结合形态学和假设检验的视频对象分割

视频对象分割是当前图像和视频处理的热点和难点之一。文章首先采用形态算子和改进的watershed算法对图像序列进行空间分割,然后利用F检测算法进行帧间变化检测,将时空分割结果结合起来,得到初始的变化检测模板。通过相应的基于二值形态算子的后处理,得到最终的分割结果。整个过程基本是对灰度图像和二值模板的形态处理,简单易行。实验结果表明该算法可以较好地分离前景和背景,定位和分割视频对象。     

Hadoop云计算平台在视频转码上的应用

视频转码是一种计算密集型和数据密集型的工作，需要消耗大量的计算机资源，Hadoop MapReduce是一种软件模型，支持大规模数据集的分布式处理．．利用已有开源视频转码软件ffmpeg建立一个基于MapReduce框架的Hadoop集群转码系统，提高视频转码的速度．     

一种家庭视频摘要生成的新方法

计算机硬件的发展使家用计算机具有处理和存储视频资料的能力，而家用数字摄像设备的普及使家庭视频的数量越来越多，家庭用户对视频摘要技术的需求也越来越强烈。在回顾现有视频摘要相关的概念、分类和技术，以及分析家庭视频的特征基础上，给出了家庭视频摘要的特点，并提出了一个面向家庭视频的视频摘要算法。     

视频检索中关键帧选取的时间自适应算法

关键帧提取是基于内容检索的视频数据库中十分重要的一步，但在整个视频数据库数组和研究中，由于以前受到计算机处理能力的限制，一直被忽略。文章针对关键帧提取的问题，提出了时间自适应算法, 并用一系列的视频检索实验证明了其有效性。还讨论了在VC 平台上“视频分析及检索系统”软件包的开发问题。此软件包具有MPEG视频播放、视频文件分帧运算、帧图像直方图计算、镜头分割、基于关键帧的视频检索等功能。     

基于时域梯度相似度的视频质量评价模型

频质量评价有助于多媒体网络系统优化和视频编解码算法改进,近年来已成为图像质量评价领域的热门研究方向。在图像质量评价模型(FSIM)的基础上,结合视频局部多帧之间的时域相关性,通过采用新型的三维梯度算子计算原始视频序列与失真视频序列间的梯度相似度矩阵,提出了一种基于时域梯度相似度的视频质量评价模型(TGSM FSIM)。在LIVE视频数据上的测试结果表明,所提模型与视频主观评价有较好的一致性,SROCC与PLCC指标优于VSSIM和VQM两种广泛使用的视频质量评价算法。     

基于稀疏表示的视频目标跟踪研究综述

视频目标跟踪在计算机视觉领域有着广泛应用,由于目标自身和外界环境变化的复杂性和难以预知性,使得复杂场景下鲁棒实时目标跟踪成为一项亟待解决的关键问题.由于视觉信息可以用少量神经元进行稀疏表示,因此稀疏表示已经广泛应用于人脸识别、目标检测和目标跟踪等计算机视觉领域.本文旨在对基于稀疏表示的视频目标跟踪算法进行综述.首先,介绍了基于稀疏表示的视频目标跟踪算法中的字典组成;其次,介绍了稀疏模型的构建及求解算法和模型更新,并对算法复杂度进行了简要分析;然后,对现有公开代码的稀疏表示跟踪算法在测试数据上进行了实验分析,结合算法模型和实验结果对其进行了分析;最后,对基于稀疏表示的视频跟踪算法存在问题进行了讨论,并对未来的研究趋势进行了展望.     

基于DM642的视频处理系统设计

本文介绍了一种基于TMS320DM642和Philips视频编解码芯片的视频处理系统,给出了系统的硬件设计、视频接口连接图、以及软件配置。通过实际应用证明该方案具有高速视频输入输出能力,为视频编解码算法开发、视频处理产品设计搭建了高性能的平台。     

基于并行框架的鲁棒自适应前景检测算法

视频监控数据TB级的增长,从海量视频数据中高效准确的分离出视频监控场景中的运动物体,是计算机视觉领域的研究重点和挑战。提出了基于云平台的视频数据处理的并行计算框架及一种改进的基于混合高斯模型(GMM)的自适应前景提取算法,通过对混合高斯分布的自适应学习和在线 EM(期望最大化)算法获得最优参数组合,并将改进算法融合到视频处理并行计算框架。实验结果表明,该方法不但能大大提高视频处理的效率,并对复杂环境下准确提取前景目标也有良好的鲁棒性。     

