MPEG-21数字项适配技术研究

研究了MPEG-21数字项适配DlA（Digital Item Adaptation）框架及媒体格式独立（format-independent）的资源适配机制，结合H.264／AVC视频感知运动能量模型PME（Perceived Motion Energy），提出了一套基于MPEG-21 DIA的H.264／AVC视频适配模型和系统，并设计了多媒体资源适配引擎，提出了相应的资源适配决策算法，即在满足网络可用带宽的约束条件下，丢弃低感知质量层的视频帧，而尽可能多地保留高感知质量层的视频帧．实验结果表明，大部分测试视频序列在丢帧率平均达到50％～60％的时候，其用户主观感受质量评分仍可以达到可接受的程度（一般），而视频传输速率平均有24％的减少．该系统不仅保证了视频适配后较高的用户视觉主观感知质量，而且实现了独立于媒体编码格式的视频适配机制，提高了多媒体适配系统的灵活性和可扩展性．     

基于MPEG-7的视频语义描述方法

基于对视频语义信息的3个层次划分，提出了一个基于MPEG－7的视频数据模型，并运用扩展标记语言（XML），以实例阐述了视频内容的视频对象、视频事件和视频元数据构造和描述方法。所提出的方法能支持不同抽象层次上复杂语义关系的描述，能够使用户更加灵活地访问数字视频库，获得自己所需的视频信息。     

IP视频会议系统及其关键技术

基于多媒体技术与网络通信技术的发展,IP视频会议系统已经成为视频会议系统的发展趋势,它为异地分布的人们提供一个包括声音、影像和文字等多种媒体的全方位感知的空间环境,使人们以自然的方式进行交流.本质上它是一种协作工具,具有分布性、实时性和协作性等特征,本文在综述IP视频会议系统发展及其相关标准的基础上,进一步讨论了IP视频会议系统的关键技术,包括视频压缩、传输与控制、会议管理和拥塞控制等问题.     

多媒体视频图文系统的研制

目的研制与开发高性能专用视频图系统,方法以图形处理器ＴＭＳ３４０１０为核心,设计高性能的视频图技术,作为系统的主要硬件支持,并设计专用的配套软件构成完整的应用系统。结果形成了一个多处理器硬件系统和多指令流。多数据流的软件系统,实现了图形处理器级的专用图系统。结论该系统图形变换功能强,处理速度快,是一个高性能视频图系统。     

H.264/AVC中基于感兴趣区域的计算资源的优化分配算法

H.264/AVC视频编码标准在获得更高压缩效率的同时是以编码复杂度的提升为代价的。视频编码算法的高计算复杂度对于实时视频通信以及计算资源有限的应用场合都是巨大的挑战。该文提出了一种基于感兴趣区域的计算资源的优化分配算法。该方法利用人眼对图像不同区域敏感度的差异,根据不同区域的特点确定不同的计算复杂度级别和编码参数集合,将更多的计算资源优先分配给感兴趣区域,实现了计算资源的优化分配。实验结果表明:与标准算法相比,该算法在保证图像主观质量的同时减少了35%左右的编码时间,而客观质量仅下降平均0.2dB左右。     

音视频同步压缩编码算法

为了更好地解决音频与视频同步问题,提出了一种嵌入式音视频混合信号同步压缩编码算法。在发送端将音频信号作为隐藏信息,嵌入视频图像的DCT(Discrete Cosine Transform)系数中,然后对嵌入了音频信号的视频信号进行压缩编码,在接收端从视频信号中提取出音频信息,再对音频和视频信号进行重构,得到恢复后的音频与视频。该方法在不增加音频和视频压缩数据量,同时保证音频和视频主观质量没有明显降低的情况下,实现了音视频信号同步压缩。     

一种非标准视频至标准视频转换系统的设计

介绍了一种视频信号转换系统,该系统能将医学专用显示设备上播放的非标准单色模拟视频信号转换为标准电视视频信号、标准SVGA视频信号,也可直接输出标准数字视频信号,使非标准单色模拟视频信号能够在通用隔行或逐行显示设备上显示,满足了医学系统产生的视频信号在教学、演示或传输方面的需要.该系统在多间医院试用,达到设计目的.     

基于可伸缩编码的视频会议系统

针对传统视频会议需要在同型终端和同型网络中使用的不足,提出一种基于可伸缩性视频编码技术和有线/无线网络交互式技术的新型的视频会议系统。该系统通过可伸缩性编码生成在时域和空域上具有不同分辨率的视频数据,使不同终端可根据自己的终端处理能力和网络带宽,选择合适的视频码率进行交互,从而不受时间、空间、终端、带宽等限制开展视频会议,扩大了视频会议系统的应用范围,也为3G网络提供了更丰富的应用。     

基于能量和方差的鲁棒自适应视频水印算法

为了提高水印的鲁棒性同时兼顾视频主观质量和水印不可见性,提出一种基于FZDH的自适应视频水印嵌入技术．该算法依据人类视觉掩蔽特性,计算帧中各块方差和能量值,按照两值大小自适应的选择水印嵌入范围和嵌入强度．通过采用高斯白噪声和椒盐噪声对H．264／AVC压缩编码后的水印视频进行攻击,比较本方案与原算法在抗噪声和抗压缩方面的能力．仿真实验表明,本方案比传统算法具有更强的抗压缩和抗噪声能力．     

可视通信中视频图像实时显示方法研究

简要分析了微型计算机的显示方式与行、场频关系．提出用计算机的高分辨率显示器实时显示来自不同视频源的活动图像．方法是将视频信号数字化后，由数字存储器进行扫描速率变换和内插，然后还原成模拟信号．所得到的模拟图像信号与ＶＧＡ字符、图像一道送多路转换器，按需要实时显示活动图像或字符和静止图像，也可以实现电视图像与ＰＣ图形的叠加．该系统已用于激光水下通信的实验中，稍加改动，还可拓宽到其他应用领域     

