网络视频传输的两级不均等差错保护策略

传统的基于端到端的一级视频差错保护方案大多没有考虑有线与无线混合网络的包丢失原因的差别,所以整体效率不高。为此,针对有线无线混合网络的特征,提出一种基于H．264数据分割的混合动态不均等差错保护策略。接收端可对有线和无线网络上不同原因导致的丢包进行区分,视频服务器通过接收的RTCP（Real—Time Control Protocol）反馈,利用RS（Reed—Solomon）码和LDPC（Low Density Parity Code）码分别对抗网络中的丢包和误比特,针对H．264数据分类的重要性不同以及信道质量的变化,给予不同程度的动态保护。实验结果表明,这种两级保护混合抗误码算法与传统的基于包的端到端一级不均等差错保护相比,冗余度降低了约15％,而接收的视频质量提升了约4dB,且很大程度地提高客户端接收的有效数据率,为解码器进行差错隐藏奠定了良好的基础。     

速率控制与容错联合编码方案

针对移动网络中低时延视频应用的诸多约束,提出了一种速率控制和容错编码相结合的H.264视频通信新方案．采用预编码阶段估计出的视频帧及其内部宏块对传输差错的敏感度,设计了自适应的帧级和宏块级目标比特分配方法．根据视频片(slice)中对差错敏感的宏块所占的百分比为其设置了重要性等级,采用Turbo码对不同重要性的片进行不均等差错保护(UEP)．实验结果显示,此方案与传统的H.264速率控制与容错算法相比,在解码端可以获得超过1dB的亮度PSNR增益．     

共享视角下办公空间的发展趋势初探

本文以当代城市空间的办公空间发展现状导入,提出人们对办公场所的选择不再受限于特定的办公空间。通过提炼信息技术的更迭下办公空间的发展历程来分析对办公行为的影响,基于"互联网+"时代下的共享经济、共享社区来分析共享的内涵,对当代具有共享特征的办公空间模式进行分析,论证共享理念下城市空间互相渗透,空间功能边界趋向于模糊。进而初步探讨未来办公空间以共享为基础,走向智能化,进而影响城市空间中办公模式的发展趋势。     

DCT域下采样视频水印技术

根据DCT域Watson模型提出了一种抵抗下采样攻击的不可感知水印模型.用DCT域准卷积下采样方法得到图像的下采样版本,利用亮度特征和图像感知失真限制自适应确定被嵌入水印序列的区域、长度和强度,以使上采样水印图像具有良好的视觉效果和鲁棒性.实验结果表明该算法对噪声干扰及视频下采样具有较好的鲁棒性,而且不使用原始图像,就可进行水印的相关检测.     

多层次SIFT特征在语义概念检测中的应用

SIFT局部特征因良好的性能在图像和视频的语义概念检测中得到广泛应用。已经有很多学者对SIFT做了深入研究,并提出了PCA-SIFT,SURF,MSER等,但是在SIFT算法中,阶与阶之间采样率的变化对SIFT特征的影响关注很少。考察了SIFT算法中,阶与阶之间采用不同降采样率对SIFT特征差异性的基础上,提出了一种多层次的SIFT（ML-SIFT）算法。Caltech256和SceneClass13数据集上的实验表明,ML-SIFT相比于原始SIFT,其MAP的提高能够分别达到15.7%和5.1％。另外在Caltech256上,当采用不同比例的正负样本训练时,ML-SIFT算法具有较好的稳定性。同时,还将ML-SIFT算法、SIFT、SURF算法做了性能比较,SURF和SIFT算法的性能较接近,但是SIFT和SURF相对于ML-SIFT算法,则其性能较差。实验表明,ML-SIFT是有效的。     

Progressive framework for deep neural networks:from linear to non-linear

We propose a novel progressive framework to optimize deep neural networks. The idea is to try to combine the stability of linear methods and the ability of learning complex and abstract internal representations of deep learning methods. We insert a linear loss layer between the input layer and the first hidden non-linear layer of a traditional deep model. The loss objective for optimization is a weighted sum of linear loss of the added new layer and non-linear loss of the last output layer. We modify the model structure of deep canonical correlation analysis (DCCA), i.e., adding a third semantic view to regularize text and image pairs and embedding the structure into our framework, for cross-modal retrieval tasks such as text-to-image search and image-to-text search. The experimental results show the performance of the modified model is better than similar state-of-art approaches on a dataset of National University of Singapore (NUS-WIDE). To validate the generalization ability of our framework, we apply our framework to RankNet, a ranking model optimized by stochastic gradient descent. Our method outperforms RankNet and converges more quickly, which indicates our progressive framework could provide a better and faster solution for deep neural networks.     

一种基于二维最大类间方差的图像分割算法

本文提出了一种二维最大类间方差的图像分割算法,该方法不仅利用了图像元点的灰度分布信息,而且充分考虑了像元点之间的空间相关信息,理论分析和实验表明,对于低对比度,低信噪比的地面目标,该方法具有良好的分割效果,在该算法的基础上,又提出也一种快速递推二维最在类间方差法,减少了计算量,节约存储空间,具有较强的实用价值。     

基于HFC和IP网的VOD系统的设计与实现

提出了在HFC网和IP网上构造综合多媒体VOD系统的方法,并对实现中的关键技术进行了分析和讨论。     

H．323视频会议终端的软件实现

在对音视频协议和视频会议实际应用场景分析的基础上,采用新算法和新技术,在Intel PⅡ333的PC机上用软件实现了视频会议终端的音视频实时编解码处理。实验结果表明该软件能同时完成15帧／s、CIF格式的H．263视频编码和G．711语音编解码,实现了以软件为核心的视频会议终端。     

基于模糊的核医学心脏门控图像左心室边缘自动检测

提出一种自动检测心脏门控图像左心室边缘的算法. 该算法依据核医学心脏门控图像灰度分布的特点, 采用模糊增强的方法增强图像的左心室区域, 利用增强后的图像实现左心室边缘自动检测. 该算法对于左右心室分得不开的核医学心脏门控图像也能正确检测出左心室的边缘.