PanoVideo:摄像机运动建模及从视频估计摄像机运动参数的一种方法

通过给摄像机平移、旋转与变焦等运动建模，并把运动模型与基于象素点亮度变化的方法相结合来估计 摄像机运动参数。用得到的运动参数可以把视频构造成一幅全景图，全景图可广泛应用于视频压缩与检索。实验表 明，该方法可成功地应用于视频会议系统中的视频压缩与视频检索。     

Pano Video:摄像机运动建模及从视频估计摄像机运动参数的一种方法

通过给摄像机平移、旋转与变焦等运动建模，并把运动模型与基于象素点亮度变化的方法相结合来估计摄像机运动参数。用得到的运动参数可以把视频构造成一幅全景图，全景图可广泛应用于视频压缩与检索。实验表明，该方法可成功地应用于视频会议系统中的视频压缩与视频检索。     

基于运动矢量的摄像机运动定性分类方法

在视频序列中,摄像机运动在某种程序上反映了当前视频的语分语义信息,知道了摄像机运动将能够取更好的实现对视频的游览以及检索,针对现有的依据光流分布来摄像机运动参数算法中的不足,给出了一种定性分析相机运动的方法,该方法能够在相机聚焦中心－ＦＯＥ（focus-of-expansion)不在成像平面中心时检测出给定类型的摄像机运动,实验结果表明该方法对于从视频序列中分析出给定类型的摄像机运动具有较的效果。     

视像中的摄像机运动检测

摄像机的运动信息是视像内容检索中的一种重要特征。文中介绍了两种基于全局运动的摄像机运动检测方案。首先提取视像中的运动特征作为原始数据，然后分别使用了迭代最小二乘法和支持向量机分类的方法进行摄像机运动的检测，通过对试验结果的对比，前一种方案可更有效地完成摄像机运动类型的判断。     

视像中的摄像机运动检测

摄像机的运动信息是视像内容检索中的一种重要特征。文中介绍了两种基于全局运动的摄像机运动检测方案。首先提取视像中的运动特征作为原始数据,然后分别使用了迭代最小二乘法和支持向量机分类的方法进行摄像机运动的检测,通过对试验结果的对比,前一种方案可更有效地完成摄像机运动类型的判断。     

多功能水印摄像机

提出了一种基于压缩域数字视频水印概念的新型摄像机-多功能水印摄像机.它由视频采集设备(包括摄像头和视频采集卡)、视频压缩及水印嵌入设备和压缩码流存储及网络传输设备(包括USB串口、移动硬盘、触摸屏和以太网口)组成.摄像机在执行视频压缩的同时以内置方式嵌入用于版权保护、内容认证和保密通信的多功能数字水印信息.由于摄像机执行实时的视频采集、压缩和水印嵌入,极大提高了视频内容的完整性和版权的置信度.测试数据表明了该摄像机的有效性.     

一种用于动态场景的全景表示方法

针对全景图无法表示动态场景这一问题，提出一种用于动态场景的全景图表示方法，将视频纹理和全景图结合起来，构造动态全景图。系统首先将一系列定点拍摄的图像拼接成全景图，然后用摄像机拍摄场景中周期或随机运动的物体，提取视频纹理，最后视频纹理与全景图对准并融合，生成动态全景图。动态全景图既保持静态全景图全视角漫游的优点，又使得场景具有动态的特征，极大地增强漫游的真实感。     

基于全局运动特征的摄像机运动定性分析系统

本文介绍了一种实时的利用全局运动信息检测摄像机运动的系统。该系统通过对视频数据相邻帧之间的运动关系的分析，来检测摄像机是否按照控制命令产生了相应动作序列。实验结果表明，在实际的视频监控应用中，该检测方案能够在满足实时性要求的前提下，给出高准确率的检测效果。     

