基于智能球机的视频车辆检测系统的设计

以现有的视频检测算法为基础，根据智慧交通系统的需求设计了一套车辆检测系统.该系统包括客户端模块、命名管道通信模块、特征提取模块、轨迹数据处理模块和数据库存储模块，可以实现检测跟踪道路车辆、计算目标车辆数据、汇总道路数据和查询历史信息等功能.现场测试与运行结果表明，视频车辆检测系统检测精度高，整体性能强，系统运行稳定，能够满足路政需求.     

低分辨率条件下鞋类的自动分类方法

根据视频监控中行人所穿鞋的鞋型搜索犯罪嫌疑人是公安机关常用侦查技战法。然而在现实案件中很多视频监控分辨率较低,公安民警不能精确识别到具体鞋型,且消耗大量的时间和警力。针对这一问题,提出一种对低分辨率视频监控下的鞋类进行自动分类的方法。参考全国制鞋标准化技术委员会2017年制定的制鞋标准,初步将鞋类分为皮鞋和运动鞋两大类;构建鞋类数据库,包括59 853幅皮鞋和47 878幅运动鞋图像;进而基于卷积神经网络,设计一种适用于鞋类自动分类的鞋类识别网络模型。实验结果表明,鞋类自动分类模型在测试阶段对鞋分类的准确率达到了95.7%,可见基本能准确识别皮鞋和运动鞋两类鞋。     

基于心理防范区域在视频监控环境下的最优入侵路径

目前国内视频监控系统广泛建设,在打击违法犯罪行为中起到了重要作用,然而在提升或评估视频监控系统的防范能力上仍需进行深入研究。为进一步发掘视频监控系统在犯罪预防方面的功效,结合视频监控的实际监控覆盖范围,提出了视频监控心理防范区域模型,并从违法犯罪行为的角度提出了基于规避心理的最优入侵路径模型。通过本文研究,期望为视频监控系统的防范能力研究和公安机关预防打击违法犯罪行为提供参考。     

一种改进的基于关系的视频数字水印算法

随着网络的繁荣和通信技术的不断发展，多媒体日益成为一种重要的信息载体。由图像发展而来的视频技术与图像有相似之处，但也有其独特的性质，现实生活中，多媒体技术在给人们生活带来方便的同时，也在信息安全和版权所有等方面给人们带来了困扰。数字视频水印技术正是为解决这些难题应运而生，它为数字视频产品的安全流通和版权保护提供了有效的解决方案。本文研究了一种改进的基于关系的数字视频水印算法。该算法结合视频处理以及视频编码压缩原理，采用改进的Arnold置乱变换算法和分块技术，对视频帧YCbCr空间亮度Y分量的DCT系数对进行一系列的置换处理，并将信息水印进行图像分割，采用信息水印和标志水印双重嵌入的处理方法，提高了水印嵌入的信息量和算法的运算速度。仿真实验结果表明：该算法能够保持水印良好的不可见性，对视频编码压缩处理和特殊视频攻击都具有较好的鲁棒性，且能够实现水印的盲提取和随机检测。     

一种基于RTP/RTCP协议的音视频同步算法研究

提出了一种基于RTP/RTCP协议的音视频同步算法。该算法将到达接收端的音视频RTP数据包时间戳映射至一个公共的绝对时间轴上,以测算出网络传输过程中的延时误差△Ti。然后,针对接收端音视频播映不同的速度,测算数据包在缓冲区等待播映过程中的延时误差△Wi。最后以△Ti和△Wi的和作为总误差给出相应的播映策略。仿真实验结果表明,该算法的RSME低于其他同步算法,对于音视频的失步现象具有较明显的纠正效果,用户对于播映质量的满意度大幅提升。     

基于尺度空间粒子滤波器的多参考#br# 直方图目标跟踪算法

在基于直方图的序列图像目标跟踪算法中,目标的直方图通常都是在跟踪初始化时从目标所在的区域获得,然而单个直方图难以适应跟踪全过程中目标的各种变化。针对事先已知目标几种典型外观的跟踪问题,提出了一种基于粒子滤波器的多直方图尺度空间跟踪算法。利用多个典型直方图的线性加权来表示目标的直方图,根据目标的当前区域估计加权系数,生成下一帧的目标概率分布图,在目标概率分布图上运用尺度空间粒子滤波器,来估计多尺度规范化Laplacian滤波函数的极值,从而实现目标的定位。通过在真实序列上与现有算法的对比,表明了此算法不仅可以适应目标的色彩和明暗变化,而且能更准确地描述目标的大小,显著提高跟踪的精度。     

基于ARIMA的电力视频流量分析和预测

针对电力视频业务的流量特性,提出一种基于差分自回归移动平均(ARIMA)模型的电力视频业务流量分析和预测方法.首先利用差分法对视频流量数据进行平稳化处理,然后依据数据序列的自相关函数和偏自相关函数确定模型参数,从而建立能够有效预测电力视频业务流量的分析模型.仿真实验表明,该方法充分考虑了电力视频业务流量的自相似性、周期性、突发性及趋势性等特点,有效提高了流量预测拟合的精度.     

二维直方图的HEVC帧内快速深度决策算法

针对高效率视频编码(HEVC)帧内预测高额的计算复杂度,提出一种基于二维直方图的快速深度决策算法.首先,对当前最大编码单元(LCU)采用3×3矩阵进行滤波;然后,分别统计原始LCU以及滤波后LCU的像素分布,生成二维灰度直方图.通过该二维直方图所表征的纹理特征,进行深度的自适应选择,减少不必要的深度计算.实验结果表明:同原始HM10.1相比,文中提出的算法可以节省编码时间21.6%,同时保证视频质量几乎不变.     

基于个体特征和纹理特征的视频人数统计算法

视频人数统计利用视频图像特征,通过监测公共场所中的人群密度,可防止公共场所人群拥堵,确保行人安全.提出一种改进的视频人数统计算法,对于中低密度人群,利用个体特征法实现人数统计,对于高密度人群,利用纹理特征法实现人数统计.使用提出的算法,设计了视频人数统计系统,分别对多组视频进行了测试,测试结果表明该算法误差较低.     

一种基于深度卷积神经网络的摄像机覆盖质量评价算法

随着视频监控系统的大规模普及,视频监控系统的效用评价成为一个重要的研究课题.当前视频监控系统评价只考虑了摄像机的覆盖率,缺少对摄像机覆盖质量的量化评价.该文提出了一种基于深度卷积神经网络的监控摄像机覆盖质量评价算法.将摄像机覆盖质量评价问题转化为对摄像机所采集视频帧的质量评价问题,探讨了基于视频帧的摄像机覆盖质量等级的分级策略,标注了一个摄像机视频帧质量等级数据集;设计了一种新颖的多维标签赋值方法,利用深度卷积网络学习鲁棒的视频帧表示,进一步基于支持向量回归机(SVR)学习视频质量回归函数,从而实现对摄像机覆盖质量的鲁棒估计.实验结果表明:该算法能够准确地对监控摄像机的覆盖质量进行自动评测,有效监测了摄像机监控质量的实时变化.