基于多时间尺度的深度学习行为识别研究

卷积神经网络在图像领域取得的成功,也促使图像域的方法和卷积神经网络结构扩展到视频域,推动了包括视频行为识别在内的视频域任务的发展。虽然卷积神经网络在行为识别方面得到了不错的成绩,但是就目前来看,卷积神经网络的深度信息都来自于单时间尺度,比如单一视频帧、一定数量的视频帧叠加的堆叠帧或者是一段视频以固定长度分割等。但是从实际来看,一个实际行为的判断应该包括不同时间尺度的信息,所以用于行为识别的视频帧也不应该是单时间尺度的视频帧。所以本文的中心思路是利用多时间尺度来进行行为识别。     

一种快速压缩视频数据的镜头转换检测

对于视频索引的建立来说,视频分割是一项基本的工作。一般认为视频的基本单元是镜头,这篇文章提出了一种新的检测镜头转换的算法,它基于MPEG压缩视频数据的处理。这种算法利用了隐含在压缩数据中的信息,即各帧所含信息的参考比例确定帧与帧的相似性,如果一帧和它相邻的帧相似程度低,镜头转换就被检测到了,考虑到两帧之间视频内容的动态变化,设计了一个变化的函数来提高镜头变化检测的准确性,实验结果证明这种算法是完美的。     

视频帧色差突变图像的背景检测参量提取

对视频帧中运动目标提取是计算机视觉研究的重点课题,对视频帧色差突变图像的背景检测常受到背景色差干扰,目标检测性能不好。提出一种基于视频序列的双背景建模的视频帧色差突变图像的背景检测和参量提取算法,背景建模加入了光照突变处理机制,进行色差补偿。计算视频帧差背景内的突变信息感知概率和统计概率,对视频图像进行滑动平均建模,采用模极大值法进行边缘检测,得到基于灰度方差的视频帧色差稳定性检测的判别函数。将当前帧与背景帧相减,建立滑动平均背景模型,提取其背景差异性特征参量。仿真结果表明,该算法的检测性能较好,当背景发生变化时,如光照突变、人群数目突然增大时,具有较好的背景检测性能,处理光照突变方面的图像平滑性较好。     

视频编码无损传输中帧内多普勒域导频估计算法

通过对视频信号的帧内多普勒域导频估计,实现对视频编码无损传输,提高视频图像传输的保真度。传统方法中对视频编码的导频估计算法采用时域亮度均值重叠分块的奇异值分解方法,视频数据进行强制分片和分块重组,视频编码流出现糊分块效应,导致视频纠错效果不好。针对上述问题,提出一种改进的视频编码无损传输中帧内多普勒域导频估计算法。构建视频传输网络结构模型,进行丢包率预测,把实时视频可以看作多幅的彩色图像按一定时间间隔顺序进行刷新显示,使图像数据将其能量的大部分集中于频率域的一个小范围内,采用量化分析方法提取帧内视频压缩特征,进行视频编码无损传输中帧内多普勒域导频估计算法改进。仿真结果表明,该方法计算精度较高,提高了视频通信的图像保真度,降低了视频失真,提高了视频传输质量,具有较好的视频传输纠错性能。展示了优越性和较好的应用价值。     

基于帧亮度补偿和融合的校园夜间视频增强算法

本文研究了夜间校园视频的增强算法,采用帧亮度的补偿和融合算法。具体作法如下：(1)利用不同时间段白天帧与当前夜间帧背景亮度的比例,采取亮度参数调整的补偿方式对当前夜间视频背景进行补偿;(2)提出一种基于运动物体移动区域融合和差分的算法,对视频中的运动物体进行增强。本文基于亮度融合补偿的算法,较原始校园夜间视频,亮度、对比度和熵都得到了增强。     

基于直接序列扩频的空域视频数字水印

利用直接序列扩频技术,提出一种应用在视频上的数字水印方案。水印嵌入过程是在空域里通过修改像素来完成,对每一个视频帧都采用相同的算法。水印提取是基于空域相关性原则的,过程的进行不需要原始视频序列。实验结果表明,该水印方案在压缩、过滤、帧删除、帧平均等有意或无意的攻击下都具有较高的鲁棒性。     

