基于DirectShow和RTP的网络视频流研究与应用

在分析DirectShow和RTP原理的基础上,提出了一种基于DirectShow RTP架构技术的网络视频传输方案,该方案采用C/S网络模式,适合对网络视频传输有比较高的实时性要求的场合.重点介绍了DirectShow RTP扩展技术,并讨论了在实现过程中的一些编程思想和软件开发方法.     

网络视频流自适应拥塞控制技术的研究

针对当前IP网络拥塞控制问题,提出了视频流自适应拥塞控制技术,同时建立了实现该技术的框架.此技术综合了UDP与 TCP的传输特性,能够对网络拥塞进行自适应控制,同时将该技术应用在一个端到端的视频传输系统中.实验结果表明,在实时性要求高的应用上可以为视频流提供良好的传输质量.     

基于DirectShow的客户端实时视频流回放技术

介绍了DirectShow技术的原理并以MPEG-1视频流解码回放为例,详细说明了Filter Graph的构建与实现方法。     

基于改进ViBe的多行人检测方法

利用改进的Vi Be算法及模板匹配方法对多行人场景进行了目标检测.为了提高运动目标检测性能,提出将原Vi Be算法与帧间差分相结合的方法,该方法使二值图像中的鬼影比原Vi Be算法消除更为迅速.根据待处理像素点周围已完成的前背景分离结果,利用动态计算模型参数估计前背景,以提高前景目标提取的准确度.基于HOG算法识别运动目标中的行人目标.实验结果表明,该方法在没有降低运动物体检测实时性的同时,明显提高了算法检测的准确度.     

网络视频流自适应拥塞控制技术的研究

针对当前IP网络拥塞控制问题,提出了视频流自适应拥塞控制技术,同时建立了实现该技术的框架。此技术综合了UDP与 TCP的传输特性,能够对网络拥塞进行自适应控制,同时将该技术应用在一个端到端的视频传输系统中。实验结果表明,在实时性要求高的应用上可以为视频流提供良好的传输质量。     

基于视频流的运动目标跟踪技术的研究

视觉跟踪作为计算机视觉领域的一个核心问题,得到了广泛而深入的研究.该文系统的介绍了基于视频流的运动目标跟踪技术的基本原理,研究现状及发展方向.     

融合混合高斯模型的改进的Vibe算法

针对经典Vibe算法在运动目标检测时存在鬼影、阴影和噪声干扰的问题,提出了一种融合混合高斯模型的改进的Vibe算法。在背景初始化阶段,采用五帧差分算法与八邻域的像素值填充获得的真实背景并且消除鬼影现象;通过混合高斯模型权值与Vibe随机取样概率相结合进行背景更新,将得到的运动目标进行形态学处理,使运动目标更加清晰;最后,在YCb Cr颜色空间进行阴影消除。实验结果表明,改进后的Vibe算法不仅能够有效地去除鬼影,并且在消除阴影与噪声方面取得了良好的效果。     

面向运动目标检测的ViBe算法改进

背景差分法是静态背景下运动目标检测的常用方法,ViBe算法是它的主要建模方法之一.针对ViBe算法对鬼影消除缓慢的问题,提出了结合帧间差分技术的ViBe改进算法,使用帧间差分技术通过记录相关像素值的时域变化来判断鬼影像素,提高消除鬼影的速度.针对ViBe算法的固定阈值不能反映每个像素具体情况的问题,提出了一种自适应阈值的方法,可根据像素值的变化为每个像素设定阈值,提高前景检测的准确度.实验结果表明,结合帧间差分技术的ViBe算法能够较快地消除检测结果中的鬼影,应用自适应阈值的ViBe算法能够更准确地进行前景检测.     

面向OpenFlow的内容分发网络视频流传输策略

提出一种基于软件定义网络(SDN)的内容分发网络(CDN)体系架构,通过改进OpenFlow的控制器接口,借助可伸缩视频编码的基础层实现无损传输,加强层为增强视频提供尽力而为的传输.通过多种情景的模拟实验,该体系架构在网络拥塞的情况下,能有效提高峰值信噪比,提供良好的视频传输服务质量.     

基于最大似然估计的RFID帧时隙估算方法

对动态帧时隙ALOHA算法(Dynamic Framed Slotted Aloha,DFSA)中的效率最优化问题进行了分析,提出了一种基于最大似然估计的帧时隙估算方法.该方法根据上一帧获取的碰撞时隙和空闲时隙,采用最大似然估计对帧时隙进行估算,同时采用线性反馈移位寄存器(LFSR)来实现哈希函数,使得标签能够均匀选择不同的时隙,减少估算误差,降低误差率.通过仿真实验证明,该方法的误差随着标签时隙比的增加而明显降低,满足误差率小于15%的实际应用要求,当标签时隙比大于1.2时,比Vogt算法和UPE算法估算的误差更小,误差率低于5%.     

