AVS立体视频编码标准

AVS (audio video coding standard) 工作组是由中国信息产业部科学技术司批准成立的数字音视频编解码技术标准工作组, 其任务是制定面向国内和国际应用需求的一系列技术标准. 2008 年起, AVS工作组展开了双目立体视频编码标准的制定工作,即在AVS-P2 中采用双路拼接和双目联合预测两种立体视频编码方案, 并且为了支持不同终端的立体视频服务, 系统层分别对每种编码方案设置独立的内容描述子, 以告知接收端传输的内容与相关格式. 如今, AVS 双目立体视频编码标准的制定工作已接近尾声, 而多视点视频编码标准和自由视点视频编码标准的制定将成为AVS 3D Adhoc工作组下一阶段的研究目标.     

面向IP网络的多视点立体视频的实时容错传输

提出了一种在IP网络上实时传输多视点立体视频的传输系统.视频流采用H.264/AVC格式编码.由于多视点立体视频庞大的数据量,系统通过2个IP信道分别进行传输.针对网络中的丢包现象,该系统采用一种新的数据包处理方法,利用各个视点之间的相关性进行丢失数据恢复.提出了一种多视点立体视频错误掩盖的算法,用来解决IP网络传输中的丢包问题.实验结果表明了该多视点立体视频传输系统的可行性.     

基于BJND和JNDD的立体视频深度感知增强技术综述

人类视觉系统是一个具有多种视觉特性的复杂处理系统,视觉感知是人眼多种视觉特性共同作用的结果。立体视频图像因视差和深度的存在有着与平面图像不同的视觉感受,且深度感与视差有着紧密的关系。恰可察觉差别(Just Noticeable Difference,JND)或者称为恰可察觉失真(Just Noticeable Distortion,JND)是一种基于视觉心理学和生理学的视觉特性,双目恰可察觉差别(Binocular JND,BJND)和恰可察觉深度差别(Just Noticeable Depth Difference,JNDD)影响人们对立体视频的用户体验。在阐述JND基础上,综述人类视觉感知立体视频的BJND、JNDD模型及国内外研究现状,分析视差图质量和深度图信息对立体视频感知影响,提出了基于JNDD的深度图处理方法,寻求人眼对立体视频深度感知增强技术,建立基于BJND和JNDD的立体视频图像质量客观评价方法,为立体视频图像处理及应用提供指导。     

活态文化资源双目立体视频采集处理技术标准规范研究

活态文化资源是一种重要的人文资源,对其进行合理的记录和保存对文化的发展和传承有重要意义。本文采用基于双目立体视觉的立体视频技术对活态文化资源采集对象、采集要素、系统构成、采集技术和数据处理等方面进行深入研究,并对相关技术标准规范进行探索。为建立基于立体视频的活态文化资源采集标准提供了参考和依据,具有实际应用价值。     

基于FastNet的摄像头视频传输系统的设计与实现

为了开发一套摄像头视频传输系统,在深入研究FastNet传输技术的基础上,给出了视频传输系统的开发方案,并完成了软件的开发和测试.测试结果表明,该方案在低成本的基础上有效地解决了远程视频传输问题,取得了良好的应用效果.     

数字视频处理与传输

数字处理与传输研究组从20世纪90年代初就开始研究数字视频信号的采集、处理、编码和传输．近5年多来主要研究视频信号的高压缩率编码、视频对象的分割和提取、三维立体视频信号的高效传输等的理论、方法和技术．并将上述的研究成果分别用于无线视频广播传输系统、移动通信系统、IPTV系统以及3DAV中．推动了视频领域的技术发展，在国内外有较高的影响．     

一种基于三阶亮度校正的平面视频转立体视频快速算法

本文提出了一种新的平面视频转立体视频的快速算法.这种算法能够实时的将平面视频转换成立体视频,并能在三维显示设备上呈现出逼真的立体效果.首先将原始平面视频中的图像按照高斯分布进行立体变换,然后将视频中的图像序列生成加权平均亮度图,并将亮度分为3个等级,分别对这3个等级区域中的图像进行立体校正,最终得到完整的立体视频.我们的方法替代了传统方法中,生成深度图像的步骤,从而大大的提升了运算的速度,能够在原始平面视频的实时播放过程中,直接输出带有立体效果的画面.     

排爆机器人视频图像系统的研究与实现

为了辅助公安人员更好地完成排爆工作,设计和开发了一个带双目立体视觉系统的排爆机器人。给出了一个切实可行的视频图像处理系统,包括设计原理、系统结构、硬件选型、视频捕获的软件实现等。该机器人视觉系统成功地通过抓取实验,表明了它在精度上能够满足排爆机器人的项目要求。     

数字视频监控系统开发平台的设计与实现

提出了一种数字视频监控系统开发平台的设计与实现,介绍了组成该开发平台的各硬件部件的功能和互联方法,对开发平台中视频采集、视频压缩及网络传输模块的关键技术做了阐述,并给出利用该开发平台进行视频监控系统开发的主要流程和应用实例.该平台实现硬件选型的基本无关性,提供了多种软件模块.几个开发实例的快速构建表明利用该开发平台可以快速高效地进行具有个性化功能的数字视频监控系统的开发.     