基于笔画提取和颜色模型的视频文字分割算法

提出综合利用视频文字时空、笔画、颜色和几何特征的文字分割算法,快速准确地从复杂背景的视频图像中分割出文字。利用多帧融合进行图像增强,基于笔画宽度特征,使用笔画特征算子提取文字笔画,根据笔画图标注的文字区域建立颜色模型,提取文字颜色层,并用改进的连通域分析法去除文字颜色层中的同色背景和噪声。实验结果表明,该算法比传统算法能更好解决复杂背景的视频文字分割问题。     

基于MapReduce的H.264/AVC并行视频编码

提出一个基于MapReduce的并行视频编码架构, 将源视频切分后以任务的形式分发到不同的处理器上并行地进行编码处理, 以达到提高编码速度的目的。为使整个任务的完成时间最短并平衡负载, 系统综合考虑视频编码特点及处理器的处理能力, 给出LBMM(load balance maximal-minimal complete time)算法。仿真结果显示提出的并行视频编码架构极大地改善了大数据量视频序列的编码效率, 减少了作业的平均响应时间。LBMM与Min-Min算法和CloudSim现有的轮循调度算法相比视频编码速度更快。     

采集显示一体化的实时视频信号处理系统

提出了一种软硬件结合的采集显示一体化的视频信号处理系统 ,该系统以 SAA7111A作为视频信号采集器 ,用 CHIPS6 90 0 0视频加速器作为视频捕捉和回放器 ,使视频回放直接在 6 90 0 0芯片内完成 ,减少通过计算机总线的传输量 ,从而取得从回放到数值处理均有令人满意的效果     

H.264/MPEG-4 AVC视频编码器性能评估

H.264和以往的视频标准相比,由于采用了许多新的编码技术,使得压缩效率有了很大的提高。但是,相应的计算复杂度也大大增加了。文章主要讨论这些新的编码技术对压缩效率的影响,以便根据不同的实际应用情况配置编码器,从而在特定硬件平台上达到压缩效率与计算复杂度的最优分配。     

基于TMS320DM642的小型化红外视频处理系统的研制

介绍了一种基于新型数字媒体处理器TMS320DM642的小型化红外视频处理系统。该系统主要包括视频采集模块、数字视频处理模块、视频编码模块和电源管理模块,各模块均采用了高性能、高集成度的芯片选型方案。实验结果表明:该系统能够满足实时红外焦平面成像系统的要求,具有高速、高精度、低功耗、小体积及灵活性强等优点,在红外热成像系统中有着广泛的应用前景。     

基于Spark的实时视频分析系统

视频监控技术在交通管理、公共安全、智慧城市等方面有着广泛的应用前景,且向着智能识别、实时处理、大数据分析的方向发展. 本文针对大规模实时视频监控提出了新的解决方案. 基于Spark streaming流式计算、分布式存储及OLAP框架,使多路视频处理在可扩展性、容错性及数据多维聚合分析上具有明显的优势. 系统根据视频处理算法划分为单机处理与分布式处理. 并将视频图像处理与数据分析耦合,利用Kafka消息队列与Spark streaming完成对多路视频输出数据的进一步操作. 结合分布式存储方案,并利用OLAP框架实现对海量数据实时多维聚合分析与高效实时查询.     

Event-driven Video Awareness Providing Physical Security

The Video Event Awareness Workbench (VEAW) analyzes surveillance video from thousands of video cameras and automatically detects complex events in near-real-time-at pace with their input video streams. For events of interest to security personnel, VEAW generates and routes alerts and related video evidence to subscribing security personnel. Complex event processing in VEAW is driven by user-authored awareness specifications comprised of inter-connected spatio-temporal stream and statistical operators that consume and produce events described in VEAW’s surveillance ontology. In this paper we introduce VEAW’s event driven architecture and describe its solutions for automating video surveillance, including the orchestration of continuous and tasked video analysis algorithms (e.g., for entity tracking and identification), fusion of events from multiple sources in an installation-specific “world” model, and proactive information gathering to deal with missing or incomplete information (this is done by tasking video analysis algorithms and security personnel to provide it). We also discuss how VEAW deals with late arriving information (due to out-of-band video analysis tasks and overhead), as well as a related resource optimization aimed at minimizing computation costs. We illustrate the benefits of VEAW by illustrating its application on the automation of real-world security policies.     