H.264/AVC帧内预测技术研究

H.264/AVC视频编解码标准中,帧内预测是很重要的一部分。本文分析研究了H.264/AVC中的帧内预测过程以及目前帧内预测研究的新进展。     

基于小波域的视频关键帧选择算法

视频关键帧的选择算法基于小波变换（discrete wavelet transform,DWT）特征、多分辨率处理及统计技术。算法在不同分辨率下结合视觉掩蔽特性、视频帧相关性分析小波系数并统计,根据统计结果选择合适的阈值,最后通过比较选择出视频关键帧。结果表明,该算法能选择视频关健帧,选择效果优于以像素估计、块估计等与图像内容无关的算法,且简单易行。     

新一代视频编码标准HEVC的关键算法研究

新一代视频编码标准(High Efficient Video Coding,HEVC)是JCT—VT正在规划中的视频编码标准,主要面向高清电视(HDTV)以及视频编解码系统。文章首先从HEVC基本结构出发,较全面地介绍了HEVC在帧内和帧间预测估计、正交变换、滤波补偿以及熵编码方面采用的关键技术,最后介绍了HEVC当前的研究热点及其最新发展方向。     

一种基于混沌加密的视频水印方法

利用二维混沌流加密技术加密有意义的二进制图像,获得水印数据,以提高视频水印的安全性。水印嵌入过程中,水印被嵌入到随机选择的视频帧的离散余弦变换系数里。在鲁棒性和帧平均攻击实验后,大部分水印可以通过水印检测提取算法进行提取和识别。实验结果表明,这种视频水印方法具有一定的安全性、隐蔽性和鲁棒性。     

续航里程约束条件下低空无人机高像素监控高速公路研究

无人机技术发展愈发成熟,具备高机动性及视角范围广等特点,在民用领域得到广泛应用,尤其是用于交通监控等。在续航里程约束条件下,提出以视频交通监控平台为基础运用无人机高像素监控高速公路实现智能化管理。利用以特征为基础的视频稳像方法及光流法相结合方法对运动目标车辆检测。采用视频稳像方法对参考帧及匹配帧间的特征点进行获取,经过特征点匹配过程找出参考帧和匹配帧间转换关系,将动态目标变化为静态目标检测问题;利用光流法对运动车辆实行检测,实现在不同背景及不同分辨率条件下有效识别出运动车辆的目的。基于视频交通监控平台,将图像质量测评引进无人机视频监控模式中,依据图像质量及缓冲区实际条件,实时调整图像编码帧率和分辨率,确保输出图像质量及视频流稳定性。实验证明,运用低空无人机监控平台可实现高速公路远程管理目标。     

基于边缘提取的会议视频图像快速解码算法研究

针对传统视频图像解码算法进行解码运算时,存在解码后视频图像失真率高、解码效率低的问题,提出基于边缘提取的会议视频图像快速解码算法.该算法采用边缘提取方法预处理会议视频图像,以获得会议视频图像的边缘掩膜,根据边缘掩膜对会议视频图像进行平滑处理.通过自适应抽帧方法增大视频图像中的序列场景,抽取未发生跳变的图像帧数.采用双向运动补偿插帧方法填充运动矢量,完成会议视频图像的快速解码.实验结果表明,所提出的基于边缘提取的会议视频图像快速解码算法,边缘提取误差低、解码失真率低、解码效率高,具有较高的实际应用价值.     

