面向应用层QoS的实时视频优化码率控制

基于传统视频信源编码在应用层QoS的联合信源信道优化，研究了信源编码和信道编码之间合理分配带宽以及信道与信源联合编码下的有效码率控制问题．依据视频编码的实时可变帧率下的VBR视频网络传输信道模型，提出了网络接入带宽统计复用基础上的优化信道码率分配；根据信道传输失真，推导出基于图像帧的全局信源信道联合失真估算递归模型，按照模型运算率失真优化下的跳帧参数和帧内宏块刷新率，实现整体的图像编码质量优化控制．相对于普遍采用的基于宏块的局部优化控制策略，所提出的优化码率控制策略能获取更一致的图像质量和更高的性能增益．     

基于水平条状分割的HDTV视频编码器的设计与实现

阐述了实现MPEG-2 MP@HL压缩标准的HDTV视频编码器的一种基于水平条状分割的系统实施方案，讨论了其子图处理单元包括子图划分、压缩子码流合成模块和子图压缩码率分配策略的实现流程，对子图划分模块从原理设计到具体实现都进行了分析，并在码率控制Test Model 5(TM5)算法的基础上对关键的子图码率分配策略进行了设计．实验数据表明，在保证图像一致性的前提下减少了边界效应．     

通信密码学前瞻:量子密码技术

安全性是密码学研究一直追求的目标,最近取得飞速发展的量子加密技术综合了量力学原理和经典密码术,具有可证明的安全性,同时还能对窃听者的非法侵入进行检测,克服了传统密友学的桎梏,为未来的网络通信提供了真正确实的保障。     

面向以太无源光网的支持流量预测与预分配机制的动态带宽分配算法

提出了一种支持流量预测与预分配机制的动态带宽分配算法(DBA),能够对高优先级业务进行流量预测,并根据预测结果预先分配带宽,以避免“T 2”排队延时.同时,为了提高信道利用率,还引入了预测修正机制,一旦出现带宽剩余现象,就从下一周期开始对预测流量作进一步修正,使其更加逼近真实流量.仿真实验显示,该算法优于现有的DBA算法,不仅能够满足高优先级业务的延时要求,而且有效控制了低优先级业务延时异常现象的发生.     

H.264帧内方向预测增强模式

提出了一种衡量帧内模式方向预测能力的新准则,指出H.264/AVC标准中帧内预测模式在不同方向上的预测能力存在非均衡性,因而限制了某些预测模式下帧内预测性能的发挥.为克服这一缺陷,提出了一种H.264的帧内预测扩展模式和一种灵活更改4×4编解码次序的策略.理论分析和实验结果表明,所提出的方法在没有增加新语法元素的同时,使得帧内预测的方向均衡性得到极大的改善,最弱模式的预测能力提高了30%以上,并获得了较为显著的编码增益,甚至超过了使用H.264的均值预测模式所带来的增益.     

面向无线信道的H.26L编码模式判决策略

在对H．26L视频编码中帧内帧间宏块编码失真和传输误码失真及扩散的理论分析基础上，提出了一种面向无线信道的H．26L编码模式率失真优化判决策略。考虑在编码模式选择时结合信道误码扩散模型，通过简化的率失真判决策略，使编码视频流具有很好的自适应误码恢复能力，且计算复杂度较低。典型无线信道环境中的测试结果表明，在增加不多计算量的情况下，该算法比传统方法具有更强的抗误码鲁棒性。     

Ethernet PON系统核心MAC控制器的设计与实现

提出了一种EPON系统核心MAC控制器的设计方案，融合FPGA技术与嵌入式系统实现了EPON的点对多点MAC接入功能．帧校验、加密、分类及仲裁等控制部分用FPGA完成，涉及复杂算法的注册与动态带宽分配利用嵌入式Linux平台实现．对MAC控制器设计中的关键技术点进行了全面阐述，提出了一种基于滑动窗机制的动态带宽分配方案以改善网络QOS性能．系统仿真结果表明，该设计方案可以采用低成本的FPGA来实现，为开发MAC控制器专用芯片提供了实用参考．     

丢包网络中鲁棒的视频码率控制算法

在率失真统计分析的基础上，提出了一种丢包网络中联合控制图像级量化参数和最佳宏块编码模式选择的优化算法．该算法克服了以往码率控制方法和误码复原技术互不关联的弊病，利用Lagrange数乘理论，在给定的受限码率下求得最优的图像量化参数和帧内刷新率，使得视频信源编码和信道传输总失真最小．实验结果表明，本算法能够获得比传统算法更高的性能增益．     

并行视频序列MPEG-2编码的优化联合码率控制

针对数字电视广播以及视频点播(VOD)应用环境中的多路视频节目并行编码传输，提出了一种优化的联合分层码率控制模型。该模型吸取了基于TM5码率控制策略中采用全局图像编码复杂度的统计测度，在GOP(Group of Pictures)结构中建立多路视频序列并行图像合帧的统计编码复杂度测度；根据变换编码器的信源模型和各序列图像帧平均量化误差的码字预测，在图像层进行并行序列的联合码率分配。实验结果表明，各路视频节目图像质量趋于一致。     

Spatio-temporal Compensation Based Object Detection for Video Surveillance Systems

Moving object detection in video surveillance is an important step. This paper addresses an automatic object detection algorithm based on spatio-temporal compensation for video surveillance. Temporal difference of the pairs of two frames with a k-frame distance is utilized to obtain coarse object masks. Usually, object regions in these coarse masks have discontinuous boundaries and some holes. Region growing with the distance constraint is proposed to compensate these coarse object regions in spatial domain, followed by filling holes. The added distance constraint can prevent object regions from growing infinitely. The proposed filling holes method is simple and effective. To solve the temporarily stopping problem of moving objects, temporal compensation is proposed to compensate the object mask by utilizing temporal coherence of moving objects in temporal domain. The proposed detection algorithm can extract moving objects as completely as possible. Experimental results have successfully demonstrated the validity of the proposed algorithm.