H.264编码中IDR帧应用的思考

本文指出了H.264编码中IDR帧与普通I帧的区别,说明了IDR帧在H.264编码节目拆条编辑中的重要应用,给出了IPTV播出应用中编码器IDR帧设置应注意的问题及解决方法。     

快速检索电话簿的设置方法

S308手机电话簿可存储500个电话号码,搜索不是一件轻松的事,如果使用分组设置,就会变得简单明了,不仅方便查询,而且不同组可以使用不同的铃声和显示图标。首先在EasyGPRs上输入所有的电话,再复制到手机上(也可在手机上直     

利用变换域信息快速实现H.264帧内预测编码的新算法

新的视频编码标准H.264中采用了帧内预测技术,能够极大地减少空间冗余性,从而进一步提高了对帧内宏块编码的效率,但同时也增大了帧内编码的计算时间。为了减少帧内编码时间和编码延迟,该文提出了一种能够快速实现帧内预测编码的新算法。该文算法先利用变换域的信息得到图像纹理的方向,只在最可能的几个模式中进行模式选择,从而降低了运算量。对不同的视频序列测试的结果表明,使用本算法后帧内编码时间可以减少70%左右,同时保持相近的图像压缩质量和码率水平。对于一些实时性要求苛刻的视频压缩应用,采用该文的快速算法会比较有效。     

面向移动GIS的快速检索方法研究

向移动客户端提供用户当前位置附近的地理空间信息是移动GIS应用程序的核心目标之一。移动GIS应用程序的有效性很大程度上取决于所使用空间数据传输方法的效率以及从地理空间数据库中获取基础地图影像的速度。提出了一种简单有效的索引方案实现在标准RDBMS环境下栅格地理空间数据的快速检索,以传统的R-Tree索引方法做参照,分析了R-Tree索引与提出的检索方法的运算代价,并通过记录不同测试地点、不同数据大小情况下两种方案的检索时间,对两种检索方法进行了性能对比。实验结果验证了所提出检索方法的有效性。     

新的可快速切入的H.264/AVC视频编码方法

基于传统视频系统切入等待的问题,提出一种新的可快速切入H.264/AVC视频的编码方法,介绍了相关术语、新方法的编码思路和步骤,实验证明该方法利用H.264/AVC标准所提供的多参考帧和内存管理控制操作等机制实现,可以在保持压缩效率不变的情况下,将新观众切入视频的速度提高5倍以上.     

工程实现中H.264视频编码算法的优化方法研究

基于H.264的计算复杂度分析,主要从以下4个方面对H.264编码器进行了优化:函数调整、帧内预测,帧间预测、模式选择.实验结果表明,优化后的H.264编码器能够达到较高的编码速度,为以后移植到DSP平台打下了基础.     

一种网络监控系统中音视频同步的方法

在网络监控系统中,实时流媒体传输已经广泛使用,其中音视频同步是一个关键的问题。由于在数据传输中使用RTP协议,如果能有效使用RTP包中的时间信息,音视频同步问题将会大大简化。根据做网络监控系统软件的经验,充分利用RTP协议中的时间戳,提出参考时间,缓存设计及音视频同步算法,并进行编程。     

一种基于H.264的快速多参考帧选择算法

H．264采用的多参考帧运动估计极大地增加了编码器的复杂度。文中分析了各参考帧在运动估计中的作用,提出一种快速多参考帧选择算法以降低运算复杂度。该算法利用已编码相邻块参考帧的相关性,对参考帧进行预选择和排序,以避免不必要的运动搜索。可以与其它多参考帧运动估计算法相结合。实验结果表明,与H．264参考软件JM9．6中的快速算法UMHexagonS相比,提出的算法在保持编码图像质量的同时,可以进一步降低多参考帧运动估计的运算量,能够节省约35％的编码时间。     

一种新的可快速切入的H.264/AVC视频编码方法

提出一种新的可快速切入H.264/AVC视频的编码方法,该方法利用H.264/AVC标准所提供的多参考帧和内存管理控制操作等机制实现,可以在保持压缩效率不变的情况下,将新观众切入视频的速度提高5倍以上。     

基于H.264帧内预测模式的信息隐藏算法

根据H.264标准编码的特点,提出一种较高性能的信息隐藏方案。文章分析H.264中I4×4亮度块的9种帧内预测模式,以及最优模式的选择策略,将I4×4亮度块的9种帧内预测模式作为备选宿主,利用信息嵌入算法将信息嵌入到视频中。这样降低了信息隐藏过程中预测模式调整对视频质量的影响,并能提高嵌入信息数据量。     

基于空域特征的H.264快速多参考帧选择算法

提出了一种H.264快速多参考帧选择算法,它利用视频序列的空间相关特性,在运动估计之前判断当前宏块的Skip编码模式,实现在运动估计过程中快速选择编码模式,基于对Skip编码模式占用概率的统计分析,设置多模式下参考帧数量.实验结果表明,本算法在PSNR损耗与全搜索算法相比不超过0.07dB的情况下,平均节约72.5%的编码时间.     