飞行器分布式半实物仿真系统同步设计研究

针对飞行器(导航、制导与控制)GNC系统分布式半实物仿真过程中,由于各仿真节点时间不同步,以及同一节点软硬件时序不匹配导致的仿真状态失真和数据丢帧问题,对飞行器半实物仿真系统的同步设计进行了研究。采用实时反射内存网络构建了分布式仿真系统,并基于导航星座模拟器硬件时钟,采用"握手"机制和实时在线时间同步误差估计的被动时间同步算法,实现仿真系统各节点长时间仿真的实时同步;同时采用乒乓双缓存和数据差分技术,在多任务非实时系统中实现同一节点软硬件操作时序的同步,解决数据丢帧导致的仿真状态失真问题。试验结果表明,在12 h长时间运行过程中,各仿真节点时间同步误差小于1 ms,相互数据交互无数据丢帧现象,解决了GNC半实物仿真系统各节点不同步导致的仿真状态失真的问题。     

基于3/10时空切片的主题字幕边界帧检测

根据对新闻时空切片的分析,提出一种新的主题字幕帧检测方法。该方法能够有效实现对新闻视频主题字幕的检测。实验表明,该方法能较准确地检测出主题字幕起始帧和结束帧,并具有较强的鲁棒性。     

基于丢包率的改进前向纠错算法研究

针对移动环境下传输信道不稳定,从而造成数据丢失、语音频质量下降等问题,提出了一种基于丢包率的改进前向纠错算法。通过在接收端采用改进型归一化最小均方误差（MLMS）预测器来预测下一个前向纠错块中的丢帧个数,根据丢帧个数计算下一次的丢包率。该丢包率反映了当前的网络状况,这样发送端就可以根据接收端反馈回来的丢包率和丢包个数采取最佳的前向纠错编码方案。仿真实验结果表明,与传统前向纠错算法相比,该算法具有明显优势。     

基于视频压缩编码的动态图像水印方案

提出了一种新的基于视频压缩编码的动态图像水印方案。在嵌入水印时,充分考虑动态图像压缩编码的特性,对帧内编码帧(I帧),将水印信息嵌入到DCT低频系数中;而对帧间编码帧(P,B帧),结合动态补偿/离散余弦变换(MC/DCT)混介编码,把水印信息嵌入到运动补偿后的残差图像的自流成分中。同时,在水印嵌入时,采用扩频技术与多维水印相结合的方法,并通过相关检测的方法判断水印的存在。由于水印的检测是对视频码流直接实施的,不需要对压缩数据进行完全解码,从而大大降低了计算量,提高了视频数据水印的适用性。     

基于纹理和时空域的快速帧内模式选择算法

针对H．264帧内模式选择的高复杂度,提出了一种快速帧内预测算法：首先快速求出块的纹理方向,然后结合时空域相关性指标共同求出较佳的帧内模式方向。这种帧内快速算法降低了50％以上的时间复杂度,而视频质量没有明显的下降,码率的增长也微乎其微。     

基于运动帧补偿的多媒体块匹配稳像仿真实现

在对高速运动目标的多媒体视频采集中,因为风力、高速抖动等原因导致视频和图像采集模糊,稳定性差,需要进行对视频和图像等多媒体素材进行电子稳像处理,提高对图像目标的识别和检测能力。传统方法中采用块匹配方法构建电子稳像算法,因为运动帧补偿效果不好,稳像效果较差。提出一种基于运动帧补偿的多媒体块匹配电子稳像算法,进行GSM随机场建模和进行像素点关联传递迭代优化,将图像的前一帧作为参考帧对当前帧进行参数补偿,求得的全部帧图像对应的运动参数,实现对电子稳像算法改进。仿真实验表明,算法能保留图像中的特征的同时去除图像中含有的抖动,稳像处理性能较传统方法优越。改进方法在电子侦察、远程目标识别等领域具有优越的应用前景。     

基于背景模型的视频运动目标分割研究

智能视频监控已经应用于生活中的各个方面,并且伴随着新的更高的需求,还需要不断地发展。在我国,更面临着把理论应用于实践的迫切任务。其中,对视频运动目标的分割是识别,跟踪与分析的基础。最简单的分割方法是帧差法。主要对比帧差法效果更好的背景建模法进行研究探讨。     

一种基于北景重建的运动目标检测方法

本文采用改进的背景差法,改变使用多帧序列图像求平均值产生背景图像的方法,利用序列图像的统计信息进行背景重建,对当前视频帧与背景帧的灰度差值图像使用Otsu方法进行二值化处理,产生标记图像以确定运动目标区域,进一步得到运动目标。