摄像机平行于场景运动且晃动下的视频修复

针对摄像机平行于场景运动,且存在晃动的情况,提出将摄像机运动情况下的视频修复转化为摄像机静止情况下的视频修复。该算法采用基于SURF特征点提取的视频拼接技术,将输入视频转化为新的背景静止的视频序列,在新视频中分别进行前景修复和背景修复,把修复好的新视频映射到原视频。在前景修复中,将目标块定义为能够覆盖整个运动物体的长方形块。在背景修复中,算法对待修复区域进行统一的标记和修复。实验结果表明,该算法提高了修复的准确度和速度,有利于保持视频的连续性。     

基于分道线的道路云台摄像机参数自动标定

为实现基于道路视频摄像机视频处理的运动车辆精确测速,提出基于分道线长度、车道宽度和分道线消失点的道路云台摄像机参数自动标定方法,以对摄像机焦距、俯仰角、旋转角、离地高度等参数进行自动标定.实验结果表明,在应用于基于视频处理的运动车辆速度检测时,所提方法与雷达测速在平均误差以及误差标准差方面远小于我国公路测速允许的误差上...     

面向动摄像机的高速运动目标检测

目的为解决动摄像机中高速运动目标检测复杂度高的问题,提出一种基于压缩视频运动矢量的高速运动目标检测新方法。方法该方法首先分析监控视频的码流格式和解码特点;然后从视频流中直接提取运动矢量;接着进行运动矢量规范化,并根据3σ准则提取场景的全局运动参数;最后通过对运动矢量统计特征的分析,实现面向动摄像机的高速运动目标快速检测。结果仿真实验表明,该方法在经典和自建数据库上目标提取效率较现有算法均有较大提高。结论本文方法充分利用了压缩视频数据中蕴含的运动信息,极大降低运动目标检测的复杂度,可以有效提取动摄像机成像画面中的高速运动目标,在经典和自建数据库上的目标提取效率较现有算法均有较大提高。     

智能摄像机技术及发展

在回顾国内外监控摄像机技术的发展历程及存在的问题的基础上,介绍了智能摄像机的功能结构和硬件需求;详细分析了智能摄像机涉及的嵌入式处理器、视频分析、视频压缩、网络通信等关键技术及解决方案.最后展望了智能摄像机的发展趋势和应用前景.     

视频序列的全景图拼接技术

提出了一种对视频序列进行全景图拼接的方法。主要讨论了有大面积的非刚性运动物体出现的序列，不过此方法也同样适用于无运动物体的纯背景序列。为计算各帧间的投影关系，用仿射模型来描述摄像机运动，并用特征点匹配的方法计算出模型中各参数的值。由于用相关法计算的匹配结果准确率比较低，所以用RANSAC（Random Sampling Consensus）对匹配结果进行了筛选，可以准确求出摄像机运动参数。利用运动参数进行投影，然后用多帧相减并求交集，估计出每帧图像中运动物体存在的区域，最后计算得到了全景图。该方法的结果与前人得到的结果进行了比较，证明用此方法能获得质量较高的全景图。     

摄像机图像序列的全景图拼接

全景图是虚拟现实和计算机视觉中一种重要的场景表示方法 .通常获得高质量的全景图需要使用昂贵的专用设备 ,而且拍摄时需要精确地校准摄像机 .从普通摄像机图像拼接是获得全景图的一种低成本而且比较灵活的方法 .文中提出一种新的摄像机图像拼接算法 ,利用摄像机绕垂直轴旋转 36 0°依次拍摄的照片序列 ,拼接圆柱面全景图 .该算法不要求校准摄像机 ,对相邻帧之间摄像机的转角也没有严格的限制 ,而且不受帧间光照强度剧烈变化的影响 .从实验结果看 ,该算法获得了理想的拼接效果     

