视频大数据研究综述

科学技术与生产力的发展带来了数据量的高速增长,其中视频图像等多媒体数据占了很大的比重。如何高效处理这些海量数据并从中快速挖掘有价值的信息是当前的研究热点。通常大数据具有四个特点,即数据量大、需要快速响应、数据类型多样和价值密度低。视频大数据同样具有以上特点,但其特殊性在于数据冗余更大,需要进行高效的压缩编码与分析处理。总的来说,视频大数据的研究内容包括了视频数据表示、智能视频分析、视频压缩与传输、视频显示与评价等方面。在发展趋势上,视频数据的表示将向真实感与智能化两个方向发展;智能视频分析技术将会借助深度神经网络获得更准确的识别分类结果;视频压缩技术在提升压缩效率的同时也会探索降低编码复杂度的方法,并通过结合人眼视觉感知特性的编码算法来减少视频大数据的视觉冗余;视频显示设备将伴随着视频数据表示形式的改变而进行相应的升级换代;视频质量的评价准则将由单一的图像质量评价向更加综合全面的用户体验质量评价发展。     

面向上行流媒体的压缩感知视频流技术前沿

上行流媒体在军民融合领域展现出日益重要的新兴战略价值,压缩感知视频流技术体系在上行流媒体应用中具有前端功耗低、容错性好、适用信号广等独特优势,已成为当前可视通信研究的前沿与热点之一。本文从阐述上行流媒体的应用特征出发,从性能指标、并行分块计算成像、低复杂度视频编码、视频重构和语义质量评价等方面,分析了当前针对压缩感知视频流的基础理论与关键技术,对国内外相关的研究进展进行了探究与比较。面向上行流媒体的压缩感知视频流面临着观测效率难控、码流适配困难和重建质量较低等技术挑战。对压缩感知视频流的技术发展趋势进行展望,未来将通过前端与智能云端的分工协作,突破高效率的视频观测与语义质量导引视频重构等关键技术,进一步开拓压缩感知视频流在上行流媒体应用中的定量优势与演进途径。     

视频局部特征描述子的紧凑表示方法

目的 随着手持移动设备的迅猛发展和大数据时代的到来,以多媒体数据为核心的视觉搜索等研究和应用得到了广泛关注。其中局部特征描述子的压缩、存储和传输起到了举足轻重的作用。为此在传统图像/视频压缩框架中,提出一种高效的视觉局部特征的紧凑表示方法,使得传统内容编码可以适应广泛的检索分析等需求。方法 为了得到紧凑、有区分度、同时高效的局部特征表示,首先引入了多参考的预测机制,在消除了时空冗余的同时,通过充分利用视频纹理编码的信息,消除了来自纹理-特征之间的冗余。此外,还提出了一种新的率失真优化方法——码率-准确率最优化方法,使得基于匹配/检索应用的性能达到最优。结果 在不同数据集上进行验证实验,和最新的视频局部描述子压缩框架进行比较,本文方法能够在保证匹配和检索性能的基础上,显著地减少特征带来的比特消耗,达到大约150:1的压缩比。结论 本文方法适用于传统图像/视频编码框架,通过在码流中嵌入少量表示特征的信息,即可实现高效的检索性能,是一种面向检索等智能设备应用的新型多媒体内容编码框架。     

多媒体通信在现代军事上的应用

多媒体交互式网络、视频图像技术、语音传输与处理技术等的迅速发展,给人们提供了新的截然不同的通信方式,使现代通信和军事领域发生了很大变化。目前,世界上发达国家将视频图像、语音多媒体信息数字处理和传输相结合,为军事通信增添了新的内容。     

综采工作面视频监控系统优化设计

针对现有综采工作面视频监控系统占用网络带宽大、视频存储不完整、采煤机截割画面不突出、视频拼接画面参差不齐等问题,从系统硬件和软件、视频压缩和拼接算法等方面进行优化设计。硬件方面,引入硬盘录像机,以降低网络带宽占用率,解决视频传输卡顿问题;采用本地存储与远程存储相结合的方式,有效解决了视频存储丢失的问题。软件方面,以突出重点、局部放大为原则,采用实时视频与动画模拟结合的方式显示综采工作面视频画面与设备状态参数,解决了采煤机截割画面不突出的问题。算法方面,提出了基于深度学习的视频压缩方法,除压缩视频数据本身外,对帧间数据也进行压缩,有效降低了算法的码率;采用非线性损失真模型(NAM)矫正算法消除图像畸变,采用加速稳健特征(SURF)检测算法进行特征点检测,并通过双线性插值方法进行图像融合,从而实现全景视频拼接。探讨了综采工作面视频监控技术发展方向,包括摄像仪自清洁技术、智能识别技术、工作面全景视频拼接技术、5G与WiFi6融合通信技术、煤岩界面识别技术。     

