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。     

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.     

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。     

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。     

普适计算环境中移动电话一种新的应用模式

随着计算技术和通信技术的发展,各种兼有通信和计算能力的手持信息设备将变得无处不在。它将为人们提供各种方便的服务,但它们的资源和能力又严重受限。因此如何通过利用环境拥有的资源来增强用户手持设备的能力是一个尚待解决的热点问题。该文针对移动电话,讨论了它在普适计算环境下一种新的应用模式,然后论述了实现该应用模式需要解决的一些关键技术,并描述了支持该应用模式的体系结构。文章最后给出了该应用模式的一个实例———利用移动电话个性化使用公共显示设备。     

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．     

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.     

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％。     

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.