网络视频质量包层评估模型研究

为了实现对网络视频质量的实时监测,提出一种包层视频质量评估模型.该模型无需对视频载荷信息进行解码,只通过分析视频包头信息评估网络视频的质量.首先,分析包头信息获取压缩码率、帧率、每帧编码比特数、丢包数目和丢包位置等信息,利用压缩码率和Ⅰ帧的平均编码比特数预测视频内容的运动特性,在此基础上结合视频帧编码类型及视频内容运动特性预测视频流的编码失真和丢包失真并最终建立包层质量评估模型.实验结果表明,相比国际标准G.1070模型和G.1070增强模型中的视频质量评价方法,通过该模型得到的视频质量与视频主观质量的皮尔森相关系数分别平均提高了0.087和0.065,同时均方根误差降低了0.219和0.164.该模型具有良好的性能,可以准确地评价网络视频质量.     

无线视频的内容活动性分析

视频经无线传输后的质量特点易受各方面因素的影响,对其影响规律的研究有助于选择合适的信源处理及信道传输方法.因此,针对视频的内容活动性,探讨其对无线传输质量的影响规律.首先从空域和时域两个角度总结了视频内容活动性的定义、概念及量化检测方法;对不同内容活动性的素材(QCIF格式为主)进行信源编码及信道传输仿真,得到不同压缩码率、不同信道误码条件下的劣化视频;并利用视频质量客观评测方法(仿生方法及峰值信噪比方法)得到量化的视频质量分析,并据此总结影响规律.实验结果表明:内容活动性较高的视频素材在经过无线传输后的质量劣化较大.上述结论不受信源编码及信道传输条件的变化,具有一定的普适性.在无线视频编码及传输应用中,具有一定的应用价值.     

双域无参考视频质量评价算法

为了提高视频质量评价的精确度,降低计算复杂度,提出了一种双域无参考视频质量评价算法.在压缩域,利用从码流中提取的编码信息,结合视频内容复杂度来计算视频相似度;在像素域,结合人类视觉系统的特性,通过块效应和模糊效应评估来计算视频失真度;最后,综合视频相似度和失真度得出视频客观质量.文中选用LIVE Video QualityDatabase对算法效果进行了评估,结果表明:该算法的预测精确性和单调性分别达到0.801 3和0.786 1,优于全部10种对比的视频客观质量评价方法;同时,该算法具有较低的计算复杂度,可以满足实时应用要求.     

H.264/AVC网络视频编码失真评估的比特流层模型

为了实现对采用H.264/AVC标准编码的网络视频质量的实时监测,提出一种评估视频编码质量的比特流层模型.该模型无需完全解码,只通过简单解析视频的量化参数、编码比特率以及运动矢量等信息评估视频流质量.首先,通过主观评估实验分析确定量化参数与视频编码失真的基本关系模型,然后利用量化参数和编码比特率预测视频的空间复杂度,利用运动矢量信息预测视频的时间复杂度,并结合空域掩盖效应和时域掩盖效应建立起一个能够反映人视觉特性的视频质量评估模型.实验结果表明,与解析码流的无参考网络视频质量评估模型相比,利用该模型得到的客观质量分数与主观质量分数的皮尔森相关系数提高了0.0160,均方根误差下降了0.0797.     

码流域无参考视频客观质量评价方法的发展现状

数字视频质量对人类视觉信息的获取影响很大,如何评价视频的质量是一个很重要的技术.由于在很多的实际应用环境中没有参考视频,因此无参考视频质量评价技术是最具有实用价值的一类技术.无参考视频质量评价技术按照提取特征的位置的不同可以分为像素域方法和码流域方法.本文综述了码流域无参考视频质量评价方法的分类和发展现状.文章首先介绍了视频质量评价的分类,然后按照不同的实验环节介绍了码流域视频质量评价的发展状况,最后总结了码流域视频质量评价的发展趋势并探讨了其未来的发展方向.通过本文研究人员可以较全面地了解码流域视频质量评价这一领域.     

