全景视频技术及其在医疗教学方面的应用

介绍了全景视频以及全景视频的技术流程,包括采集、处理、传输、播放等过程。设计了一套基于全景视频技术的医疗教学系统,并结合医疗教学特点设计了普通课堂场景视频展示、实验室环境场景全景视频展示和手机客户端场景展示3种实际场景下的医疗教学应用。将全景视频应用于医疗教学,实现了一种各角度全方位身临其境的视频展示方式,用户可以通过操纵软件全方位观看实验过程,也可以佩戴虚拟现实设备全方位观看实验过程,形成身临其境的效果,提高了教学质量,节约了教学时间。     

基于颜色匹配和改进LBP的胶囊内镜视频缩减

针对胶囊内镜视频中存在大量的冗余图像,提出了一种基于颜色匹配和改进LBP的视频缩减算法。该算法首先将胶囊内镜图像转换到HSI空间并从中提取色彩信息,通过余弦角对相邻两帧的色彩信息进行相似性度量来实现颜色匹配。接着构建图像金字塔,用改进的LBP算子提取出多尺度的纹理特征,然后根据相邻两帧纹理统计的加权曼哈顿距离和纹理不同区域面积占全局的比例来进行纹理的相似性度量。最后采用级联分类器完成对图像的分类,将差异图像组建成精简视频从而实现视频缩减。实验结果表明,算法得到的召回率,准确率和综合性能指标分别达到了0.91,0.87和0.89,处理速度达0.055 s/帧。该算法与已有的算法相比,分类效果更好并且处理速度更快。     

电子化评审系统视频编解码技术研究

具备高清、低延时和高压缩率品质的视频编解码技术是确保电子化评审顺利实施的核心关键技术。对高效视频编解码技术进行了深入研究,提出了一种基于动态场景快速预测的可变码率并行编码技术,该技术基于H.264视频编码框架,通过对当前编码画面复杂度和场景变化率的准确分析,并参考若干帧已编码图像的各类编码特性统计信息,为当前画面分配合理的码率,从而不仅有效地节省了带宽,还保证了画面质量的稳定性。另外,为实现高清视频实时编码,还采用了一种可在帧级、块组级、宏块级和像素级等多个层次同时实施的并行编码算法。对大量具有不同运动特征的国际标准视频测试序列进行的测试表明,所提出的视频编解码技术相对于此前综合效果最优的x264编码器,在同等的解码图像质量条件下,带宽平均节省约30%,运算效率提高约1.5倍,延时减少100~200 ms。     

基于深度学习的电网安防视频分析技术

以变电站监控视频为出发点,利用帧间差分法发现视频序列中存在目标的帧,然后在分析电网监控场景的基础上,基于Faster R CNN深度学习框架训练目标检测模型来检测视频中的目标,实时记录目标检测结果并将结果存入数据库中。从试验结果可看出,深度学习具有较高的检测准确率,可加强智能电网的电力安防建设。     

基于生成对抗网络的变电站工作人员行为预测的方法

提出了一种基于视频场景、利用生成对抗网络来整合全局和局部信息的变电站工作人员异常行为预测方法。在变电站中,此方法可以用来对运检人员在作业过程中可能触发危险的举动发出及时警告,从而为运检人员的生命安全提供重要保障。人类行为预测任务旨在基于给定的行为视频帧来预测未来的行为视频帧。考虑到人类行为视频中既包含相对稳定不变的场景信息,又包含时变复杂的人类行为信息,本方法首先使用全局生成对抗网络来生成视频场景以及粗糙的人体轮廓;然后再利用局部生成对抗网络来进一步优化视频中的人类行为细节。实验表明,与现有的仅利用单一模型来实现像素级别的行为预测的方法相比,本文所提出的全局和局部生成相结合的方法可以更好地捕获视频中人类的空间外观和时序动态。     

H.264帧内预测模式的研究

H.264帧内预测技术是提高视频压缩比的关键,一方面,可以提高I帧的压缩效果,有利于视频码流速率的控制,这在实际的网络传输中具有重要的意义;另一方面,当帧间预测找不到匹配块的时候,可用帧内预测来达到好的压缩效果.介绍了H.264帧内预测模式,分析了采用RDO技术下帧内模式选择过程,并详细研究了X264开源代码的帧内预测...     

