基于P2P模式的新型视频点播系统

对扩展视频点播系统服务能力进行了研究.在所提出的ContribVoD系统中,通过用户相互共享各自拥有的视频数据,使服务器不再是视频数据的唯一来源,从而可分散视频服务器的负担,提高系统的服务能力.系统通过优化查询、数据传输动态监控及初始缓冲来保证用户的播放质量,同时利用种子选择策略来尽量避免远程数据传输,减小主干网络的负担.仿真实验显示,系统的服务能力比基于C/S模式的视频点播系统有显著提高.     

视频点播系统用户行为模型的构建与应用

通过研究视频点播系统中用户的行为,构建出用户行为的数学模型,可以为视频媒体数据缓存算法改进提供依据.本文对常用的建立用户访问模型的数学模型进行了研究,对给出的一批媒体访问数据进行了建模分析,指出广延指数模型能够比Zipf模型更接近地描述实际影片点播的频率;并且用广延指数模型对影片播放长度进行了分析和拟合,验证了其有效性;进一步,基于所得的用户点播频率模型和点播长度模型,给出了一种缓存算法命中率上界的计算方法,从而为评价视频媒体数据缓存算法的性能提供了重要指导.     

基于Web的EAST实时视频点播系统

基于Web的EAST（全超导托卡马克）实时视频点播系统是在原视频点播系统的基础上进行优化和改进实现的,具有实时点播EAST实验中的等离子体放电视频、搜索视频、下载视频以及逐帧分析视频等功能.该系统主要由视频合成应用程序和视频点播网站两个部分组成,视频合成程序采用socket TCP通讯的方式接收炮号信息,通过共享目录转移视频帧文件,最后利用ffmpeg将视频帧文件合成flv视频.视频点播采用B/S（浏览器/服务器）结构框架实现,通过JSP从数据库读取炮号信息实现点播功能,结合XML和JavaScript实现逐帧分析.目前本系统已经在EAST实验中投入使用,为EAST实验人员提供了极大的便利.     

基于关联规则的P2P视频点播缓存替换算法

传统的缓存替换算法缺乏对视频点播系统的针对性,不能有效的重用缓存数据,影响缓存查询命中率.为此,本文针对视频点播系统用户VCR操作的特点,提出了一种基于缓存数据块关联规则的P2P视频点播系统客户端缓存替换算法.此算法根据视频点播用户的VCR操作特征,在每个节点记录用户的播放历史,并利用P2P网络的优势,在节点间互换播放记录.节点从自身收集到的播放记录中提取出视频数据块之间的关联规则,根据关联规则更新数据块的流行度.缓存区被填满后流行度低的数据块就会被流行度较高的数据块替换.实验结果表明,与传统缓存替换算法相比,本算法能够提高缓存查询命中率,减轻服务器的负载.     

基于P2P模式的新型视频点播系统

对扩展视频点播系统服务能力进行了研究。在所提出的ContribVoD系统中,通过用户相互共享各自拥有的视频数据,使服务器不再是视频数据的唯一来源,从而可分散视频服务器的负担,提高系统的服务能力。系统通过优化查询、数据传输动态监控及初始缓冲来保证用户的播放质量,同时利用种子选择策略来尽量避免远程数据传输,减小主干网络的负担。仿真实验显示,系统的服务能力比基于C/S模式的视频点播系统有显著提高。     

基于MPEG-7的视频语义检索系统

设计和实现一个支持语义的分布式视频检索系统:"语寻"。该系统利用一个改进的视频语义处理工具(该工具基于IBM VideoAnnEx标注工具,并增加镜头语义图标注和自然语言处理的功能)对视频进行语义分析和标注,生成包含语义信息的MPEG-7描述文件,然后对视频的MPEG-7描述文件建立分布式索引,并同时分布式存储视频文件;系统提供丰富的Web查询接口,包括关键字语义扩展查询,语义图查询以及自然语句查询,当用户提交语义查询意图后,便能够迅速地检索到感兴趣的视频和片段,并且可以浏览点播;整个系统采用分布式架构,具备良好的可扩展性,并能够支持海量视频信息的索引和检索。     

基于关键人物的分布式视频检索系统设计与实现

针对基于关键人物的视频检索问题,以Hadoop分布式计算平台为支撑,设计并实现了一个可处理大量视频数据的分布式视频检索原型系统.分析了系统的三大关键问题:基于人脸检测的视频帧提取、基于人脸匹配的视频帧筛选和基于PCA的相关视频检索.以2014年大数据竞赛提供的TED演讲视频基准数据集为例,对系统实现效果和检索性能进行了评测.     

