RTSP协议在视频点播系统中的应用

实时流协议是一个专门为传输实时数据而设计的应用层控制协议,而视频点播系统是当前Internet上的一个重要的多媒体应用。本文介绍了实时流协议在视频点播系统中的应用及具体实现。     

基于云录播平台的微学习应用的研究

当今科学技术的发展日新月异,各种各样的新兴科学技术不断的诞生和发展,互联网时代已经深深地融入到人们的生活中。网络技术依靠它独有的优势成为当下最受瞩目、也是最受欢迎的科学技术之一。本文阐述了云录播、微学习等概念以及相关技术,并进行了简要的概述了微学习的设计理念与方法,最后针对基于云录播平台的微学习的应用进行详细的例举。     

基于OneNET物联网云平台构建视频应用

视频能提供丰富的信息量,如何将种类繁多的视频设备接入物联网,是十分有挑战的课题。本文分析了OneNET云平台视频通信流程及通信协议,并设计了应用服务程序,提出了一种基于OneNET云平台构建视频应用的方案。该方案使用常见的网络摄像头采集音视频数据,通过应用服务程序接入OneNET,客户可通过流媒体播放器观看实时视频。实验表明,应用服务程序有较好的兼容性,不同品牌、型号的视频设备,只要支持ONVIF、RTSP、RTP等协议,即可通过应用服务程序向OneNET上传音视频数据,以较小成本实现视频数据接入物联网。     

多媒体全自动录播教室的建设与应用

优秀的教师队伍是学校的重要资源,而教师最具魅力的工作是通过声形并茂的讲课来实现知识的传播。随着精品课程和数字化教学资源建设的开展和深入,河海大学常州校区教育技术中心在2008年设计并建设了一个实用的网络多媒体全自动录播教室,并提供多功能多媒体教学演播实录和精品课件制作功能.实现了高质量教学资源的存储,共享与传播,推进了学校的教育教学改革。     

针对流媒体应用的扩展UDP协议

流媒体(Streaming Media)是一种以音视频数据流的方式在网络上传递多媒体信息的技术。但是,一直以来由于视频数据量大和网络带宽有限的矛盾,流媒体技术的应用受到很大制约,因此必须根据流媒体的特点采用合适的网络协议和传输算法,才能达到较好的传输效果。     

高校教学资源云平台的构建与应用

分析当前高校教学资源建设现状,归纳总结当前高校存在的普遍问题,结合云计算的特征,提出构建一个具有低成本、高可靠性、灵活可扩展以及海量信息处理能力的教学资源云平台解决方案,介绍平台构建过程及其在实际教学实验和科研工作中的应用。     

高性能OCSP系统的设计与实现

在对在线证书状态协议(OCSP)深入分析的基础上,针对目前OCSP协议并没有规定响应器用来检索证书状态的信息源以及大量请求到达OCSP响应器易造成其崩溃等问题,利用CA证书库作为OCSP响应器的信息源并采用Hash表缓存机制、预签名技术和多线程机制,提出了一种高性能OCSP系统的实现方案.该方案极大提高了OCSP响应的正确性和及时性.     

三维实时云建模与渲染在工业仿真中的应用

在云建模方面,提出一种基于物理仿真和艺术可控性相结合的方法,利用Navier-Stokes流体动力学公式描述单一云朵的聚散和运动,通过盒子的堆积来描述云朵的初始轮廓,最终在盒子内部按流体动力学规律填充粒子生成三维云模型.为了满足实时性要求,在可编程图形芯片上求解Navier-Stokes等式,以便利用图形芯片的并行处理能力加快求解速度.在云的实时渲染方面,基于太阳光照方向和天气状况提出了一种简单的光照模型,大幅度地提高了云的渲染速度.此外,还提出一种改进的环状Impostor技术来提高大范围云层的渲染速度,并通过Shader编程的方法解决了应用Impostor技术到Alpha融合场景中所出现的问题.基于所描述的理论模型,利用三维图形API开发了一套三维云仿真系统,并广泛应用于各种工业仿真和科技娱乐展示项目中,取得了较好的效果.利用该方法生成的云模型具有真实感强、渲染速度快等特点.     