浅析视频压缩国际标准及MPEG—4主要技术

对视频和音频信息进行交互性处理,是多媒体技术的基本特征之一。视频压缩技术是数字视频领域的一项关键技术。本文旨在介绍几种应用较为广泛的视频压缩国际标准,并重点分析了活动图像的专家组MPEG-4的主要技术。     

浅析视频压缩国际标准及MPEG一4主要技术

对视频和音频信息进行交互性处理,是多媒体技术的基本特征之一.视频压缩技术是数字视频领域的一项关键技术.本文旨在介绍几种应用较为广泛的视频压缩国际标准,并重点分析了活动图像的专家组MPEG-4的主要技术.     

压缩域多媒体数据处理技术研究

多媒体数据压缩技术是多媒体、网络通讯以及计算机等应用领域的一项关键技术。多媒体数据经过压缩后再进行存储或通过网络进行传输,这已经逐渐成为多媒体应用中的标准模式;同时,多媒体应用中所涉及到的各种媒体数据,如图象、视频和音频数据,往往需要进行各种灵活的操作与处理,因此,压缩域多媒体数据直接处理技术成为一项很有意义的研究领域。文中首先就压缩数据处理的基本概念进行讨论,然后集中分析了这一研究领域的重要研究     

多功能水印摄像机

提出了一种基于压缩域数字视频水印概念的新型摄像机-多功能水印摄像机.它由视频采集设备(包括摄像头和视频采集卡)、视频压缩及水印嵌入设备和压缩码流存储及网络传输设备(包括USB串口、移动硬盘、触摸屏和以太网口)组成.摄像机在执行视频压缩的同时以内置方式嵌入用于版权保护、内容认证和保密通信的多功能数字水印信息.由于摄像机执行实时的视频采集、压缩和水印嵌入,极大提高了视频内容的完整性和版权的置信度.测试数据表明了该摄像机的有效性.     

基于视觉颜色对比敏感度模型的动态视频压缩预处理算法

针对彩色视频压缩过程中压缩率不高或者视频质量损失过大的问题,提出一种基于视觉感知模型与色差的自适应视频压缩预处理算法。首先,在颜色对比敏感度模型中,人类视觉对高色度区域的色差敏感度较低,因此为不同色度区域分配不同的压缩权重;然后,基于帧之间的偏差图建立运动预测帧的空间运动模型,降低了高运动区域的残差;最终,使用动态的色调映射函数来控制视频的压缩等级,从而保证视频的视觉质量。基于多组视频进行实验,本算法成功地将标准的压缩软件提高了35%的压缩率,但同时可看出,本算法的性能依赖于具体的视频上下文。     

Large-scale video compression: recent advances and challenges

The evolution of social network and multimedia technologies encourage more and more people to generate and upload visual information, which leads to the generation of large-scale video data. Therefore, preeminent compression technologies are highly desired to facilitate the storage and transmission of these tremendous video data for a wide variety of applications. In this paper, a systematic review of the recent advances for large-scale video compression (LSVC) is presented. Specifically, fast video coding algorithms and effective models to improve video compression efficiency are introduced in detail, since coding complexity and compression efficiency are two important factors to evaluate video coding approaches. Finally, the challenges and future research trends for LSVC are discussed.     

基于VFW的远程视频捕获技术研究

多媒体技术在人们日常生活中的应用越来越广泛,图像、视频、音频等多媒体数据逐渐成为信息处理领域中主要的信息媒体形式。视频捕获技术是信息处理中的重要环节,研究该项技术具有重要的实用价值。文章提出一种基于VFW的远程视频捕获方法。该方法利用VFW捕获视频数据,采用H.263编码标准压缩视频数据,利用面向连接协议的流式套接字实现实时视频流的传输,结合多线程技术实现视频文件播放。然后,基于Windows操作系统设计实现了远程视频捕获系统。实验结果表明,该方法CPU占用率低、内存占用小,可靠性强,具有较好的应用价值。     

基于H.264与新一代视频编码标准的压缩域视频水印综述

数字水印技术为视频传输、视频共享以及一些扩展视频服务中存在的诸多问题提供了一种有效的解决途径,属于信息隐藏领域,它的基本思想是通过在数字媒体信号中嵌入一定量的附加信息,例如作品的所有权、使用权或者公司的标识等,实现信息管理或保护的目的。H.264是当前广泛使用的视频编码标准,它采用混合编码框架,包括帧内预测、帧间预测、变换、量化、自适应熵编码等模块。视频信号的数据量庞大、带宽高、冗余信息多,基本上都是以压缩的格式存储的特性,使得在视频中嵌入数字水印更为困难。这些特征使得视频水印在水印容量、水印复杂度以及结合压缩域处理操作等方面的要求比其他多媒体信号更高,因此,视频水印除了要满足数字水印的一般要求,如安全性、鲁棒性、隐藏性等特性之外,还有一些独特的技术要求。本文对压缩域视频水印相关技术进行了分析并对研究方法进行了讨论,提出了目前存在的问题及未来研究的方向。     

