中国多媒体工程：2010

本文是中国多媒体技术研究与应用的年度文献综述之十三。该文从2010年9种核心刊物的2916篇中选取380篇多媒体技术相关的文章进行了分类、统计,以展现出2010年中国多媒体技术发展的现状。今年采用的分类标准在去年的基础上做了一些细微调整,以适应多媒体技术发展的趋势。通过与前四年统计结果的对比可以看出,数字水印、数据管理与检索、流媒体多播、交互模式与接口、生物特征身份识别等多媒体基础技术是2010年论文反映出的研究热点,同时,多媒体应用日趋多样化,与社会生活的结合程度越来越紧密。该文还对近5年的中国多媒体技术文献统计结果做了比较,从中可看到多媒体技术,特别是一些热点技术的发展趋势。该文不仅能给从事多媒体技术研究与应用的人员提供系统的文献索引,也能为技术规划和管理人员提供参考。     

动作识别与行为理解综述

随着“以人为中心计算”的兴起和生活中不断涌现的新应用,动作识别和行为理解逐渐成为计算机视觉领域的研究热点。主要从视觉处理的角度分析了动作识别和行为理解的研究现状,从行为的定义、运动特征提取和动作表示以及行为理解的推理方法3个方面对目前的工作做了分析和比较,并且指出了目前这些工作面临的难题和今后的研究方向。     

连续动态手势的时空表观建模及识别

论述了复杂背景下连接动态手势的分割、建模及识别;融合手势运动信息和皮肤颜色信息,进行复杂背景下的手势分割;通过结合手势的时序信息、运动表观以及形状表观,提出动态手势的时空表观模型,并提出基于颜色、运动以及形状等多模式信息的分层次融合策略抽取时空表观模型的参数,最后,提出动态时空规整算法用于手势识别,实验表明,利用上述提出的手势分割、建模、特征参数抽取及识别方法识别１２种手势,平均识别率高达９７％。     

基于样本之间紧密度的模糊支持向量机方法

针对传统支持向量机方法中存在对噪声或野值敏感的问题,提出了一种基于紧密度的模糊支持向量机方法.在确定样本的隶属度时,不仅考虑了样本与类中心之间的关系,还考虑了类中各个样本之间的关系.通过样本之间的紧密度来描述类中各个样本之间的关系,利用包围同一类中样本的最小球半径大小来度量样本之间的紧密度.样本的隶属度依据样本在球中的位置,按照不同的规律确定与基于样本与类中心之间关系构建的模糊支持向量机方法相比,该方法有利于将野值或含噪声样本与有效样本进行区分.实验结果表明,与传统支持向量机方法及基于样本与类中心之间关系的模糊支持向量机方法相比,基于紧密度的模糊支持向量机方法具有更好的抗噪性能及分类能力.     

中国多媒体技术研究：2002

为了使人们对中国多媒体技术现状有个概略了解 ,特编写了中国多媒体技术研究与应用的年度文献综述之五 .通过查阅国内 2 0 0 2年 9种核心刊物的 2 76 1篇文章 ,从中选取了 4 6 4篇与多媒体技术相关的文章 ,进行分类、统计 ,同时 ,结合前 4年的统计结果 ,又将近 5年的多媒体技术文献统计结果做了比较 ,由此可清楚地看到多媒体技术 ,尤其是热点技术的发展过程和发展趋势 .该文不仅给从事多媒体技术研究与应用人员提供了一个很好的文献资料的索引 ,也给论文作者和刊物编辑人员提供了一个好的参考 .     

新闻视频显著人脸检索系统

该文针对新闻视频设计并实现了一个显著人脸检索系统。首先将新闻视频分割成镜头序列,利用训练好的CascadeAdaboost人脸检测器对每个镜头检测出一定数目的候选人脸,按照一些规则选取可信度高的作为样本,用于提取该镜头内的肤色模型。接着对肤色分割后的区域进行位置、大小分析和模板匹配,以淘汰非人脸区域,确定待跟踪的对象列表。为了做精确的跟踪和识别,系统对每个跟踪对象建立更细致的肤色模型。跟踪过程中每间隔一定帧数重新进行人脸检测,以减少误差积累和探测是否有新人脸出现。最后从每个人脸序列挑选最适合进行人脸识别的图像建立其特征脸空间,结合肤色信息和PCA算法判断其是否为要检索的目标人脸。     

由抖动图象序列建立自然环境三维真实感全景模型

由真实环境中的现场图象进行三维环境建模是目前国际上研究的热点问题。本文依据合理的运动模型，提出和实现了由包含抖动的摄像机运动下的图象序列建立３Ｄ环境全景模型的两步法。首先通过运动滤波和运动分解获得运动稳定的图象序列，然后采用无特征提取的时空纹理方向精确估计、深度边界确定和遮挡恢复算法，建立全局自然景物的真实感三维环境模型。提出了２种三维全景图象的表示方法，即非阵列方式深度分层区域表示和阵列方式的深度分层布景表示，可用于机器人全局定位的自然路标提取和真实环境虚拟再现的图象合成。该研究推广和结合了外极面图象的方法和全景图象的方法，放宽了对运动的要求，从而可使该种方法适用于室外颠簸的道路环境。和现有运动分层方法相比，避免了该类方法迭代过程中的局部最小化问题，并具有计算和存储效率高，适应性强，算法鲁棒性好的优点。     

2.5维数字图像序列稳定方法

本文提出了采用2.5维帧间运动估计和以惯性运动模型为基础的运动滤波器新方案结合的数字图像稳定方法.具体的快速算法实现中集成了多分辨率金字塔图像运动匹配和仿射变换图像矫正,可以快速准确地消除图像序列中由于摄像机载体运动不平稳造成的抖动.实验结果表明,这个算法在仅仅使用通用低档个人计算机时达到的指标与已有算法在专用并行图像处理机上所达到的相当.     

应用层语义可靠的自适应多播

Internet上的可靠多播具有很大的应用前景,但是同时也面临着挑战,主要是因为Internet的异构性以及IP Multicast仍不能广域内得以实现.提出了一种应用层语义可靠的自适应多播体系结构(application semantics reliable multicast,简称ASRM).ASRM不以IP Multicast为基础,而是采用一种混合IP单播和多播的方法来实现多点数据通信.ASRM采用一种简单、自然,且具有更好的伸缩性的方法来命名多播会话,并可以在转发过程中,根据变换模型、变换规则和     

弱同步及其在WWW上的应用

在当今世界,WWW已经成为新颖而强大的媒体,但是,现在运行于Web上的应用仍然不是完全多媒体化的.这主要是因为Internet网络是不可靠、尽力型的,无法提供数据实时传输的保证,尤其对那些大数据量的连续媒体(如视频与音频数据).因此,在Web环境中多媒体对象间的同步就变得格外复杂.该文提出了一种新颖的同步模型：弱同步.它使多媒体文档即使在多变的环境下也能获得最佳效果.在弱同步中,不仅可以定义对象间确定的时间关系,也可以定义非确定的时间关系.此外,媒体间的同步关系,如严格同步和松散同步,也可以在文档的同步描述中定义.