炼油厂实时数据库的建立与应用

介绍了金陵石化公司炼油厂实时数据库建立和数据发布的方案。详细说明了各个装置实时数据的采集方法,以及和实时数据库的接口开发。     

云桌面技术在计算机机房管理中的应用研究

云桌面技术不仅可以提升数据处理效率和网络安全性,而且有助于合理分配计算机机房资源,降低机房的运维成本。目前,主流的云桌面技术有4种,其中虚拟桌面基础架构（Virtual Desktop Infrastructure,VDI）技术比较适用于学校计算机机房管理。VDI云桌面系统可以将机房中全部的终端节点纳入管理体系,既可以满足师生不同场景的使用需求,又具有较好的兼容性和安全性,可有效提升计算机机房的管理效率。     

结合动态图卷积和空间注意力的点云分类与分割

目的 随着3维采集技术的飞速发展,点云在计算机视觉、自动驾驶和机器人等领域有着广泛的应用前景。深度学习作为人工智能领域的主流技术,在解决各种3维视觉问题上已表现出巨大潜力。现有基于深度学习的3维点云分类分割方法通常在聚合局部邻域特征的过程中选择邻域特征中的最大值特征,忽略了其他邻域特征中的有用信息。方法 本文提出一种结合动态图卷积和空间注意力的点云分类分割方法（dynamic graph convolution spatial attention neural networks,DGCSA）。通过将动态图卷积模块与空间注意力模块相结合,实现更精确的点云分类分割效果。使用动态图卷积对点云数据进行K近邻构图并提取其边特征。在此基础上,针对局部邻域聚合过程中容易产生信息丢失的问题,设计了一种基于点的空间注意力（spatial attention,SA）模块,通过使用注意力机制自动学习出比最大值特征更具有代表性的局部特征,从而提高模型的分类分割精度。结果 本文分别在ModelNet40、ShapeNetPart和S3DIS（Stanford Large-scale 3D Indoor Spaces Dataset）数据集上进行分类、实例分割和语义场景分割实验,验证模型的分类分割性能。实验结果表明,该方法在分类任务上整体分类精度达到93.4%;实例分割的平均交并比达到85.3%;在室内场景分割的6折交叉检验平均交并比达到59.1%,相比基准网络动态图卷积网络分别提高0.8%、0.2%和3.0%,有效改善了模型性能。结论 使用动态图卷积模块提取点云特征,在聚合局部邻域特征中引入空间注意力机制,相较于使用最大值特征池化,可以更好地聚合邻域特征,有效提高了模型在点云上的分类、实例分割与室内场景语义分割的精度。     

蒸馏装置实时监测与智能事故预报系统的开发研究

以INTEMOR软件为平台,针对炼油厂蒸馏装置开发了实时监测与智能事故预报系统,实现了数据通讯、数据仿真、基于专家私有知识的事故预报、实时监测多媒体显示,以及基于人工神经网络的质量预估软测量等功能。这一系统的建立,对实现安全生产,优化设备管理,提高生产效益具有重大意义本文对该系统的整体框架结构进行了阐述,着重介绍了基于私有知识的专家系统和基于人工神经网络的软测量两个重要组成部分,并提出了未来工作中研究重点和方向。     

桌面云技术在高校行政与教学中的应用研究

本文针对桌面云技术在高等院校信息化建设过程中行政办公与计算机教学的应用研究。分析了目前高等院校行政办公与计算机教学的特点,以及在应用与管理、维护等几方面存在的问题,提出利用桌面云虚拟技术,解决高等院校行政办公与计算机教学面临的问题,为高等教育行业教学与办公的信息化建设提出新的发展思路。     

802.11无线局域网入侵检测技术的研究与应用

无线局域网(WLAN)因其无线信道的特殊性,较传统有线网更易受到攻击。入侵检测是较主动的安全监控技术,能防止外部的入侵还能检测内部的非法使用。研究将入侵检测应用于WLAN,将会提高WLAN的主动防御能力。据WLAN工作协议IEEE802.1的特点,选择其媒体接入MAC层和LLC层的关键字段作入侵检测的分析对象,提出了WLAN下入侵检测数据包捕获和入侵分析方法。针对WLAN不同类别的入侵检测事件进行了入侵检测方案设计。对经典入侵工具NetStumbler、Wellenreiter的入侵机理进行分析,找到了入侵检测的方法。据WLAN的两种基本工作模式,提出了基于主机检测和网络检测相结合的分布式入侵检测模型,并给出了实现的模块框架图。结合实例的WLAN入侵检测方案设计具有较强的针对性和实用性。     

