适于实时传输的AVS视频码流加密算法*

为应对日益严重的盗版问题,提出了一种针对AVS标准的视频信息加密算法。通过加密运动矢量,使得视频图像重建时无法找到匹配的参考块,并通过误差扩散,引起视频图像错乱,从而达到对视频信息加密的目的。加密算法不改变码流结构,因此,接收端未经解密的视频码流可以由标准解码器正常解码,但是解码重建的视频图像质量明显下降,而经解密的视频重建图像可完全恢复到加密前的水平。实验结果表明,提出的加密方案具有良好的加密效果,其算法复杂度低,对编码效率影响也很小,基本上不影响视频的主客观质量。     

MPEG-4道路监控视频压缩卡

文中结合目前监控技术,提出基于PCI总线的MPEG-4视频压缩卡设计方案.该方案可通过软件设置监控参数,以满足多种监控要求,应用范围广,有较好得社会效益.     

一种层级化的人眼检测方法

为了提高人眼检测算法的鲁棒性和实时性,提出了一种层级化的人眼检测方法.首先,该方法通过融合人脸检测器和肤色模型在图像大范围内进行快速人脸检测.然后,根据人脸面部拓扑结构几何关系的先验知识粗定位人眼得到人眼的粗定位区域.最后通过融合人眼检测器和人眼模板在人眼粗定位区域实现人眼的精确定位.大规模比较实验表明所提出方法能够准确定位人眼,并能够适用于人脸大小和旋转的变化,具有更强的鲁棒性.     

基于双目视觉的三维车辆检测算法

立体区域卷积神经网络(Stereo R-CNN)算法具有准确、高效的特点,在一定场景下的检测性能较好,但对于远景目标的检测仍有一定的提升空间。为了提升双目视觉算法的车辆检测精度,提出一种改进的Stereo R-CNN算法。该算法将确定性网络(DetNet)作为骨干网络,以增强网络对远景目标的检测;针对左右目视图的潜在关键点,建立了左右视图关键点一致性损失函数,以提高选取潜在关键点的位置精度,进而提高车辆的检测准确性。在KITTI数据集上的实验结果表明,本算法的性能优于Stereo R-CNN,在二维、三维检测任务上的平均精度提升了1%~3%。     

基于ITK和VTK的脊髓扩散张量成像实现

扩散张量成像是一种新的磁共振成像技术,比传统的扩散加权成像更能够准确地反映出水分子的扩散情况.在脊髓的扩散张量成像方面的研究成果并不多,且存在很大的发展空间.提出并实现了基于ITK和VTK的脊髓图像扩散张量成像系统,其中使用ITK实现图像三维配准和扩散张量及其旋转不变量的计算等功能,使用VTK辅助完成三维图像显示,为脊...     

一种基于自适应模板的运动估计算法

在对H.264参考模型JM10.2中采用的非对称十字多重六边形网格搜索(UMHexagonS)运动估计算法进行详尽分析的基础上,提出了针对非对称动态十字搜索、5×5模板搜索和非均匀多层次六边形格点搜索模式三方面的改进措施来优化算法.该自适应模板运动估计算法可显著减少运动估计所需搜索点数,实验表明,本文算法可在图像质量和码率基本不变的前提下平均可节省30％运动估计时间.     

针对颈椎扩散张量成像数据的分析处理系统

针对颈椎病已成为我国常见病之一,并且扩散张量成像在临床诊断上得到越来越广泛应用的现状,提出基于ITK（insight segmentation and registration toolkit）和VTK（visualization toolkit）针对颈椎扩散张量成像数据特点构建分析处理平台,主要包含：数据输入模块、多平面显示模块、面绘制模块、DTI数据计算模块和交互模块.系统涵盖了扩散张量成像数据的计算、感兴趣区域选取、计算各向异性分数临床诊断指标等MRI图像处理流程,特别是在交互模块中,结合VTK与经典Snake算法给出了一种感兴趣区半自动选取的方法,为颈部扩散张量成像的后续图像处理奠定了基础.     

基于Android平台的行人检测系统

随着Android系统在智能手机、平板电脑等各种移动终端的广泛应用,Android成为具有广阔发展前景的开放性移动平台.由于Android智能手机和平板电脑的便携性,将运用OpenCV开发的行人检测系统移植到Android平台上,将改变传统的视频处理方式,使其更具灵活性、移动性,同时扩展了Android平台的应用领域.采用了基于高斯模型的背景差分法来提取前景,在跟踪部分运用了卡尔曼滤波来预测运动目标的搜索区域,根据几何校正后的前景面积来进行行人计数.系统在Android移动终端上测试,取得了较好的效果.     

面向新闻视频内容分析的音频分层分类算法*

提出了一种规则和隐马尔可夫模型相结合的音频分层分类算法,首先利用规则将新闻节目中的音频分为静音、语音和音乐三类,然后采用隐马尔可夫模型进一步将语音和音乐细分为男主持人语音、女主持人语音、交替报道、独白语音、现场语音和音乐六类。实验结果表明,男主持人语音、女主持人语音以及音乐的分类效果最好,查准率和查全率均可达90％以上;交替报道的分类性能最差,查准率为57.5％,查全率为79.3％;其他类别的分类性能居中,在70%～90％左右。与同类算法相比,该算法分类性能较高。