低信噪比图像序列能量积累的硬件实现

讨论了两种常用的低信噪比图像序列能量累加算法,一种是针对帧间运动速度较小的多帧累加;一种是针对帧间运动速度较大的形态膨胀累加,并给出了这两种算法的FPGA电路实现框图。实验结果表明,设计的电路结构简单、流程清晰、实时性强、外部器件少、可扩展、可移植,并在实际应用中取得了较好的效果。     

一种简单易行的运动对象分割方法

在兼顾运动图像分割效果和实时性的原则上,提出了一种简单有效的分割方法。首先利用二次帧差的方法求出图像帧的运动区域,去除结果中不准确的小区域,最后利用二次扫描的方法填充该区域。实验证明：利用该方法得到了较好的分割效果并节省了处理时间。     

基于深度学习的视频超分辨率重构进展综述

视频超分辨率是根据给定的低分辨率视频序列恢复其对应的高分辨率视频帧的过程.近年来,VSR在深度学习的驱动下取得了重大突破.为了进一步促进VSR的发展,文中对基于深度学习的VSR算法进行了归类、分析和比较.首先,根据网络结构将现有方法分为两大类,即基于迭代网络的VSR和基于递归网络的VSR,并对比分析了不同网络模型的优缺...     

视频压缩控制系统优化

针对传统视频压缩控制方案存在的频繁读写数据占用大量系统总线带宽等弊端,对传统视频压缩控制系统进行优化.为了高效地对原始视频进行实时压缩,设计丢帧模块、数据预处理模块等模块;为了减少视频压缩IP核(Intellectual Property core,IP core)对外部双倍速率同步动态随机存储器(Double Dat...     

关于信道噪音熵的研究

根据Shanno信息论 ,对信道的熵进行了研究。得出当在信息通信模型中接收设备和发送设备的差错概率为 0 5时 ,信道噪音的熵达到最大值。为使通信可靠 ,通信设备的差错概率应小于 0 5。     

应用级联分类器检测安瓿内弱小运动目标

针对序列图像内具有低信噪比和低对比度特征的运动目标,提出了一种基于级联分类器的弱小目标检测算法。该算法从安瓿瓶序列图像内提取绝对差分值、局部差分对比度和局部相关系数3个图像特征。每个图像特征对应一个分类器,通过三层级联形式实现序列图像中的小目标检测。第一个节点与传统帧间差分法类似,主要去除大量背景图像并检测出大颗粒运动目标,后两个节点则用于检测弱小目标、排除光流和瓶身污渍产生的噪声点。实验结果显示,相对于传统的帧间差分法,本文算法具有高检测精度和高抗干扰能力等特点,不仅可以检测出图像中弱小运动目标,同时也消除了复杂背景下的噪声影响,弱小目标的检出率达到99.3%,并且满足安瓿在线检测的实时性要求。     

H.266/VVC帧内预测模式快速判决方法

为降低新一代高效视频编码标准H.266/VVC的编码复杂度,提出一种快速的帧内预测模式判决方法。从率失真理论的角度出发,分析变换域残差的分布特性,根据标量量化技术对码率的影响推导出编码码率预测模型。结合帧内预测原理,利用当前块预测残差、参考块预测残差及其编码失真提出编码失真预测模型,并根据率失真代价确定最优的帧内预测模式。实验结果表明,该判决方法在保证编码效率的同时约节省了31%的编码时间。     

基于容积卡尔曼滤波的视频目标跟踪算法

视频目标跟踪是计算机视觉领域的研究热点,具有很强的应用前景。为了提高复杂动态场景下跟踪算法的准确性、实时性和鲁棒性,分析了容积卡尔曼滤波和均值漂移算法的优缺点,本文提出了基于容积卡尔曼滤波结合均值漂移的全自动融合跟踪算法。本算法首先利用基于ORB特征点匹配的改进帧差法对视频目标自动标注,获取目标的初始位置,然后采用融合跟踪算法估计目标的位置和更新搜索窗口,从而实现全自动目标跟踪。本文采用标准视觉目标跟踪数据集VTB进行实验,实验结果表明全自动跟踪算法可以提高跟踪精度,且满足实时性和鲁棒性。     

改进视觉Transformer的视频插帧方法

针对现有的视频插帧方法无法有效处理大运动和复杂运动场景的问题,提出了一种改进视觉Transformer的视频插帧方法。该方法融合了基于跨尺度窗口的注意力和可分离的时空局部注意力,增大了注意力的感受野并聚合了多尺度信息;对时空依赖和远程像素依赖关系进行联合建模,进而增强了模型对大运动场景的处理能力。实验结果表明,该方法在Vimeo90K测试集和DAVIS数据集上的PSNR指标分别达到了37.13 dB和28.28 dB,SSIM指标分别达到了0.978和0.891。同时,可视化结果表明,该方法针对存在大运动、复杂运动和遮挡场景的视频能产生清晰合理的插帧结果。