前言

信息時代，隨著計算機、互聯網和數字媒體的不斷發展，以多種媒體形式呈現的信息急劇增加，用戶對多媒體信息的應用越來越普遍。但在面對浩瀚的信息海洋時，人們也正面臨日益復雜的信息篩選與信息整合困境，針對多形式媒體信息的表示、檢索、提取和處理問題越來越引起人們的關注。海量多形式媒體信息的處理涉及信息學、心理學、信號處理、模式識別、信息論、控制論等眾多學科和技術領域，是目前的一個跨學科研究熱點，正逐步發展成為一個專業的研究領域，即跨媒體信息處理。

跨媒體指的是多維、高階和海量的文本、語音、圖像和視頻等信息，這些信息蘊涵廣泛而復雜的交叉關聯性。跨媒體信息處理涉及有效的文本、語音、圖像與視頻數據挖掘、海量數據存儲、搜索引擎、數據實時分析、跨媒體統一表示與建模、跨媒體信息智能處理與全局融合、跨媒體信息挖掘與知識獲取的模型和方法、跨媒體信息存取與知識表達的索引方法、跨媒體信息實時處理與驗證等眾多理論和技術問題。

傳統的基于多媒體（如文本、語音、圖像、視頻等）的信息處理技術，作為相對獨立的學科方向，已逐漸成為相對獨立的研究領域，雖然有相近的理論和算法作為研究手段和技術，但到目前為止仍缺乏對不同種類信息之間的關聯性理解、表示、分析和處理手段，現有技術在跨媒體信息檢索、管理和預測等方面已經不能滿足需要，必須在現有技術的基礎上，探索和尋求新的跨媒體信息處理方法，以便更好地實現多種形式媒體信息的處理和融合，提取更加豐富的內容，以更加多彩、自然的形式呈現在人們面前。

本書首先介紹文本、語音、圖像等形式的多媒體信息處理的基本概念、基本理論、基本方法，使讀者在對這些領域發展概貌有比較全面的了解后，通過對跨媒體信息處理模型和方法等的系統介紹和深入分析，使讀者對跨媒體信息處理這一新的技術領域有比較全面的認識。

全書主要包括三大部分內容：第一部分為緒論，介紹跨媒體信息處理技術的基本概念，以及國內外目前研究狀況；第二部分為多媒體信息處理基礎知識，對文本、語音、圖像、視頻等形式媒體信息處理的基本概念、基本理論、基本模型、國內外最新研究成果與技術進展等進行描述和分析，使讀者對多媒體信息處理有一個全面了解；第三部分為跨媒體信息處理，主要內容包括跨媒體信息表示、檢索和處理的理論、模型、技術與方法，以及跨媒體信息系統的基本組成結構、基本特點等，并通過對典型應用案例的介紹，使讀者對跨媒體信息系統的發展與應用情況有更加深刻的了解。

跨媒體信息處理涉及眾多新理論、新技術、新方法，目前國內外的相關參考資料和專業文獻較少，許多理論和技術問題尚處于探討與摸索階段。因此，全書力求深入淺出、圖文并茂，理論模型敘述與典型應用案例分析相結合，使不具備相關技術基礎的讀者也能夠快速掌握相關知識，尤其是信息技術、模式識別、信號處理、多媒體與跨媒體信息處理等領域的工程技術人員、科研管理人員以及相關專業的大專院校學生、研究生參考，使更多的讀者認識和研究這一新領域、新問題，共同推動跨媒體信息處理技術的發展。

在本書編寫過程中，清華大學劉潤生教授、清華大學宋健教授、中國科學院聲學研究所顏永紅教授、北京科技大學余達太教授等學者和專家，給予了大力指導，提供了大量資料和支持，在此表示衷心感謝！

因作者水平和經驗有限，書中不當之處在所難免，敬請讀者指正。

作者

2012年10月