立体视频质量客观评价方法研究

提出1种部分参考立体视频质量评价方法.首先,在立体视频传输系统的发送端提取参考立体视频的特征信息,将其通过无损的辅助信道传输;然后,在接收端计算失真立体视频的局部结构相似度以及清晰度,并结合运动权重得到立体视频的全局质量结构相似度指标、清晰度指标和深度结构相似度指标;最后,通过回归分析,赋予各指标不同的权重,从而建立部分参考立体视频质量客观评价模型.实验结果表明,所提立体视频质量客观评价模型与主观实验结果具有很好的一致性,而且符合人眼视觉特性,为立体视频领域的发展提供了新的理论依据.     

基于对比度补偿的立体视频舒适度评价

为给评价立体视频的舒适程度提供一种可参考的标准, 在确定人眼观看立体视频时水平视差为主要影响因素基础上, 以对比度作为其补偿因素对立体视频舒适度的影响。利用图形分割方法将前景与背景分离, 利用场景相关的显著区域提取方法得到显著区域, 提取显著区域的视差并分别提取前景和背景对比度, 结合深度感知理论和最小二乘拟合方法建立评价模型, 利用主观评价方法对模型进行评定, 由此得到对立体视频舒适度评价的一种方法。由主观评价验证可知, 该评价方法与人眼的立体视觉基本一致, 为进一步研究人眼立体舒适度提供参考。     

影响立体图像舒适度的饱和度范围测定

针对立体成像领域的视觉舒适度问题,结合人眼视觉系统的特性定量研究了饱和度因素对观看双目立体图像舒适度的影响．采用三级步长逼近法,通过大量主观实验定义了双目立体图像舒适饱和度匹配图和舒适饱和度差异图,得到了立体图像饱和度匹配范围,并进一步验证了两图的普适性,根据两图判定立体图像是否舒适的准确率达到92％．实验结果能够为立体图像舒适度的主客观评价提供依据．     

计算机图形的体视系统

体视是利用投影理论得到立体视觉的一种方法。作为获得立体视觉的体视与计算机图形理论的结合，使体视这个古老投影理论的价值在现代计算机的应用领域得到体现。该文设计的系统挖掘出体视理论的应用潜力，为获得计算机立体视觉提供方便、实用、价廉的方法。该文阐述了生成体视图交互式系统的设计思想，并对体视的图形变换表达式进行了较深入的讨论，使系统的实施成为可能。关键词计算机图形学，立体视觉，投影变换；体视     

多视成像实时校正与立体显示

手工摆放的平行摄像机阵列所拍摄的多视点立体图像往往会产生垂直视差. 为了消除多视点图像的垂直视差, 必须进行多视点图像的校正. 提出一种简单有效的多视图校正算法, 并基于该算法构建了自由立体显示系统. 应用多线程进行摄像机软同步以及后续的实时优化. 当摄像机图像的上传分辨率为1 280×960、上传速率为25 帧/s、目标3D 显示器的分辨率为1 920×1 080 时, 采用双线性插值, 可达到20 帧/s 左右的显示速率; 若采用复杂度更低的插值方法, 则可达到20 帧/s以上的显示速率. 该算法实现了8路摄像机实时校正和立体显示的3D电视系统.     

LED显示屏的裸眼立体影像研究

在分析柱透镜阵列再现立体影像原理的基础上,对LED显示屏的裸眼立体影像进行了探索和研究,并分析了其影响视觉效果的重要因素,提出了立体观察区域及最佳观看距离的计算方法.为裸眼立体大屏幕LED显示屏的发展进行了系统性的基础研究.     

立体视频镜头误差检测和质量分析

针对立体视频在拍摄过程中由于镜头配置和调整导致的立体效果的失真, 如左右眼图像的高度误差、旋转误差、尺寸误差、亮度色度误差等, 提出一种立体镜头误差检测的方法。在对左右眼图像进行立体匹配的基础上, 根据图像的几何关系计算每对匹配特征点的各种误差值, 然后计算所有误差值的统计特征, 得到图像的总体误差值。在收录的实际拍摄的3DTV电视节目视频库中进行的实验表明, 该方法能够有效识别存在立体镜头误差的视频片段。进一步的主观视频质量实验分析了立体镜头误差与主观质量的关系。     

浅析常见3D立体影视技术的类型差异

3D立体影视技术突飞猛进,3D电视正在快速地进入普通百姓家.就当前热门的3D立体影视技术进行了深入分析,对比在立体影片拍摄、制作工艺和影片播映环节的不同技术方案,研究其间的差异,概扩各种方案的特点,分析它们的优势和不足,最终提出现有技术方案的具体适用情况和未来改进发展的方向.最终对3D立体影视技术提出了改进目标,展望了未来巨大的发展空间.     

基于JMVC的立体视频场景突变检测算法

采用单视图运动矢量与立体视频中视差矢量联合判断的方法,提出一种立体视频场景突变检测算法.该算法首先直接从多视点编码码流中提取视差矢量与运动矢量,然后分别统计每帧的视差矢量与运动矢量的幅度平均值,最后将每帧的视差矢量与运动矢量的幅度平均值与对应阈值相比较,检测立体视频场景突变的情况.用该算法在压缩域直接对立体视频场景突变进行判断,不仅可以保证检测精度,还降低了计算复杂度.仿真结果证明了算法的有效性.