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.     

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.     

网络为中心的计算与多媒体技术的发展

一、网络为中心的计算将开辟多媒体技术发展的新阶段 计算机和通信技术是信息技术的核心,同时也是多媒体技术发展的基础。因此研究多媒体技术的发展时有必要先讨论一下计算机和通信技术的发展现状和趋势。令人振奋的是在计算机和通信技术的推动下,信息技术和产业正孕育着新的飞跃。     

一种确定高斯核模型参数的新方法

支持向量机中核函数及其参数的选择非常重要,该文提出了一种利用支持向量之间的距离求取高斯核函数参数的有效方法。该方法充分利用了支持向量机方法的最优判别函数仅仅与支持向量有关,并且支持向量为高斯核中心的特点。实验结果表明,该方法较好地反映了图像特征的本质,解决了高斯核函数参数在实际使用中不易确定的问题。     

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。     

跨学科前沿与应用的交汇点:日常活动理解

人口老龄化是对当今大多数国家的未来产生重大影响的社会因素.为了解决由此而来的巨大经济和社会压力,目前现实可行的方法是依靠高度发展的信息和通信技术,自动识别和理解人们在家居环境下的日常活动(ADL),向老人提供日常生活辅助以尽可能地延长老人在家中独立生活的时间.由于日常生活发生的物理环境是非结构化的自然环境.ADL识别与理解的任务就是动态上下境下,在时间和空间上对用户的日常活动进行观察、处理、分析、推理和决策的过程.这本质上是要求系统具有类似人类的认知能力.因此,ADL的识别和理解是传统的信息处理方法特别是计算机视觉方法、认知计算和推理等基础理论研究,和未来老龄化社会重大应用的交汇点.开展ADL识别与理解的研究将有利于推动学科的发展和社会的进步.本文旨在讨论ADL的识别和理解中的技术挑战和基本科学问题,通过分析相关研究现状以及讨论与ADL识别需求之间的差距,为探索研究思路提供新的方向.     

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     

相似顺序图用于视频镜头的组织

在对视频进行基于内容检索时,对由分割得到的镜头进行有效的组织是提高检索效率的一种重要手段.在绝大多数情况下,传统的自动组织方法不能给出令人满意的结果,而需要通过人机交互来进行组织.文章提出了相似顺序图的概念,即对镜头代表帧重新排序,使得感官上相近的代表帧在新序列中位置相近,以便于用户的交互组织.文章还提出了相似距离的概念以作为对序列中相近代表帧相似性的度量,并采用了改进的遗传算法来进行求解.文章阐述了相似顺序图、相似距离和求解采用的改进遗传算法的基本思想,并给出了实验结果和分析.     

基于全局统计的MPEG视频分割

在基于镜头的视频分割中,存在影响分割结果的两种因素,就是帧间差的计算方式和帧间差的阈值设置．在MPEG压缩域中计算帧间差,并使用全局统计作为帧间差阈值．此外,尝试使用了帧间差梯度作为分割准则,以使得一个镜头内的帧间差不至于太大．与手工分割进行实验对比结果表明,基于全局统计的MPEG视频分割人机交互系统对于不同类型的视频是有效的．     

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。