面向内容的立体视频帧重要性区分模型研究

异构网络引起的视频传输失真是影响视频终端感知质量的重要因素,通常只能在解码端进行评估和补偿。因此在编码端建立一个面向内容的立体视频传输失真模型,考虑错误隐藏和错误扩散两种失真,通过近似估计视频中各帧对终端质量的贡献度,从而实现每帧重要性的区分。新模型综合考虑了视频帧编码位置以及表征内容的编码模式、运动矢量、视差矢量等关键信息,可以作为视频在异构网络中传输策略的重要依据。     

基于立体视频传输失真模型预测参数研究

针对现有的基于递归计算的像素级立体视频传输失真模型没有完善的预测参数求取算法,提出了一种基于立体视频传输失真模型的自适应立体视频预测参数的求取算法.该算法根据立体视频时空域特性,确定未丢失的帧间编码宏块采取的运动估计方法,并采用时域或者视间视差补偿的方式确定端到端预测失真及隐藏失真,进而确定时域和视间预测参数.结果表明:该算法与传统的预测参数固定取值算法相比,各视点的失真误差都有所减小,且对各种特性的序列有较好的适应性.     

宏块级立体视频传输失真快速估算方法研究

鉴于传输丢包会严重影响视频重建质量,甚至大范围传播错误,因此通过研究视频通信质量与传输丢包之间的关系,提出了一种适合网络丢包特性的立体视频传输失真模型.该失真模型结合了快速宏块级失真估计方法及帧间宏块拷贝和视点间宏块拷贝的错误隐藏方法,可在丢包信道下快速估计宏块级的立体视频传输失真.实验对比分析表明:所提出的宏块级立体视频传输失真模型准确度较好,可为立体视频传输失真估计提供一定的理论依据与借鉴,对立体视频通信质量的保障具有一定的实用价值.     

基于失真传递的时域自适应量化算法

码率控制是视频编码器中的关键模块,其算法直接决定编码器率失真性能.视频编码帧间预测导致的编码失真会在时域产生传递效应,考虑该传递效应是优化码率控制算法性能的关键.宏块树码率控制是一种典型的时域量化控制算法,核心是根据编码单元失真传递量(相对传递代价ρ)自适应地调整量化参数(偏移量δ),合适的δ-ρ映射关系是宏块树量化控制算法的核心.宏块树算法采用基于经验的δ-ρ模型,对不同视频序列的普适性有待改进,模型准确度和精度也需进一步优化.针对上述问题,将竞争决策方法用于探索最优δ-ρ映射关系,提出了一种率失真性能优化的失真时域传递自适应量化δ-ρ模型,以改进时域自适应量化算法.实验结果表明,信噪比BD-PSNR较原模型提升了0.14dB以上,SSIM性能提升了0.29dB.算法能更好地控制码率时域分配,降低失真时域传递恶化.     

基于区域加权的视频质量评价方法

对于视频编码等视频应用来说,准确客观地评价其视频质量至关重要.在客观结构相似度模型的基础上,结合人眼视觉特性提出了一种新的视频质量评价方法—–基于区域加权的结构相似度视频质量评价方法.该方法基于三维Sobel矩阵提取的视频时空特性,将视频帧定义为强边缘、弱边缘和平滑三大区域进行加权求得质量分,并结合了人眼对失真的边缘块和失真帧较为敏感等视觉特性.在LIVE测试数据库中的实验结果表明,该方法与人类视觉的主观评价结果具有较好的一致性.     

基于立体掩蔽效应的非对称立体视频编码算法

由于立体视频的数据量巨大,不便存储和传输,因此必须进一步提高其压缩效率,降低传输的码率.文章分析了立体视频左右通道间恰可察觉失真的关系,基于立体掩蔽效应提出了非对称立体视频编码算法.实验结果表明:在解码重建图像主观质量基本不变的前提下,右视点视频编码的码率节约了11.45%~18.69%.与传统立体视频编码模型相比,该算法可以获得更好的立体视频压缩性能.     

一种改进的H.264视频防失真漂移隐写算法

数字视频中量化后的残差DCT(离散余弦变换)系数常用来作为隐写嵌入的位置,而直接在DCT域上隐写会导致视频帧出现失真漂移现象,使视频质量受到严重破坏.本文在已有文献的基础上,针对H.264/AVC视频,研究了基于纹理特征的帧内8×8亮度块上的隐写模型,将8×8块和4×4块上的隐写模型相结合,提出了一种改进的H.264视频防失真漂移隐写算法.与已有文献中的隐写算法相比,本文提出的隐写算法在PSNR平均仅降低1.94dB的情况下,隐藏容量平均提升30%.     

基于运动一致性的3D-HEVC深度视频帧间编码快速算法

针对深度视频在3D-HEVC编码框架中编码复杂度较高, 提出了一种基于运动一致性的深度视频快速帧间编码算法. 首先把深度视频划分为4个区域: 彩色和深度视频均运动区域、彩色视频运动但深度视频静止区域、彩色视频静止但深度视频运动区域以及彩色和深度视频均静止区域. 然后, 根据不同分区对最大编码单元设计不同的编码策略. 结果表明, 本算法与原始测试平台HTM-10.0相比, 在绘制的虚拟视点质量几乎一致的情况下, 各序列深度视频编码时间平均节省了63.58%, 总体编码时间节省了40.13%.     