富瀚微发布H-264高清网络摄像机和视频服务器解决方案

近日,上海富瀚微电子正式发布H．264高清网络摄像机和视频服务器解决方案．推出3款参考设计：高清枪式网络摄像机、高清视频会议摄像机和多通道网络视频服务器。其中．高清枪式网络摄像机采用高性能H．264视频编码ASIC芯片,视频压缩算法优越．压缩比高、处理灵活：功能齐全。     

基于运动特征的视频信息检索综述

随着各种视频压缩标准的制定、计算机软硬件与网络技术的发展,基于内容的视频信息检索从20世纪90年代开始,逐步成为研究热点,其中基于运动特征的视频信息检索则是一个重要的研究分支。本文从运动信息的提取、运动特征的表示和基于运动特征的检索算法这三个方面回顾基于运动特征的视频信息检索技术的研究进展。     

基于运动估计共享的雾霾视频压缩方法

现有视频压缩技术中几乎没有同时对视频进行压缩和去雾的方法,针对这一现象,提出了一种基于运动估计共享的雾霾视频压缩方法,在改进已有去雾算法的基础上,利用运动估计将视频去雾与视频压缩有效地结合,在消除视频中的雾霾信息、避免对雾霾进行压缩的同时,减少视频的传输带宽和存储空间.     

面向运动过程建模的运动模糊图像摄像机响应函数估计方法

摄像机响应函数是将图像辐照度映射到图像强度的非线性函数,目前的运动模糊去除算法并没有考虑成像过程中摄像机响应函数的影响,不可避免地存在去模糊效果不佳的现象.通过研究运动模糊图像的摄像机响应函数估计问题,提出能量累积形成模糊的运动过程和摄像机响应函数相结合的摄像机响应函数求解模型,并进一步基于该运动过程模型提出一幅或多幅运动模糊图像的摄像机响应函数求解方法.首先选择一些与局部运动方向不平行的模糊边界,然后根据这些边界的模糊形成过程简化摄像机响应函数求解模型,实现摄像机响应函数求解.该方法没有苛刻的平行边界要求,较已有方法更加灵活.摄像机响应函数的求解实验及运动模糊图像去模糊实验结果表明,文中的求解摄像机响应函数模型和方法是准确的,利用该响应函数可提高对运动模糊的去除效果.     

复杂运动摄像机拍摄视频的背景修复技术

视频背景修复问题正受到越来越多的关注,对于复杂运动的摄像机所拍摄的视频而言,该问题具有更高的难度。针对此问题,提出一种由运动场引导的优化算法,填补由于去掉前景物体所留下的视频体空洞。首先,为了估计视频空洞部分的运动场,构建全局目标方程并利用分层次迭代的方法求得其最优解;修复问题继而被抽象为马尔可夫随机场问题。将运动场作为引导,最优地从已知区域选择可用的像素修复视频的背景。最后,改进传统的光照迁移方法,提出一种亮度调整策略,消除修复区域光照不连续的现象。该算法在多种不同类型的视频上均取得良好的效果。与现有算法相比,该算法能更好地保证时空连续性,并能修复由复杂运动的摄像机所拍摄的、含有复杂背景的视频。     

一种基于运动的视频层次化分析框架

运动信息是视频中最重要的特征之一.本文提出了一种新颖的基于运动的视频层次化分析框架.为了揭示视频流中的运动关系和在拍摄过程摄像机的运动信息即拍摄者的兴趣所在,提出了视频层次化结构来对视频流进行描述和检索.该运动层次化结构引入一个新的概念:基本运动单元(Basic Motion Unit,BMU).BMU反映的是MPEG-7中定义的基本摄像机操作,这样就可以把视频分割成BMU的集合.在BMU的基础上发现并挖掘出视频流中潜在的运动语义模式,最后根据运动活力(Motion Activity)将BMU聚类为运动节奏快慢的运动活力单元(Motion Activity Unit,MAU).该基于运动的视频分析框架不仅能够直观地捕获视频流在拍摄过程中拍摄者的注意力,而且为视频流的快速浏览和检索提供了新的思路.