基于多DSP的并行实时视频处理系统

视频处理的特点是数据量大,实时性要求高.为了满足数字视频信号处理的要求,在并行计算的基础上,运用ADI的TigerSHARC系列DSP组成多DSP的并行处理系统,并用FPGA实现DSP处理系统与外界的高速接口.该系统能实时、高速、灵活的处理各种格式的视频和图像数据.     

视频处理与压缩技术

视频处理与压缩是多媒体计算与通信领域的核心主题之一,是连接视频采集传输和视觉分析理解的关键桥梁,也是诸多视频应用的基础。当前“5G+超高清+AI”正在引发多媒体计算与通信领域的新一轮重大技术革新,视频处理与压缩技术正在发生深刻变革,亟需建立视频大数据高效紧凑表示理论和方法。为此,学术研究机构和工业界对视频大数据的视觉表示机理、视觉信息紧凑表达、视频信号重建与恢复、高层与低层视觉融合处理方法及相应硬件技术等前沿领域进行了广泛深入研究。本文从数字信号处理基础理论出发,分析了当前视频处理与压缩领域的热点问题和研究内容,包括基于统计先验模型的视频数据表示模型及处理方法、融合深度网络模型的视频处理技术、视频压缩技术以及视频压缩标准进展等领域。详细描述了视频超分辨率、视频重建与恢复、视频压缩技术等领域面临的前沿动态、发展趋势、技术瓶颈和标准化进程等内容,对国际国内研究内容和发展现状进行了综合对比与分析,并展望了视频处理与压缩技术的发展与演进方向。更高质量视觉效果和高效率视觉表达之间将不再是单独研究的个体,融合类脑视觉系统及编码机理的视频处理与压缩技术将是未来研究的重要领域之一。     

基于CUDA的并行多尺度Retinex视频增强算法

多尺度Retinex图像增强算法增强效果明显,被广泛应用于图像和视频的增强处理中,但复杂的计算量限制了其在实时性应用中的推广,对于高清及多路视频的处理更是如此,因此研究其高速并行算法具有重要意义。本文以通用型GPU为基础,提出了一种基于CUDA的多尺度Retinex实时视频增强并行算法。根据算法各模块的耦合性将计算复杂的高斯滤波、对数空间差分及动态范围压缩等模块采用CUDA并行处理的方式实现,并利用视频序列之间的相似性降低多尺度Retinex算法的参数更新频率,以节省大量的计算耗时。实验结果表明所提算法能显著提高计算速度。     

基于整数小波变换和SVD的视频水印算法

提出了一种以二值图像为水印的混合整数小波变换和奇异值分解的视频水印盲提取算法。对水印图像进行混沌加密和Arnold置乱处理,选择计算复杂度低的直方图算法将视频分割为若干场景;借助密钥随机选取某些场景的亮度分量进行l级整数小波变换,再对低频子带进行分块的奇异值分解;采用量化的方法,将预处理后的水印图像嵌入奇异值分解后的最大奇异值中。在嵌入了水印的视频场景中提取所有的水印版本之后,利用对提取的所有水印信号版本进行统计求和的方法得到最终提取的水印图像。实验表明,提出的算法具有较好的透明性,对常见的处理具有较好的鲁棒性。     

基于TMS320DM6467的监控视频去雾算法实现

有雾天气情况下拍摄的视频成像质量退化严重,极大地影响了安防监控、视觉导航等系统的整体性能.面向DSP嵌入式平台,提出一种实时监控视频去雾系统实现方案.首先在暗通道先验单幅图像去雾的基础上,提出了一种监控视频去雾算法;其次,基于TMS320DM6467处理器的硬件资源,对视频格式转换、除法运算、透射率计算、数据搬移等环节进行代码优化,最终在硬件平台上实现了整体系统.实测结果表明,对于D1格式的视频,在兼顾去雾质量的同时,达到了实时处理要求.