立体图像质量的主观感知评价研究

立体图像质量评价方法可分为主观质量评价方法和客观质量评价方法两大类,文中重点论述了立体图像的主观质量评价方法,介绍了针对人眼视觉系统的心理物理学特性而设计的主观感知评价方法,并分析了不同类型的失真对立体感知的影响,最后对立体图像主观质量评价技术的发展进行了展望。     

一种基于H.264的立体视频编码中的视差估计快速算法

视差估计与补偿是立体视频图像压缩编码中的关键技术．本文分析了立体摄像系统视差分布的约束条件（外极线约束、方向性约束等）和视差矢量的相关性（帧内视差矢量的空域相关性和帧间视差矢量的时域相关性）,并结合H．264标准中的多种块选择模式之间的相关性,提出了基于H．264的立体视频编码的视差估计快速算法．实验结果表明,提出的快速算法能有效地降低视差估计的计算复杂度．     

基于时空结合的运动物体分割

提出了一种当视频中的运动物体有较大范围的运动时,对其进行分割的方法．首先利用帧差法来快速定位运动物体的位置,并以此作为初始分割结果．然后利用均值偏移法准确估计运动物体的边缘并利用图切割方法建立两者之间联系．考虑到视频的运动连续性,同时引入前一帧分割结果来约束当前帧的分割．该算法同时利用了帧差法和均值偏移法的优点,能够快速准确地分割在视频场景中出现的运动物体．     

基于混合高斯模型的运动目标检测

针对运动目标检测中的背景复杂度高、视频数据计算量大等问题, 且为避免计算不同复杂程度的视频背景, 并能够准确地获取所需要的运动目标, 提出了一种基于混合高斯模型的运动目标检测方法. 首先采用混合高斯模型获取运动目标特征; 然后利用中值滤波方法去除视频目标运动特征中的背景噪声; 最后依据形态学运算方法对通过统计直方图得到的运动显著图进行处理, 从而获取最终的运动目标. 对标准视频序列集的检测表明, 利用该算法获取的运动目标不仅能抑制背景噪声, 而且精准度和误差都优于普通的视频运动目标检测算法.     

基于YOLOv3的正下无人机视角挖掘机实时检测方法

针对无人机巡检的智能化要求, 提出一种应对高空巡检场景下的实时挖掘机检测模型. 该模型以YOLOv3为基础, 将骨干网络精简至43层, 通过特征融合策略使检测任务在两个尺度上进行. 此外模型还借鉴了focal loss的思想设计损失函数. 文中实验对象为正下无人机视角的挖掘机目标. 在完成了数据集的搭建工作后, 根据正下无人机视角的目标特性进行训练, 使模型达到最优解. 最终经实验验证, 在相同输入尺寸的情况下, 本文所提出的检测模型比YOLOv3准确率更高、鲁棒性更好, 且帧数可提升10帧●s^-1.     

深度和结构相似性引导的四参考视点融合算法

平面相机阵列四参考视点的深度图像绘制(Depth Image Based Rendering,DIBR)方案允许用户全方位身临其境地体验场景,可有效避免虚拟视点图像边界空洞,然而该方案引入了较为显著的伪影、背景渗透等失真.为此,提出一种深度和结构相似性(Structural Similarity,SSIM)引导的四参考...     

基于DC直流系数的盲视频水印算法

为了增强抗攻击的能力和保证算法的不可见性，基于DC直流系数的稳定性，把选择的视频帧分成8×8块，每块经过2次DCT变换，提取与每块像素RGB平均值成正比的DC直流系数，将这些DC系数组织成一维序列，并划分为更小的子序列，然后对每个子序列进行一维DCT变换，通过比较相邻2个子序列中最后一个高频系数值的大小来嵌入水印．实验结果表明：该算法有较高的视觉质量，同时对于MPEG压缩，帧置换，加噪等处理有良好的鲁棒性，在水印的提取过程中不需要任何附加信息．     

波阵面视角下的车辆拥堵分析

基于视频数据,分析了交通事故下车辆运动的复杂性和队长变化的本质,借鉴车流波动理论、车辆跟驰理论、流体力学理论等,提出利用波阵面的传播轨迹描述排队过程,并给出了排队长度动态模型VQLM.同时,为减少视频图像与实际距离的转换误差,提出以标准当量车为参考,多次迭代还原真实距离的标定方法.研究结果表明：VQLM模型较基于单一理论计算队长的方法更精确、实用.模型验证结果：平均队长误差为-3.029%,其宏观表现为2辆当量车10 m内,延时误差为7 s（信号周期为60 s）.VQLM模型主要考虑了司机驾驶的主观性、道路通行强度、交通波节点函数等;数据还原标定方法简单实用,比传统比例尺算法更为精确.     

基于网络的数字视频监控系统

提出了一个基于网络的数字视频监控系统 ,该系统具有视频压缩、解码、网络传输、图像储存、图像索引回放、摄像机远程控制和图像内容报警等功能 .因采用了基于视频硬件压缩芯片以及快速以太网技术 ,该系统的图像质量和帧率指标远远高于一般基于电话线和软件压缩的监控系统