视频交通参数检测技术研究现状及发展趋势

车流量、车速、车道占有率等交通参数是智能交通发挥作用的前提和基础,也是智能交通系统的关键所在,视频交通参数检测可为其提供丰富的交通信息。文章首先介绍了车辆检测的方法,并对基于虚拟检测器和基于目标提取和跟踪的交通参数提取技术进行了分析,同时介绍了近年来提出的一些基于视频的交通参数提取的算法和步骤,最后分析了视频交通参数检测技术的研究方向、存在问题及发展展望。     

分布式视频编码在容错视频传输中的应用

经典视频压缩码流的低抗错性、传统抗误码工具的"悬崖"效应以及分布式信源编码的高稳健性,决定了基于分布式视频编码(DVC)的视频压缩码流易错信道的抗误码传输机制与关键技术具有良好的应用前景.基于此,分析了分布式视频编码的容错传输原理,并对其中关键技术的最新进展进行了综述,最后给出了结论和今后的研究方向.     

无线视频传输中FEC与WZ联合抗误码算法研究

无线视频编码的低抗误性、无线信道带宽的有限性、无线视频业务的高需求决定了高鲁棒性的抗误算法必将成为无线视频通信的核心问题之一.基于FEC与WZ (Wyner-Ziv)两抗误工具的在不同误码率下抗误互补特性,提出了FEC与WZ联合抗误码方案.实验表明:该方案有效地综合了两者优点,提升了平均PSNR.     

通用率失真模型及码率控制算法*

为了提高码率控制的准确性,通过实验和理论推导,提出了一种通用率失真模型。在此基础上,定义了纹理复杂度,提出了纹理复杂度和图像块头用字节两自适应线性预测模型及宏块（组）比特分配模型;然后结合以上模型提出了一种新的码率控制算法。大量仿真实验结果表明,利用新提出的码率控制方法,测试序列的PSNR均有不同程度的提高,且码流曲线更平滑平稳,目标码率控制更准确。     

基于压缩感知的期望最大化贝努利非对称高斯近似信息传递算法

期望最大化贝努利高斯(BG)近似信息传递(EM-BG-AMP)算法中的BG模型因为具有对称性,在逼近实际信号先验分布时会受到限制;而期望最大化高斯混合近似信息传递(EM-GM-AMP)算法中的GM模型是BG模型的高阶形式,复杂度较高。为了解决以上问题,提出贝努利不对称高斯模型(BAG),进而推导得到期望最大化贝努利不对称高斯近似信息传递(EM-BAG-AMP)算法。该算法的主要思路是假设输入信号服从BAG模型,然后使用广义近似信息传递(GAMP)重构信号并在算法迭代中同时更新模型参数。实验证明,在处理不同图像数据时,EM-BAG-AMP和EM-BG-AMP相比,时间增加了1.2%,峰值信噪比(PSNR)值提升了0.1~0.5 dB,尤其在处理纹理较少以及色差变化明显的图像时峰值信噪比(PSNR)值提升了0.4~0.5 dB。EM-BAG-AMP是对EM-BG-AMP算法的扩展和延伸,更适合实际信号的处理。     

基于码本模型和压缩跟踪算法的遗留物检测

针对一般遗留物检测算法复杂度高和跟踪效果不理想的问题,提出了一种基于码本模型和压缩跟踪算法相结合的遗留物检测方法。首先通过码本模型建模和适时匹配背景更新算法来获取静止目标区域信息;然后利用稀疏测量矩阵对静止目标区域的多尺度特征进行降维,得到分类器的正负样本;最后用朴素贝叶斯分类器对提取的特征进行分类,当分类器响应最优时得到当前帧中跟踪到的目标位置,即使目标被部分遮挡,也能实现对遗留目标的准确跟踪。实验结果表明,该方法不仅简单高效、实时性好,而且可以消除由物体短暂停留而带来的干扰。     

视频图像中端至端失真估算的研究

视频图像数据量大、压缩码流抗误性低,而现有通信网络的承载能力有限、传输性能不可靠,往往造成解码重建视频图像质量致命性地降低。有效控制信源与信道编码,使端至端失真最小是提高解码重建视频图像质量的关键,而精确的失真估算模型是获得最小端至端失真的前提。对几种典型的端至端失真估算模型进行了简要分析,指出了这些模型中待解决的关键问题并展望了端至端失真估算模型良好的发展前景。     

基于限制等距性质阈值机制的匹配追踪算法

为提高贪婪算法重构精度,提出带有回溯机制的基于限制等距性质阈值匹配追踪算法（restricted isometry proper‐tity‐based threshold mechanism MP ,RIPTMP）。每次迭代包含原子添加和原子删减两个步骤,在原子添加步骤中,根据RIP和残差能量条件添加原子;在原子删减步骤中,分析 RIP和残差条件,找出可能错误原子,原子选择过程是自适应的。实验结果表明,在一定条件下,该算法重构精度高于正交匹配追踪算法（orthogonal matching pursuit ,OMP）、子空间匹配算法（subspace pursuit ,SP）、基追踪算法（basis pursuit ,BP）和前向后向追踪算法（forward‐backward pursuit , FBP）等算法。