变电站视频监控系统的高效视频压缩方法研究

为提高视频编码效率,满足监测用户对变电站视频监控系统高清图像质量的要求,通过分析国际上视频编码相关技术的研究现状,结合MPEG-x系列标准技术和H.26x系列标准技术,提出基于动态纹理建模的视频编码方法,改进了帧间预测的精度。仿真实验结果：对于分辨率为176 dpi×144 dpi的视频序列,该方法比H.264标准算法图像质量提高了0.06 dB,码率减小了1.05%;对于分辨率为416 dpi×240 dpi的视频序列,该方法比H.264标准算法图像质量提高了0.17 dB,码率减小了3.22%。仿真实验结果表明该方法相比目前主流的H.264标准算法,进一步提升了压缩效率。     

基于RTP与DirectShow的网络视频监控系统

为了解决远程视频监控系统数据量大、实时性要求高的特点,本文提出了一种基于网络实时传输的视频监控系统,并且描述了该系统的技术原理与设计方案.本文介绍了系统中几个主要模块的工作方式以及关键技术,并详细阐述了利用Http协议实现流媒体播放的控制方法,利用RTP协议实现数据传输的策略,以及应用DirectShow技术进行应用程序开发的实现流程,最终完成了基于MPEG4压缩格式视频流的传输与播放控制.该解决方案具有良好的可重用性和可扩展性.     

基于改进FAST特征匹配的电子稳像算法

针对机载摄像机视频抖动问题,提出了基于改进FAST的特征匹配方法,去除视频序列的帧间抖动,实现视频序列的电子稳像。提出了尺度空间的FAST特征提取方法,结合了优化的SURF描述算子,利用相邻帧的特征点进行匹配,消除视频的帧间旋转量,得到帧间的局部运动矢量,然后通过RANSAC算法求解出全局运动矢量,最后利用二次线性插值算法逐帧补偿。实验结果表明,稳像后的视频帧间PSNR提高5 dB,提出的稳像算法去除了视频帧间复杂抖动,且快速准确并具有一定的鲁棒性。     

一种基于暗原色先验的低照度视频增强算法

在低照度条件下进行拍摄时,得到的视频对比度低,细节信息很难体现出来.提出了一种改进的基于暗原色先验的低照度视频增强算法来增强这类视频.传统基于暗原色先验的增强算法会放大视频噪声,为了克服这个缺点,利用时域累积信息对低照度视频进行去噪预处理.在增强过程中,采用快速算法逐帧计算,增强后的视频相比于传统方法具有更高保真度.实验结果表明,算法可有效抑制视频中的噪声、提高视频的对比度、突出细节信息,从而获得更加清晰、自然的高质量视频.     

螺纹钢性能测试视频引伸计研究

针对目前视频引伸计在实际应用中存在的做标记困难、标记在试验中容易发生脱落的问题，面向螺纹钢性能测试，研究了一套无需特殊人工标记，基于螺纹钢自身的纹理特征就可实现高精度位移跟踪测量的视频引伸计系统。介绍了视频引伸计测量系统的硬件组成、选型和基本工作原理。主要对所采用的图像匹配算法进行了研究，分析讨论了匹配模板位置和大小的选取、基于曲面拟合的亚像素定位算法以及动态测试中匹配模板的更新等问题。最后通过静态试验、刚性位移试验和动态试验验证了该视频引伸计系统能够保证测量的实时性和准确性。     

基于数字水印的形状错误隐藏

MPEG-4编码是一种基于对象内容的第二代视频编码方案,将视频根据内容分割成前景对象和背景.视频对象的信息分为形状信息、纹理信息和运动信息,而形状信息是正确解码视频对象的基础.本文针对MPEG-4编码标准中Ⅰ-VOP形状信息的错误进行错误隐藏,有别于传统的曲线插值方法,采用基于鲁棒盲水印的新算法,主要将形状信息作为水印信息进行Arnold置乱变换后嵌入到背景区域中.实验证明,本文提出的方法对于形状信息严重丢失的修复效果较好.     