视频分割技术的发展

随着MPEG－4和MPEG－7的研究发展以及最近几年数字视频图书馆技术的崛起,基于内容编码和面向对象的存取和操纵技术日益受到人们的重视,视频分割技术迅速成为当前视频研究领域的热点。视频分割是新一代视频编码、视频检索、互联网多媒体交互等新兴领域的关键技术。介绍了视频分割的主要技术,对其算法和性能进行了比较和评述,并分析了当前视频分割技术的研究现状、尚存在的问题和研究前景。     

AVS-M: From Standards to Applications

AVS stands for the Audio Video coding Standard Workgroup of China, who develops audio/video coding standards as well as system and digital right management standards. AVS-M is the AVS video coding standard targeting for mobile multimedia applications. Besides the coding specification, AVS also developed the file format and Real-time Transport Protocol （RTP） payload format specifications to enable the application of AVS-M video in various services. This paper reviews the high-level coding tools and features of the AVS-M coding standard as well as the file format and payload format standards. In particular, sixteen AVS-M high-level coding tools and features, which cover most of the high-level topics during AVS-M standardization, are discussed in some detail. After that, the error resilience tools are briefly reviewed before the file format and RTP payload format discussions. The coding efficiency and error resiliency performances of AVS-M are provided finally. H.264/AVC has been extensively used as a comparison in many of the discussions and the simulation results.     

多媒体CAI课件制作中的数字视频处理技术

在多媒体CAI课件中，视频是一种重要的多媒体元素。利用数字视频技术对视频材料进行编辑制作和加工处理，是多媒体课件开发中的重要一环。该文探讨了数字视频技术在多媒体CAI课件制作中的应用，着重从数字视频处理硬件技术、数字视频采集与压缩、数字视频编辑三方面进行了阐述。     

视频数字编码的标准

由于大规模集成电路技术和计算机技术，尤其是多媒体和网络技术的发展，视频数字编码已从纯学术研究发展到具有广泛应用并受到各国高度重视的技术。为了跟上技术飞跃发展的需要，目前制定视频数字编码标准的效率和速度都明显提高。制定标准不再是各国少数代表在小圈子里讨论的事情，它已成为全球的研究和开发协作。视频数字编码标准是否被广泛采用的一个重要因素是，应妥善权衡理论上的可能性和技术上的可行性。一些新的视频数字编码标准都具有遗传性，并强调尽可能广泛的适用性。     

多媒体技术研究:2013——面向智能视频监控的视觉感知与处理

目的 随着视频监控技术的日益成熟和监控设备的普及,视频监控应用日益广泛,监控视频数据量呈现出爆炸性的增长,已经成为大数据时代的重要数据对象。然而由于视频数据本身的非结构化特性,使得监控视频数据的处理和分析相对困难。面对大量摄像头采集的监控视频大数据,如何有效地按照视频的内容和特性去传输、存储、分析和识别这些数据,已经成为一种迫切的需求。方法 本文面向智能视频监控中大规模视觉感知与智能处理问题,围绕监控视频编码、目标检测与跟踪、监控视频增强、视频运动与异常行为识别等4个主要研究方向,系统阐述2013年度的技术发展状况,并对未来的发展趋势进行展望。结果 中国最新制定的国家标准AVS2在对监控视频的编码效率上比最新国际标准H.265/HEVC高出一倍,标志着我国的视频编码技术和标准在视频监控领域已经实现跨越;视频运动目标检测跟踪的研究主要集中在有效特征提取和分类器训练等方面,机器学习等方法的引入,使得基于多实例学习、稀疏表示的运动目标检测跟踪成为研究的热点;监控视频质量增强主要包括去雾、去夜色、去雨雪、去模糊和超分辨率增强等多方面的内容,现有的算法均是对某类图像清晰化效果较好,而对其他类则相对较差,普适性不高;现有的智能动作分析与异常行为识别技术虽然得到了不断发展,算法的性能也在不断提高,但是从实用角度,除了简单的特定或可控场景外,还没有太多成熟的应用系统。结论 随着大数据时代的到来,智能视频监控的需求将日益迫切,面对众多挑战的同时,该研究领域将迎来前所未有的重大机遇,必将产生越来越多可以实用的研究成果。