基于RTP协议的移动视频监控系统的设计

无线移动网络环境稳定性较差,需要研究如何自适应有效带宽的动态变化,以获得最佳的视频监控效果。H．264是高压缩比的视频编解码标准,相同条件下需要的传输带宽更少。RTP/RTCP协议专为实时数据的传输而设计。本系统中,视频采集终端用RTP协议封装和发送H．264数据,用RTCP协议接收网络传输质量信息,自适应调整发送速率;监控平台对收到的数据进行整理和过滤,确保视频图像的正确播放。实验表明该设计在无线移动网络环境下,视频监控效果良好。     

内容自适应的低复杂度多参考帧快速选择算法

针对移动视频业务的市场需求和移动终端设备的性能局限,提出了一种基于时空内容自适应的低复杂度多参考帧快速选择算法。在对视频序列编码模式采用率和参考帧时空相关性统计分析的基础上,根据时空相邻块最优参考帧的分布情况等信息,排除可能性较小的参考帧,缩小当前编码块的候选参考帧范围。并设定自适应的参考帧选择代价阈值,以判断是否需要扩大搜索范围。实验结果表明,该算法能大幅降低H.264的编码计算量,平均可降低49.12%的编码时间,而且基本保持编码率失真性能不损失。     

一种基于H.264\AVC的差错隐藏方法

为提高在视频通信中重建图像的质量,针对H.264＼AVC视频编码标准的新特性,提出了一种新的基于H.264＼AVC的差错隐藏方法.受损的帧或者宏块导致的解码错误会在时间上和空间上扩散,该算法充分利用了基于模型的编码和宏块的空间、时间相关性来对受损帧或者宏块进行恢复.仿真结果表明这种方法在不增加比特率的情况下,使峰值信噪比值得到了提高.     

H.264/AVC中运动估计快速搜索算法研究

针对H.264运动估计模块的运算量较大的问题,业界已经提出各种改进的搜索算法.分析了几种基于H.264的典型快速搜索算法,提出了算法的改进思路.     

基于Web的文本信息检索技术

随着互联网技术的迅速发展，网上文本数量成指数级增长，如何有效地提取出所需干言息成为当前重要的研究课题。首先介绍文本信息检索的研究背景和现状，并讨论信息检索模型和目前广泛使用的文本信息检索算法，然后阐述通用信息检索系统和个性化信息检索系统以及目前的研究状况。最后，基于现存的问题提出了未来的工作。     

基于ARM Linux的3G无线车载视频监控系统

为了加强客运服务中心对长途车辆在客运过程的监管,提出了基于ARMLinux的3G无线车载视频监控系统。该系统基于ARMLinux嵌入式系统与ARM处理器,通过USB摄像头采集车内视频数据,由GPS定位模块获取车辆的位置数据,然后将采集的数据经过H．264压缩成适合网络传输的形式。最终通过3G无线发射模块经过具有宽带传输能力的3G移动通信网络传输给监控服务中心,监控服务中心可以看到车内清晰流畅的视频画面以及车辆所在位置。     

一种基于H.264的快速运动估计算法

H.264是现有最重要数据压缩编码国际标准之一。同时快速运动估计算法一直是视频压缩中的研究热点。本文针对一些快速估计算法过早确定了搜索方向,容易陷入局部最小点,损失了搜索精度的情况,在原有基础上,运用菱形十字搜索算法(DCS)与阈值估计相结合的方法提高了运动估计的性能。实验结果表明,该算法可以用较小的搜索代价取得与全搜索(FS)相当的效果,并且在搜索速度方面优于钻石法(DS)。     

基于H.264的视频传输系统的设计与实现

针对H.264协议在视频通信中的应用,对基于H.264协议的视频传输系统的结构和功能构成进行了说明,对H.264编解码器的设计实现方法和优化策略进行了阐述,重点说明了该设计实现中H.264编码器的算法级优化和代码级优化的优化策略,以及H.264编解码算法中图像分片的优化控制方法。通过多组标准化测试序列测试结果的比较,分析了优化算法的编码速度和视频压缩质量。     

复杂背景下H.264压缩域运动目标检测算法

针对H.264/AVC压缩码流中的运动目标检测问题,提出了一种基于马尔可夫随机场的最大后验概率(MAP-MRF,maximum a posterior-Markov random field)框架下适合复杂背景的H.264压缩域运动目标检测算法。算法首先生成滤波后的4×4像素块均匀运动矢量(MV,motion vector)场,对MV的相位建立高斯混合模型(GMM,Gaussian mixture model),结合MV幅度、帧间宏块分割模式、MV相位背景模型和运动目标时空约束建立马尔可夫随机场(MRF,Markov random field)模型。通过求解该模型得到每个4×4像素块前景、背景标记检测出运动目标。实验结果表明,算法能从复杂场景的H.264码流中提取出运动目标,与传统算法相比,Precision和Recall指标平均分别提高了20%和3.5%。