基于SOPC的MPEG-4内核设计

针对MPEG-4的视频图像压缩,采用基于片上可编程系统芯片（SOPC）的知识产权核（IP核）的设计方法来实现。本设计在视频对象VO（Video Object）分割的基础上,对图像的采集、预处理和处理器模块进行背景DCT编码、量化编码、哈夫曼编码及纹理形状编码等,完成了主函数及可重复利用的IP核的设计。通过综合仿真得到仿真波形及压缩处理结果,并实现了在SOPC硬件开发平台上的下载。用可重复利用的IP核的方法来实现视频图像压缩,增强了系统的灵活性和扩展性,体现了本设计的创新。     

Detection of text on road signs from video

A fast and robust framework for incrementally detecting text on road signs from video is presented in this paper. This new framework makes two main contributions. 1) The framework applies a divide-and-conquer strategy to decompose the original task into two subtasks, that is, the localization of road signs and the detection of text on the signs. The algorithms for the two subtasks are naturally incorporated into a unified framework through a feature-based tracking algorithm. 2) The framework provides a novel way to detect text from video by integrating two-dimensional (2-D) image features in each video frame (e.g., color, edges, texture) with the three-dimensional (3-D) geometric structure information of objects extracted from video sequence (such as the vertical plane property of road signs). The feasibility of the proposed framework has been evaluated using 22 video sequences captured from a moving vehicle. This new framework gives an overall text detection rate of 88.9% and a false hit rate of 9.2%. It can easily be applied to other tasks of text detection from video and potentially be embedded in a driver assistance system.     

基于纹理特征的绝缘子检测方法

在图像/视频中自动检测和定位绝缘子是绝缘子故障诊断的重要前提,但是目前还没有高效的、成本较低的检测绝缘子方法。本文提出了一种基于纹理特征的绝缘子检测方法。首先,根据绝缘子的纹理性,利用图像的灰度共生矩阵方法产生出绝缘子的基本纹理特征;然后利用特征选择算法挑选出一组最有效、分类效果最好的特征;最后利用这组最有效特征可以准确检测到绝缘子。实验表明,该方法能够较好地在图像/视频中检测和定位绝缘子。     

基于MIL的远程视频监控系统

为了实现分布于不同物理位置的视频监控端的视频信息共享,给出了基于MIL图像库的局域网视频监控系统的具体方案,实现了视频数据的客户端主动发送,服务器端共享式多路接收,系统部署运行后表明有较好的传输质量和速率。     

The multiagent approach [geophysics]

Complex systems can be defined as systems with behavior that is poorly understood. These systems appear in a large variety of fields, such as natural phenomena. Modeling natural phenomena is an interesting challenge because natural phenomena, such as earthquakes, hurricanes and volcanoes, can cause severe damage. What's more, in this area, most classical models have failed both to understand the underlying physical processes and to predict future behavior. Our approach is to consider macro-behavior (i.e., the result of the program execution) as the result of a set of interactions among smaller, independent entities. The whole system is then distributed among these entities, called agents. Our research project, named GEOMAS (GEOphysics and MultiAgent Systems), was started in 1994. As a test case, a complex system dealing with predicting volcano eruptions has been investigated. In particular, we studied the volcano of La Fournaise in La Reunion island     

An integrated system for assessing stroke risk.

The objective of this article is to present an integrated system for the assessment of risk of stroke based on two modules: 1) clinical risk factors and noninvasive investigations, and 2) carotid plaque texture analysis. The system supports the data collected from the Asymptomatic Carotid Stenosis and Risk of Stroke (ACSRS) natural history study that includes following data: 1) clinical, biochemical, and electrocardiographic risk factors associated with cardiovascular deaths, and 2) whether any independent risk factors can be used to identify a high-risk group for cardiovascular death. Furthermore, the carotid plaque texture analysis module supports the normalization, despeckling, segmentation, texture feature extraction, and classification of ultrasound plaque images.