基于改进的排序学习的图片检索算法研究

图片检索是图片共享社会网络中的重要研究内容之一。传统的图片检索方法往往通过对用户输入的关键字和图片的文本描述加以匹配来进行图片检索。由于文本信息存在歧义性,图片的文本描述十分困难,因此检索结果的准确性低。为了提高图片检索的准确性,提出了基于排序学习的图片检索方法。将每幅图片通过多种特征描述符进行描述,当用户的输入为图片时,通过对比查询图片和图片库中图片的相似性进行图片检索。采用支持向量机和关联规则两种学习方法对特征描述符的权重组合进行学习,并提出了相应的学习算法。实验表明,提出的基于学习的图片检索方法与相关图片检索方法相比具有更高的准确性。此外,应用支持向量机和关联规则两种方法对分类函数进行学习时,由于两种算法通过相同的数据实例对图片描述符的权重进行学习,因此得到的结果是相关的。     

基于运动补偿方法在视频压缩方面的应用研究

目的 动态视频所占据的空间过大,若要快速和在有限的空间去传送,则必须要对动态视频进行压缩;方法 通过帧与帧之间存在冗余性,以及后面的帧可以通过运动补偿的方法来得到预测帧;结果 通过matlab进行仿真,得到相关的图片数据得到压缩后的预测帧;实验验证通过运动补偿的方法可以得到后面相关帧,并且起到压缩的作用.     

基于MPEG-7的视频检索系统的设计与实现

MPEG-7为视频信息提供了一种标准化的描述方式,使得我们能够以文本的方式标注出视频文件的标题、作者、日期以及内容等各种属性,方便了在多种应用中交换视频的信息。设计和实现了一个视频检索系统：语寻,该系统利用已有的视频处理工具对视频文件进行处理,生成其MPEG-7描述文件,然后对视频的MPEG-7文件建立全文索引;当用户通过系统的Web界面输入查询关键字,便能够迅速的检索到感兴趣的视频文件。同时,系统采用分布式架构,具备良好的可扩展性,能够支持海量视频信息的检索。     

利用改进NFL算法对镜头进行基于内容的检索

基于镜头的分类和检索对于视频库的管理和查询非常重要.将“最近特征线”法（nearest feature line,简称NFL）用于镜头的分类和检索.将镜头中的代表帧看做是某个特征空间中的点,通过这些点间的连线表征该镜头的总体特征信息,然后计算查询图像和特征线的距离,以决定镜头与查询图像的相似度.为了更适于视频数据,对原来的NFL方法进行了改进,基于镜头内部内容活动程度对特征线进行限制、实验结果表明,改进的NFL方法比传统的NFL方法以及常用的聚类万法,如最近邻法（nearest neighbor,简称NN）和最近中心法（nearest center,简称NC）,在性能上有所提高.     

面向视频服务器的基于内容视频分析与检索系统的设计与实现

如何在海量数字视频信息中快速、高效地查找到自己所需要的内容成为一个紧迫的课题 .介绍一个面向视频服务器的基于内容视频分析与检索系统 .该系统通过对数字视频多模态特征的综合分析 ,完成对视频的结构化特征提取 ,建立多层次的视频摘要和索引 ,为用户提供了个性化的多层次的视频检索与管理手段     

基于内容的检索中视频相似性度量方法研究

视频检索中,最普遍的检索方式是提交例子视频,查询出类似的视频。所以要设计一个准确可靠的视频检索系统,就必须定义好怎样的视频才是相似的。论文对基于内容的视频检索的基本原理进行了阐述,介绍了基于帧和镜头的相似性度量方法的基本思想和主要公式,然后对视频相似性度量方法进行了分析研究,最后对新的视频相似性度量研究向提出了展望。     

视频的检索反馈

基于内容的视频检索是一个重要的研究领导领域,吸引了众多研究者的举,常用的查询方式是通过例子视频进行检索,但是如何定义是否两个视频相似,仍然是尚未解决的问题,限制了检索系统的应用范围,而且由于视频内容的复杂性,不同在检索过程中,即使对同一部视频,其注重的角度也有可能不同,因此接受用户的反馈意见,当用户对查询结果不满意时可以优化查询结果,突出用户的需求,在综合了人类礼堂心理特征的基础上,介绍了一种视频相似衡量的模型,从镜头、视频等多个层次,多种视觉判断角度,对视频间相似度进行衡量,并在此基础上提出了多个粒度－－镜头层次和视频层次进行检索反馈的方法,整个过程是自动进行的,根据用户的意见灵活地优化检索结果。     

Selection and dissemination of digital video via the Virtual Video Browser

In this paper we describe the Virtual Video Browser (VVB) software application designed to allow the interactive browsing and content-based query of a video database and to facilitate the subsequent playout of selected titles. The VVB is a manifestation of our mechanisms for the location, identification, and delivery of digital audio and video in a distributed system which can be extended to several application domains including multimedia-based home entertainment, catalog shopping, and distance learning.The VVB employs a two phase retrieval process to serve its users. In the query phase, user queries are sent to a metadata server for processing. In the subsequent playout phase, a connection is established between the client workstation and a video server for the delivery of video data. The VVB incorporates a simple query interface that lets users specify their preferences to the system and retrieve the appropriate video. The application is designed to work in a distributed environment where video sequences are stored in different databases interconnected via a network. It has been shown to be a viable target application useful for investigating research problems related to building interactive multimedia systems.Portions of this work were presented at the Intl. Workshop on Services in Distributed and Networked Environments (SDNE), Prague, Czech Republic, June 1994, and at the 1st ACM Intl. Conf. on Multimedia, Anaheim CA, August 1993.     

