本项目将围绕“城市场景的全息表达与复杂事件的临场分析理解”这一关键科学问题展开研究，在城市场景的全息表达和渐进式三维重建、跨时空城市感知数据的关联学习和聚合分析理论方法、城市事件的临场式分析和决策等理论和技术方面取得突破，在顶级国际学术会议或国际学术刊物上发表一批高水平学术论文，申报一批国际国内发明专利，在国际上产生较大的影响；培养优秀人才，建设一支国际一流的学术研究队伍，积极开展国际合作研究，组织举办高水平国际学术会议，扩大我国在相关领域的学术影响；研制面向城市管理、公共安全与社会服务的临场式交互可视分析平台，实现应用验证，使我国在城市信息化和智能化方面的研究达到国际先进水平。
本项目将在城市对象和场景的表达、城市场景的语义关联与融合、城市复杂事件的临场分析等方面取得重要进展和突破，研发城市场景的临场式交互可视分析平台，开展典型应用验证，力争取得具有国际影响的创新研究成果。具体预期研究目标如下：
- 服务国家需求。本项目的实施将为我国智能城市建设提供坚实的理论基础与技术储备，有效提高城市场景感知、复杂事件分析与决策的精准性和效率。通过集成这些创新研究成果，将研发城市场景的临场感知与分析平台，在城市公共安全、管理和服务等方面开展典型应用验证，以满足城市智能化应用的迫切需求。
- 发展创新理论。本项目预期在城市场景的全息表达与复杂事件的临场分析理解这一关键科学问题上取得重要创新研究成果。预期在城市对象和场景的全息表达与准全息计算模型、影像数据的高阶压缩感知理论、城市对象多模态数据的视觉感知认知机制与计算模型、跨时空城市场景的语义关联学习与感知聚合、复杂事件的临场可视分析等理论和方法方面取得重要突破。
- 突破关键技术。基于上述理论成果，本项目将深入开展城市对象和场景的准全息建模、城市多模态数据的关联和智能分析、大规模数据的交互可视化和临场分析等关键技术的研究，取得重要技术创新。预期在城市感兴趣区域的模型完整性评估和临场式构建机制，渐进式城市三维模型构建，城市三维场景的自适应动态更新，城市对象多模态数据的高精度、高效时空配准和信息关联建模，多模态数据的信息完善与增强，多模态数据的自动语义提取和标注，城市场景多模态数据的语义关联网络构建，城市场景大数据的沉浸式呈现和交互可视分析等关键技术取得突破。
- 培养优秀人才。在参加项目研究的青年学术骨干中，培养一批优秀的学术带头人，新增教育部长江学者特聘教授、国家杰出青年科学基金和国家自然科学基金优秀青年基金获得者等2人以上。培养一批优秀的博士生，获得国际学术会议优秀论文奖3次以上。
- 扩大学术影响。预期在ACM SIGGRAPH（Asia）、ACM SIGMOD、ACM SIGCHI、ACM MM、IEEE VIS、ICCV、CVPR、NIPS、ICML、ACM SIGKDD、VLDB、ACM Mobicom等顶级国际学术会议和ACM TOG、IJCV、IEEE TVCG、IEEE TPAMI、IEEE TIP、IEEE TAC等顶级国际学术刊物上发表论文60篇以上，申请或授权发明专利50项以上，包括10项以上国际发明专利。举办国际与国内高水平学术会议，扩大我国在相关领域的影响力。