无人机视频流倾斜影像快速拼接方法

为了解决无人机视频流倾斜拍摄快速拼接误差较大的问题,提出一种局部最优的视频流拼接方法。该方法首先利用透视投影的方法将倾斜影像纠正为近似正射影像,消除大倾角影像的几何变形问题;然后利用CUDA技术加速ORB算法,快速得到帧间变换模型;在拼接时动态选取基准面,利用Levenberg-Marquardt算法优化各影像变换到基准面的绝对单应性矩阵完成视频流的序列拼接。实验结果表明:利用该方法获得的拼接影像减小了倾斜拍摄带来的误差,提高了拼接影像的质量。     

基于IP网络的视频监控系统分析

视频监控在安全技术防范体系中是非常重要的。视频信息又为安全防范系统的主要信息来源。基于IP网络的视频监控系统由网络功能的前端设备、传输网络及终端控制设备和显示、记录设备等组成。此外,IP视频技术还涉及到信号处理与传输环节以及安全性等问题。     

梯度优化的多尺度视频光流估计

提出一种基于梯度优化的不同运动幅度视频图像光流估计的新算法。先用Loggabor滤波器对原视频图像进行相位、尺度滤波,再用所得的特征图像来计算时空梯度,最后根据时空梯度计算光流。该算法模型同时运用由粗到精的图像金字塔方法对视频图像分层处理。理论分析和实验结果表明,该算法适用于大幅度的视频运动光流估计,不仅能得到适合人眼视觉分辨率特性的图像,而且使时空梯度更加优化,光流计算更准确。并且在时间复杂度上与传统光流计算方法相当,在计算精度上优于Horn和Schunck、段先华等人提出的算法。     

基于CDMA的视频监控终端及系统的实现

文章提出并实现了一种基于CDMA2000-1X无线网络的远程视频监控终端及系统.该终端采用DM642作为处理器,结合高压缩比的H.264视频压缩算法,并通过无线网络发送视频数据;介绍了该终端设计和实现中的关键技术,包括监控终端的软、硬件结构;分析基于PPP的嵌入式网络接口的实现方法,并根据TI的网络开发包提出了一种基于HDLC API的设计方法.最后,利用该终端结合上位机实现完整的视频监控系统.实验结果表明,该系统充分利用了CDMA传输带宽,达到了实时传输的要求.     

智能视频分析的车辆异常行为检测方法

针对目前车辆异常行为检测中的检测实时性问题,提出了一种基于智能视频分析技术的车辆异常行为检测方法。车辆出现异常行为时车辆位置变化、速度变化及运动方向变化较大。通过背景差分法检测运动车辆,并采用均值漂移算法跟踪运动车辆,获取车辆位置、速度、运动方向等车辆异常行为判别参数,对3种判别参数的状态函数加权融合检测车辆行为。为验证该算法的有效性,将对真实交通场景中采集的交通视频进行车辆运行状态检测实验。实验结果证明该算法能及时有效地检测出交通场景中的车辆异常行为。     

基于延时预测的TCP实时视频传输方法

对TCP实时视频传输过程进行分析,指出发送延时是影响基于TCP的实时视频传输端到端延时的关键因素,并可通过其大小来判断视频帧的播放质量;提出一种递阶式马尔可夫预测模型,该模型通过输入视频帧长度、丢包率、网络往返时间和TCP拥塞窗口大小预测视频帧的发送延时,使用NS2(Network simulator 2)进行模拟。研究结果表明:在RED(Random early detection)策略下,可以通过模型的预测值来判断视频帧是否适合采用TCP传输,能为基于TCP的流媒体传输策略提供重要参考。     

基于视频图像处理的交通流检测方法

针对视频交通流的特点，提出了一种无需进行视场标定的交通流检测方法。该方法选用检测线上的点及其近似点作为检测区域，通过对背景模板上检测区域中的突变点的分析和统计，可以实时地检测车辆的驶入、存在和驶出，提高了检测速度。在此基础上，设计和实现了视频交通流信息采集系统，并用软件实现检测算法和图像处理算法。试验结果表明，其检测速度和检测精度都能够满足实际要求，达到了用最小的系统规模实现交通流信息采集的目的，能够为交通管理与控制提供信息数据。     

基于集成神经网络的信道估计方法研究

为解决噪声以及信号干扰等因素严重影响接收端信道估计的问题,提出一种基于集成神经网络的信道估计方法,利用多个改进后的神经网络来提取带噪导频信号与原始导频信号之间的非线性关系模型,根据其输出误差来计算差异度值,并结合差异度对其进行集成,得到训练完成的集成神经网络模型,通过集成神经网络模型来获取信道估计结果;与最小二乘(least squares,LS)估计方法相比,该方法不仅可以提高通信的可靠性,而且还能减少导频开销提高通信有效性;在不同的调制方式下,当误码率相同时,算法所需的信噪比LS算法均要更低;基于正交频分复用(orthogonal frequency division multiple,OFDM)通信系统进行仿真,结果证明,该方法具有优良的性能。     

分级缩放技术在实时视频网络传输中的应用

针对高清视频信息的网络化传输存在高计算复杂度和图像还原质量较差的问题,提出一种基于分级缩放技术的视频网络化传输方案．该方案中,在发送端对视频信息进行分级缩小处理,经网络传输后,在接收端根据用户需求对视频信息进行分级放大处理．仿真结果表明该技术方案能够适应现有网络带宽条件,无需改变现有网络布局及路由交换设备等基础设施即可工程化应用．     

FIFS:一种基于流序列的分组流识别方法

为了在高速网络中实时、准确地识别多种协议产生的分组流,首先分析现有的识别方法,然后从应用协议有限状态机角度出发,提出使用完美有限状态机统一描述不同识别方法的思想。在此基础上,提出了基于流序列的分组流识别方法,利用协议有限状态机中状态变化特征识别特定协议产生的分组流,并提出了一个状态特征聚合算法,以构造协议状态特征集合。通过识别基于UDP的Skype语音流,说明此方法的可行性和有效性。