Merging Results for Distributed Content Based Image Retrieval

Searching information through the Internet often requires users to separately contact several digital libraries, use each library interface to author the query, analyze retrieval results and merge them with results returned by other libraries. Such a solution could be simplified by using a centralized server that acts as a gateway between the user and several distributed repositories: The centralized server receives the user query, forwards the user query to federated repositories—possibly translating the query in the specific format required by each repository—and fuses retrieved documents for presentation to the user. To accomplish these tasks efficiently, the centralized server should perform some major operations such as: resource selection, query transformation and data fusion. In this paper we report on some aspects of MIND, a system for managing distributed, heterogeneous multimedia libraries (MIND, 2001, http://www.mind-project.org). In particular, this paper focusses on the issue of fusing results returned by different image repositories. The proposed approach is based on normalization of matching scores assigned to retrieved images by individual libraries. Experimental results on a prototype system show the potential of the proposed approach with respect to traditional solutions.     

一种图像检索中的灰色相关反馈算法

在交互式CBIR系统中，由于用户的查询需求常常是模糊的，因此检索结果从某种意义上说是不确定的。于是，可以将图像检索过程视为一个“灰色系统”，其中的查询向量以及图像特征的权重可视为“灰数”。基于此，该文提出了一种新的相关反馈技术，它采用“灰关联分析”理论来分析和描述“例子图像”与“相关图像”之间的关系，据此自动更新查询向量与图像特征的权重，从而更准确地描述用户的查询需求。实验结果表明，这种相关反馈算法能较好地描述用户的查询需求，显著地改善了图像检索的性能。     

Adaptive Video Fast Forward

We derive a statistical graphical model of video scenes with multiple, possibly occluded objects that can be efficiently used for tasks related to video search, browsing and retrieval. The model is trained on query (target) clip selected by the user. Shot retrieval process is based on the likelihood of a video frame under generative model. Instead of using a combination of weighted Euclidean distances as a shot similarity measure, the likelihood model automatically separates and balances various causes of variability in video, including occlusion, appearance change and motion. Thus, we overcome tedious and complex user interventions required in previous studies. We use the model in the adaptive video forward application that adapts video playback speed to the likelihood of the data. The similarity measure of each candidate clip to the target clip defines the playback speed. Given a query, the video is played at a higher speed as long as video content has low likelihood, and when frames similar to the query clip start to come in, the video playback rate drops. Set of experiments o12n typical home videos demonstrate performance, easiness and utility of our application.Nemanja Petrovic received his Ph.D. from University of Illinois in 2004. He is currently the member of research staff at Siemens Corporate Research at Princeton, New Jersey. His professional interests are computer vision and machine learning. Dr. Petrovic has published 20 papers in the area of video understanding, data clustering and enhancement.Nebojsa Jojic received his Ph.D. from University of Illinois at 2001. His currently a researcher at Microsoft Research at Redmond, Washington. His professional interest include computer vision and machine learning. Dr. Jojic has published over 40 papers in the area of computer vision, bioinformatics and graphical models.Thomas Huang received his Sc.D. from MIT in 1963. He is William L. Everitt Distinguished Professor in the University of Illinois, Department of Electrical and Computer Engineering and a full-time faculty member in the Beckman Institute Image Formation and Processing and Artificial Intelligence groups. Professor Huang has published over 600 papers in the area of computer vision, image compression and enhancement, pattern recognition, and multimodal signal processing. He is a Member of the National Academy of Engineering, Foreign Member of the Chinese Academy of Engineering and Chinese Academy of Science, and recipient of IEEE Jack S. Kilby Signal Processing Medal.     

Heuristics for Optimizing Multi-Clip Queries in Video Databases

In this paper we address the multi-clip query optimization problem where a multi-clip query requests multiple video clips. We propose a new heuristics called Restricted Search Interval that maximizes clip sharing between queries and consequently reduces the network bandwidth of a video server for a multicast system. An adaptation of our heuristics for optimizing the response time of the query is also presented. The experimental results show that the suggested heuristics reduces the server workload by about 28% on the average in comparison to a classical heuristic approach.     

基于内容的视频检索系统在电子政务中的应用

实现信息化政务办公需要解决的一个问题是视频文档信息的检索与浏览。文中给出一个政务视频信息浏览和检索系统的方案,系统支持抽象层的视频信息浏览和基于示例图像的视频信息检索。系统分成两个主要部分:(1)视频内容结构化处理和抽象部分;(2)基于示例图像的视频信息检索部分。在部分(1)中,给出了一个基于颜色及目标轮廓变化特征进行非监督视频结构化和视频内容抽象的方法;在部分(2)中,首先对图像库中图像进行特征降维,然后进行聚类处理,这样降低了通过示例图像检索视频内容过程中相似性匹配运算的时间,提高了效率。