基于LLC与加权SPM的车辆品牌型号识别

针对传统车辆识别算法鲁棒性及实时性不强的问题,结合局部线性约束编码(LLC)和加权空间金字塔匹配(SPM)模型,提出一种车辆品牌型号精细识别算法。提取图像方向梯度直方图特征,通过LLC对图像特征进行编码映射,得到具有语义信息的图像表达向量,以提高识别的准确率。利用加权SPM模型将空间位置信息引入图像表达向量中,并将每个图像的最终表达送入线性支持向量机分类器进行训练与识别。使用交通监控摄像头在不同天气和光照条件下采集150种车辆类型共56 827张图像进行实验,结果表明,该算法可有效改善识别效果,提高识别速度。     

基于改进机器学习的定向运动推荐及系统构建

为更好地刻画用户向量和活动向量的映射关系，进而提高城市穿越与定向运动推荐的准确率，提出一种基于DSSM-FM的个性化推荐模型。其中，针对传统One-Hot编码存在高维、稀疏和向量间关联性差的问题，运用FM算法替代嵌入层，以此更好地表征特征之间的联系；引入DSSM(Deep Structured Semantic Models,深度语义匹配模型),在FM预训练的基础上，更深入地挖掘特征间的高阶关系，从而更好地挖掘向量隐藏特征。结果表明，与其他算法对比，本研究提出的推荐方案的准确率达89.62%;同时系统应用表明，构建的推荐模型可实现定向运动的推荐。由此得出，本方案可行，可用于定向运动的推荐中。     

基于运动信息分布的帧间预测模式选择算法

多模式预测可以提高H.264标准的编码效率和率失真性能,但会增加编码复杂度。针对上述情况,分析多预测模式帧间预测的复杂度,提出一种基于运动信息分布的帧间预测模式选择算法,以宏块中全零子块的分布情况、各子块的绝对误差和及运动向量的大小作为缩小待选模式集的判据,从而提高编码速度。实验结果表明,该算法的编码质量与全搜索算法相当,编码速度提高了37%~93%。     

MPEG-4中四运动向量运动估计的预先排除算法

为了提高运动补偿的效率,在M PEG-4压缩编码中采用了变尺寸块(8x8和16x16)运动估计算法,这种算法复杂度高,是影响M PEG-4编码整体效率的关键。本文研究了M PEG-4中率失真框架下四运动向量运动估计的预先排除算法(4M VPE),在已知一个宏块的16x16运动向量的情况下,通过简单的计算和判断,排除相当一部分宏块不再需要4次8x8块运动估计(四运动向量运动估计),从而简化整个编码过程。实验表明,4M VPE算法使变尺寸块运动估计的速度得到了很大的提高,而峰值信噪比(PSNR)则下降很小。     

MPEG-4视频编码技术的研究及实现

通过对MPEG-4的特点和VOP编码原理及其关键算法的研究,提出了实现形状信息编码、运动信息编码、纹理信息编码的方法,针对运动信息编码、纹理信息编码这两种编码方式给出了流程图并进行详细说明,提出了MPEG-4编码技术中两种新的编码——可伸缩编码和Sprite对象编码。     

基于动态跳帧和运动矢量修正的视频转换编码方法

在视频转换编码中,为了减少时间分辨率,提出了一种动态跳帧机制。简单的重新使用输入运动矢量会造成视频质量的下降,因此在动态跳帧转换编码的基础上进一步提出了动态运动矢量修正问题,根据视频帧与帧之间累计的运动矢量大小来调整运动矢量修正的范围。仿真结果表示,在前向向量法基础上仿真动态跳帧和运动矢量的修正比FDVS、双线性内插法和前向向量法能够提高图像的信噪比。     

基于多碱基组合映射编码和DNA计算的一次一密算法

为增强密码方案安全性,利用多碱基组合映射编码,采用模拟DNA生物操作的方式,提出了一种一次一密加解密方案。方案主要采用分段加密的机制,利用多碱基组合映射编码规则编码明文信息,通过Logistic逻辑映射系统生成随机数构造一次一密密钥本,为每一个明文段选择不同的密钥。加解密算法运用DNA碱基运算规则,并将部分参数和最终密文经过处理后通过安全信道传送给解密方。对图像的仿真和安全性的分析表明,密钥本的制作基于混沌映射和多碱基DNA编码规则两层操作,密钥空间足够大,并且攻击者在密文图像中得不到任何有用的统计数据,另外,随着需要加密的明文数据量增加,攻击者完全破解所需计算的密钥空间量呈指数级增长,增强了算法安全性。     

基于动态跳帧和运动矢量修正的视频转换编码方法

在视频转换编码中，为了减少时间分辨率，提出了一种动态跳帧机制。简单的重新使用输入运动矢量会造成视频质量的下降，因此在动态跳帧转换编码的基础上进一步提出了动态运动矢量修正问题，根据视频帧与帧之间累计的运动矢量大小来调整运动矢量修正的范围。仿真结果表示，在前向向量法基础上仿真动态跳帧和运动矢量的修正比FDVS、双线性内插法和前向向量法能够提高图像的信噪比。     

融合标签与内容感知的用户群信息推荐仿真

信息推荐有利于提高用户获取所需数据的效率,但是在网络信息与用户激增的过程中,会使数据呈现一定的稀疏性,而且用户兴趣也容易产生变化.为了增强推荐系统的性能,提出了融合标签与内容感知的用户群信息推荐算法.依据内容语料库将词去重组成异构图,利用邻域属性对其进行编码,完成词向二维向量的映射,再采用卷积神经网络对内容信息进行特征...     