基于TCPMP的CMMB交互应用播放器设计与实现

介绍一种以开源多媒体播放器TCPMP为基础框架,面向中国移动多媒体广播(CMMB)双向交互业务的播放器方案设计。该播放器不仅能实现实时接收播放、录制CMMB节目等基本功能,还可以作为终端通过电信网或互联网与头端系统进行交互,包括在线点播、文件下载播放、数字版权管理加密节目的客户端播放权限认证执行等应用,支持CMMB和多种流行的媒体内容格式。     

基于点云分割的运动目标跟踪与SLAM方法

现有的绝大多数同步定位与地图构建(SLAM)方法是基于静态场景假设,场景中运动目标被视为干扰,它的存在会导致定位和建图精度下降甚至失败.而运动目标检测与跟踪在很多应用中又是必须的,却在求解SLAM问题时被滤除.针对这一问题,本文提出一种融合激光雷达和惯性传感器,可同时完成SLAM和运动目标检测与跟踪的方法.首先利用惯性传感器的观测结果来补偿激光雷达扫描过程中由于自身运动引起的运动失真,在运动补偿后的点云上应用全卷积神经网络(FCNN)检测出所有可能的运动目标,并基于无迹卡尔曼滤波(UKF)实现运动目标的跟踪以及动、静目标的区分.然后利用剩下的静态背景点云部分进行数据关联和运动估计,实现定位和建图.为进一步提高建图的一致性和精度,增加了闭环检测,并基于图优化的方法实现地图和轨迹的全局优化.在开源数据集KITTI及实验平台采集的数据集上进行了大量实验验证.实验结果表明,相比于传统的SLAM方法,本文方法不仅能实现运动目标的检测与跟踪,同时可完成实时、鲁棒、低漂移的车辆位姿估计与建图,且建图精度明显优于现有其他方法.     

基于云平台和声学指纹的磨煤机运行状态监测系统设计与应用

磨煤机是火电机组的重要设备,其健康的工作状态是保障发电厂正常运行的关键因素。为实现磨煤机的运行状态监测和故障诊断预警,在对磨煤机运行振动/声音分析的基础上选择最优的传感器参数和传感器布设位置,通过以太网技术实现数据的传输和收集。该系统是国内首套基于振动/声音声纹识别技术的磨煤机运行监测和故障诊断系统。     

基于CMPP的智能短信应用系统的设计与实现

简述了短信服务终端和中国移动通讯短消息协议CMPP的基本原理,并根据其基本原理,应用短信终端,提出了开发一种基于CMPP协议的智能短信应用系统的设计思路,并根据该思路分析了智能短信应用系统中的关键问题——短信收发程序的设计,并结合实际案例应用DELPHI 7.0给出了问题的实现方法和核心技术,最终系统能够完全满足实际项目应用.     

融合逆密度函数与关系形状卷积神经网络的点云分析

目的 3D点云与以规则的密集网格表示的图像不同,不仅不规则且无序,而且由于输入输出大小和顺序差异,具有密度不均匀以及形状和缩放比例存在差异的特性。为此,提出一种对3D点云进行卷积的方法,将关系形状卷积神经网络（relation-shape convolution neural network,RSCNN）与逆密度函数相结合,并在卷积网络中增添反卷积层,实现了点云更精确的分类分割效果。方法 在关系形状卷积神经网络中,将卷积核视为由权重函数和逆密度函数组成的3D点局部坐标的非线性函数。对给定的点,权重函数通过多层感知器网络学习,逆密度函数通过核密度估计（kernel density estimation,KDE）学习,逆密度函数的引入对点云采样率不均匀的情况进行弥补。在点云分割任务中,引入由插值和关系形状卷积层两部分组成的反卷积层,将特征从子采样点云传播回原始分辨率。结果 在ModelNet40、ShapeNet、ScanNet数据集上进行分类、部分分割和语义场景分割实验,验证模型的分类分割性能。在分类实验中,与PointNet++相比,整体精度提升3.1%,在PointNet++将法线也作为输入的情况下,精度依然提升了1.9%;在部分分割实验中,类平均交并比（mean intersection over union,mIoU）比PointNet++在法线作为输入情况下高6.0%,实例mIoU比PointNet++高1.4%;在语义场景分割实验中,mIoU比PointNet++高13.7%。在ScanNet数据集上进行不同步长有无逆密度函数的对比实验,实验证明逆密度函数将分割精度提升0.8%左右,有效提升了模型性能。结论 融合逆密度函数的关系形状卷积神经网络可以有效获取点云数据中的局部和全局特征,并对点云采样不均匀的情况实现一定程度的补偿,实现更优的分类和分割效果。