基于深度学习的行为检测方法综述

行为检测在自动驾驶、视频监控等领域的广阔应用前景使其成为了视频分析的研究热点。近年来,基于深度学习的方法在行为检测领域取得了巨大的进展,引起了国内外研究者的关注,对这些方法进行了全面的梳理和总结,介绍了行为检测任务的详细定义和面临的主要挑战;从时序行为检测和时空行为检测2个方面对相关文献做了细致地分类,综合分析了每一类别中不同研究方法的思路和优缺点,并阐述了基于弱监督学习、图卷积神经网络、注意力机制等新兴研究话题的相关方法;介绍了行为检测领域常用的数据集以及性能评估指标,在这些数据集上比较了几种典型方法的性能;总结了当前行为检测方法需要解决的问题以及进一步发展的研究方向。     

一种基于深度学习的人体交互行为分层识别方法

本文把人体交互行为分解为由简单到复杂的4个层次:姿态、原子动作、复杂动作和交互行为,并提出了一种分层渐进的人体交互行为识别方法.该方法共有3层:第1层通过训练栈式降噪自编码神经网络把原始视频中的人体行为识别为姿态序列;第2层构建原子动作的隐马尔科夫模型(hidden Markov model,HMM),并利用估值定界法识别第1层输出的姿态序列中包含的原子动作;第3层以第2层输出的原子动作序列为输入,采用基于上下文无关文法(contextfree grammar,CFG)的描述方法识别原子动作序列中的复杂动作和交互行为.实验结果表明,该方法能有效地识别人体交互行为.     

基于骨骼关键点检测的士兵训练动作分类研究

人体骨骼关键点检测作为计算机视觉中的研究热点,产生了很多与之相关的运动辅助训练系统,并用于士兵体能训练的智能化。作为士兵体能辅助训练系统设计的基础工作,提出一种基于人体骨骼关键点的士兵体能训练行为分类方法。首先利用OpenPose模型对士兵体能训练运动视频进行骨骼关键点检测,然后针对体能训练运动的特点人工设计特征信息,最后利用改进的多分类SVM进行体能训练行为分类。实验结果表明,基于人体骨骼关键点检测的士兵体能训练动作分类方法能够快速有效地实现对视频的分类,准确率达到了92.9%。     

仿人机器人交互行为设计评估方法

研究目的在于为仿人机器人的交互行为设计制定评估方法。将动作捕捉系统采集的真人动作数据与采用虚拟现实技术设计的机器人动作数据进行了对比,并将两者制作成动画视频作为评估试验对象,采用语义分析法确定进行评估的感性量,采用层次分析法确定感性量的权值,组织志愿者观看所制作的动画视频并对视频中的交互动作的感性量打分,对打分结果进行计算,通过对计算结果的分析完成评估。为仿人机器人的交互行为设计提供了一套定量评估方法,实验分析了评估方法的效果。     

基于多尺度时空特征的篮球场景中人体姿态估计

人体姿态估计是计算机视觉领域的研究热点之一,目标是从给定的图像或视频中识别人体的关节.由于篮球比赛视频中人体动作复杂多变,易产生运动模糊、遮挡等问题,导致现有的人体姿态算法对篮球动作姿态估计的准确率较低.针对这一问题,提出了一种基于多尺度时空关联特征的篮球动作姿态估计算法,构建基于Transformer的人体时序特征捕捉模块对序列层级的时空特征信息进行建模,以缓解运动模糊、遮挡等现象带来的负面影响.此外,针对人体外形复杂多变的问题,提出了基于可形变卷积的人体空间特征残差融合模块来获取更为充分的空间特征.与现有算法相比,该算法在自行构建的篮球场景人体运动数据集、姿态估计公开基准数据集PoseTrack2017和PoseTrack2018均取得较好的效果.