最小类内方差支持向量引导的字典学习

支持向量引导的字典学习算法依据大间隔分类原则,仅考虑每类编码向量边界条件建立决策超平面,未利用数据的分布信息,在一定程度上限制了模型的泛化能力.为解决该问题,提出最小类内方差支持向量引导的字典学习算法.将融合Fisher线性鉴别分析和支持向量机大间隔分类准则的最小类内方差支持向量机作为鉴别条件,在模型分类器的交替优化过程中,充分考虑编码向量的分布信息,保障同类编码向量总体一致的同时降低向量间的耦合度并修正分类矢量,从而挖掘编码向量鉴别信息,使其更好地引导字典学习以提高算法分类性能.在人脸、物体和手写数字识别数据集上的实验结果表明,在大部分样本和原子数量条件下,该算法的识别率和原子鲁棒性均优于K奇异值分解、局部特征和类标嵌入约束等经典字典学习算法.     

以运动矢量残差为载体的视频隐写算法

目的 以运动矢量（MV）为载体的视频隐写算法会破坏同一帧内相邻宏块或者相邻帧相同位置宏块的运动矢量之间的相关性,从而容易被基于运动矢量时空相关性（temporal-spatial correlation）特征的隐写分析算法检测到。为了解决这个问题,在H.264/AVC的视频编解码标准下构建了一种能抵抗基于运动矢量时空相关性隐写分析的视频隐算法。方法 通过分析运动矢量残差（MVD）与运动矢量时空相关性的联系,证明了保持运动矢量残差的统计特征的隐写算法能够很好地保持视频运动矢量的时空相关性;通过分析运动矢量残差的统计特征设置了一种能保持其直方图特征的嵌入规则,使用4个标记符和一个队列来记录修改载体造成的特征改变,并进行相应的补偿操作,将秘密信息嵌入到视频压缩过程中的熵编码之前的运动矢量残差中;结合可变长度的矩阵编码,有效降低了嵌入秘密信息对载体的修改量。结果 实验结果表明,该算法能较好地保持运动矢量残差在隐写前后的直方图特征,具有较好的视觉不可见性,对视频峰值信噪比（PSNR）和码率影响都不超过0.5%,满载嵌入的情况下基于运动矢量时空相关性的隐写分析算法对其的检测正确率只有70%左右。结论 本文算法以运动矢量残差为隐写嵌入的载体,使用保持其直方图特征的嵌入规则,结合了矩阵编码以减低对载体的修改量,能较好抵抗基于运动矢量时空相关性的隐写分析。     

A data embedded video coding scheme for error-prone channels

We propose a novel data embedding scheme for fractional-pixel based video coding algorithms such as H.263 and MPEG-2. By modifying the motion estimation procedure at fractional-pixel precision, two bits data can be embedded in a motion vector (MV) for an inter-mode coded macroblock (MB). For half-pixel precision motion estimation, the resulted bitstream is compatible with the current video coding standards. Performance of the proposed data embedding scheme in terms of compression efficiency is also studied. As an application example of the proposed data embedding scheme, an error-resilient video coding scheme is also presented where some redundant information, which is used to protect MVs and coding modes of MBs in one frame, is embedded into the MVs in the next frame. When errors occur in one group of blocks (GOB), the decoder can exactly recover the MVs of the corrupted GOB if the next frame can be received correctly. Simulations show that the proposed scheme has better performance than standard H.263 coding scheme for transmission over error-prone channels     

一个优化运动矢量码率分配的快速算法

从信息论的角度看，运动补偿的最终目的是极小化信源熵率。因此，对具有四叉树结构的运动矢量场，当使用叶部运动矢量替代相应根部运动矢量作运动补偿预测时，若编码运动矢量所增加的熵大于相应补偿帧差所减少的熵，则删除相应的叶部运动矢量，反之，则应使用叶部运动矢量替代根部的运动矢量。依据这一准则，该文通过对正向搜索的运动矢量场进行自下而上反向优化截断，得到了一个全局优化运动矢量场码率分配的快速算法。通过假设补偿帧差系数的选验概率分布，该文首先给出了一个闭式补偿帧差系数熵理论计算公式，考虑到视频压缩的有损特性，然后又对这个闭式理论公式作了带权修正，为了进一步提高运动矢量的编码效率，文中同时也给出了一种运动矢量融合方案。最后，该文在运动补偿的三维小波视频编码系统上对这个算法进行了验证和比较。模拟实验证实该文所提出的运动矢量码率分配算法不仅速度快而且收敛性态稳定，只要提供合适的搜索深度，总可以获得最佳的分配结果。由于优化算法避开了补偿帧差的具体后处理，因此该文的算法也可以应用到传统的DCT视频编码器。     

