Transmission Control ...
营业执照的经营范围有哪些 营业执照的经营范围有哪些 经营范围是指企业可以从事的生产经营与服务项目,是进行公司注册...
C++ 可变体(variant... 一、可变体(variant) 基础用法 Union的问题: 无法知道当前使用的类型是什...
血压计语音芯片,电子医疗设备声... 语音电子血压计是带有语音提示功能的电子血压计,测量前至测量结果全程语音播报࿰...
MySQL OCP888题解0... 文章目录1、原题1.1、英文原题1.2、答案2、题目解析2.1、题干解析2.2、选项解析3、知识点3...
【2023-Pytorch-检... (肆十二想说的一些话)Yolo这个系列我们已经更新了大概一年的时间,现在基本的流程也走走通了,包含数...
实战项目:保险行业用户分类 这里写目录标题1、项目介绍1.1 行业背景1.2 数据介绍2、代码实现导入数据探索数据处理列标签名异...
记录--我在前端干工地(thr... 这里给大家分享我在网上总结出来的一些知识,希望对大家有所帮助 前段时间接触了Th...
43 openEuler搭建A... 文章目录43 openEuler搭建Apache服务器-配置文件说明和管理模块43.1 配置文件说明...