面向可管理和可控制的P2P内容存取的DRM系统

为了在P2P网络环境下保护数字化音视频内容,提出和实现了一个新的服务于广播电视系统影视资料分发与交换的DRM系统(PCADRM).PCADRM以适用于P2P应用环境的智能节点重叠网络为架构,将权限证书与媒体资源文件分开存储,通过PKI的双向身份认证提供混合模式的权限代理实现对媒体资源文件的访问控制,通过基于视频水印提取和验证的行为监测进行盗版追踪实现事后控制.在PCADRM的实践中证明,所提出的带有智能节点重叠网络的系统架构和采用的数字版权技术,实现了对P2P内容存取的管理和控制.     

一种基于内容的图像比率可分级编码方法的研究

多分辨率环境下 的多媒体应用导致了基于内容的视频和图像编码的需求。提出一种基于内容的图像比率可分级性编码方法，方法具有以下特点：以不同的任意形状的ROI（Regions of Interest)分别进行独立的 小波分散和编码；采用逐次逼近的量化模式，以形成潜入式码流；解码时，用户可选择相应的ROI进行比率可分级解码。它在一定程度上满足了JPEG－2000中的ROI编码和MPEG－4中的静态图像纹理编码的需求。试验结果验证了方法的有效性。     

一种基于CPLD和POI总线的视频采集卡的设计

设计并实现了一种以CPLD为数据采集逻辑控制单元，以PCI总线为接口，采用视频专用处理芯片SAA7115来实现图像预处理的视频图像采集系统。详细讨论了CPLD的控制逻辑和图像预处理。采用CPLD实现视频图像信号采集，提高系统性能，同时具有适应性和灵活性强、设计、调试方便等优点。实验结果表明该系统实现了图像的实时采集。     

一种基于量化索引调制的视频盲水印算法

针对传统视频水印算法鲁棒性较差、计算复杂度较高的问题,结合伪三维DCT（discrete cosine transform）变换,提出了一种新的基于量化索引调制的非压缩域视频盲水印方法。该算法随机选择帧提取亮度分量,进行伪三维DCT变换,并计算交流分量的权值和,利用量化索引调制与人类视觉系统特性将水印嵌入视频,还生成了一个随机密钥,有效提高了视频水印的安全性。提取水印时不需要原始视频序列,减少了算法运行时间。实验结果表明,该算法对视频质量的影响较小,并且能有效抵御旋转、缩放、剪切、加噪、滤波、帧交换、帧删除及帧平均等多种攻击,具有较强的鲁棒性。     

足球比赛场景中交互行为分析方法研究

目前的视频处理研究主要关注足球视频的基础方面的问题, 而在视频语义方面的工作尚不完善。 为此, 对足球比赛视频中存在的交互行为进行分析, 研究了足球比赛视频语义理解的关键问题, 为实现从一般比赛场景去理解和分析比赛进行了有益的探索。 首先进行场景分析, 利用主颜色提取视频中场地区域并标定场地线; 其次, 检测场景中的球员并判定其队属, 同时利用 Kalman 滤波实现对足球目标的跟踪; 最后, 判定球队的进攻方向的目的语义, 同时获取足球真实轨迹, 进行轨迹分割, 识别球员与足球的交互行为, 并在此基础上结合足球领域的知识进行进攻策略的分析。 实验结果表明, 该算法能很好地解决视频分析各阶段的问题, 能有效分析视频中存在的交互行为, 并从足球领域的角度实现进攻策略分析,进攻模式识别结果查准率达到 71% 以上, 查全率达到 85% 以上, 有益于计算机视觉的应用研究和足球视频科学分析。     

网上电子实验的实时视频远传系统的设计

针对网上电子实验不直观、缺乏现场感等问题，提出了一种实时视频远传系统的构建方案，并详述了基于虚拟仪器技术的视频客户端程序的设计方法。该系统是对网上电子实验功能的有益扩充，也为其进一步推广带来了更好的应用前景。     

体育视频中基于语义推理的事件检测方法

为了对视频内容进行语义级别的事件分析和索引 ,进一步满足用户访问大规模体育视频库的需求 ,提出一种 3层次的视频语义推理方案。在最底层 ,提取视频特征 ,并提出一种视频语义片段自动分割算法 ;在第二层 ,把各语义片段映射到语义概念 ;在最高层 ,建立视频语义事件的有限状态自动机模型 ,进行事件推理和识别。实验结果表明 ,该方案可以有效地进行视频事件识别 ,检测的精度和速度都可以得到很好的保证     

基于支持向量机元分类器的体育视频分类

为弥补特征提取中的语义缺陷,提出了一种利用领域知识规则填补特征与高级语义之间鸿沟的思想,从体育视频中对语义对象进行有效的特征提取,并采用支持向量机元分类器和组合策略对体育视频进行分类的方法.实验表明,该分类方法对大部分体育视频都具有很好的分类效果,平均准确率可达92.23%,优于其他提取特征无语义关联的分类方法.     

基于分层Ad hoc网络的实时视频传输系统研究

目的研究基于无线自组织网络的实时视频传输系统的实现。方法应用无线自组织网络技术、流媒体技术、视频压缩等技术完成了实时视频传输系统关键技术的构建。结果在实验室环境下构建了软件模型,并实现了基本功能。结论采用分层无线自组织网建立应用于工程建设施工现场或消防救火现场的实时视频传输系统是可行的。