二值alpha平面辅助的视频对象快速运动估计算法

提出了一种任意形状视频对象的快速运动估计方法.详细分析了alpha平面在视频对象的快速运动估计过程中起到的指导性作用,采用边界扩展和边界掩码技术,提出了一种新的二值alpha平面匹配衡量准则WBAMC (weighted binary alpha-plane matching criterion).结合优先搜索策略,提出了二值alpha平面辅助的视频对象快速运动估计算法BAAME(binary alpha-plane assisted motion estimation),.首先,利用alpha平面和WBAMC准则,将边界宏块的搜索范围缩小至两个搜索起点的单调区域,再采用传统的快速运动估计算法确定其运动向量;然后,用边界宏块的运动向量预测内部宏块的搜索起点;最后,采用快速运动估计算法搜索内部宏块的运动向量.这种方法可与多种空间域和频率域运动估计算法相结合,有效地应用于基于对象的视频编码器中.实验结果表明,对于多种类型的标准测试视频流,BAAME算法始终能够保持较高的估计精度和主观质量,运动补偿的平均PSNR(peak signal-to-noise ratio)较DS(diamosd search)和PSA(pdoety search algorithm)(BAAS(binary alpha-plant assisted search) DS)高出0.1dB～0.SdB,略低于FS(full search),但是其计算复杂度与FS相比降低了20倍.     

基于相关区域的H.264/AVC时域错误隐藏

在视频内容分裂处,相邻块的运动矢量会出现突变,简单利用插值恢复丢失块的运动矢量一般有较大误差。为了减少这种误差,依据丢失宏块附近块运动矢量的变化趋势,构造视频内容分裂预测曲线,划分相关区域,对每个相关区域,运用准值插值估计丢失块的运动矢量。模拟测试表明,该方法能够有效提高视频质量。     

一种采用内部预测的快速菱形算法

高效的运动估计算法是视频编解码技术的研究重点.为提高视频编码中运动估计的速度,基于误差函数的单峰假设,提出一种采用内部预测的快速菱形算法,通过对菱形算法进行内部预测从而减少运动估计的搜索点数,并利用运动矢量的相关性来进行起点预测,将图像划分为不同运动类型从而选用不同的搜索方式.先排除静止块,对小运动块直接进行一步菱形小模板搜索.大运动块则采用内部预测的快速菱形算法.实验结果证明此算法在保证图像质量的前提下,大大加快了搜索速度.     

一种用于运动估计的十字六边形搜索算法

提出了一种十字六边形搜索算法用于快速运动估计。该算法利用了运动矢量的中心偏置性和相关性，运动估计时通过预测确定搜索起始点，在搜索前期利用十字模板结合提前退出技术优先搜索起始点附近的局部区域，后期则改用六边形模板扩大搜索范围并完成运动估计。实验证明该算法与原始的六边形搜索算法相比平均减少了45%的搜索点数，与一些新的快速搜索算法相比，在搜索精度基本相似的情况下也有效地降低了运动估计的运算复杂度。     

联合分数运动估计优化的多参考帧快速选择算法

多参考帧和分数运动补偿技术虽然提高了视频编码性能,但同时也使编码器的内存消耗和计算复杂度成倍地增加.其主要原因是多参考帧技术令会运动估计重复地应用在每个参考帧上.通过分析这两种技术对编码性能贡献的相关性,提出了一种联合优化的快速算法.首先,根据不同参考帧之间的合成运动向量,选择空间上最接近的候选参考帧.然后,通过二维多项式模型预测最优分数残插值,决定采用分数运动估计的参考帧.实验结果表明,该方法在不损失任何率失真性能的情况下,可以把计算的复杂度减少为原来的1/3.     

基于时空联合的解码边信息插值算法

在Wyner-Ziv视频编码中,边信息质量是影响系统编码效率的关键因素,但解码端获得的运动矢量不精确而导致内插边信息的质量不高。为此,提出一种基于时空联合的解码边信息插值算法。该算法将多种块分割模式与双向运动估计相结合,匹配准则采用双向平均绝对误差和(SBAD)判断运动矢量时间变化,利用边界绝对误差(BAD)判断运动矢量的空间变化,通过时空联合匹配准则保证运动矢量的空间平滑性和时间连贯性。实验结果表明,该算法降低了编码码率,内插边信息的主观和客观质量均有所提高,边信息的峰值信噪比(PSNR)最大提高1.41dB。     

一种基于H.264的可变块快速运动估计算法

H.264是最新的视频编码标准,它相对于以前的视频编码标准在编码效率上有了巨大的提高。高编码效率得益于采用了一系列新的编码技术,这也导致了较高的计算复杂度。H.264运用了可变块运动估计方法,这也是H.264编码过程中最耗时的模块。提出了一种基于H.264的可变块快速运动估计算法。该算法基于以下3种策略:静止块的预测、非静止块的预测搜索和合并过程中的自适应精细搜索。试验结果证明,该算法能够将计算复杂度降低到快速全搜索运动估计算法的3%,而PSNR和码率几乎与快速全搜索算法得到的结果相当。