基于隐马尔可夫模型的复杂数据挖掘实现

利用隐马尔可夫模型(HMM)对多媒体数据仓库进行复杂数据挖掘，复杂数据挖掘要解决的难题是音频和视频识别。建立音频和视频的识别模型及其相关的算法，在视频识别算法上构造出符合HMM的识别方法。根据模型建立系统，实验证明声音的识别率最高达到96．67％，视频中特征值的检测率可达87．81％。研究结果可以应用在多媒体的识别和数据挖掘领域，提供一个比较完整的复杂数据挖掘的模型和算法。     

公安网络视频监控系统数据挖掘方法研究

传统的视频监控系统数据挖掘缺乏高层语义信息之间的映射关系,已不能很好地满足公安部门的要求。把视频监控系统视频数据转化为图的模型,将图表达的丰富语义应用到监控系统数据挖掘中,提出公安网络视频监控系统数据挖掘模型,最后验证该模型的可行性和正确性,可为公安信息系统的设计者提供思路。     

基于YOLOv3和光流的船舶火灾检测

为了提高船舶火灾检测的检测效率,在基于视频的方式下,提出将原始帧和光流融合的深度学习检测方法。首先,利用模拟试验和部分公开数据集建立火灾视频数据集;其次,对火灾视频进行处理,提取原始帧和对应的光流;然后,使用像素级融合的方法融合原始帧和光流,充分利用视频的静态信息和动态信息;最后,使用YOLOv3算法,并利用迁移学习方法,实现火灾检测模型的训练。实验结果表明,所用算法能够更有效地识别烟雾和火焰,显著地减少了火灾视频中的误检情况,进行抽帧检测时能够满足实时检测的要求。     

基于PC的实时无压缩数字图像记录技术

为了获得高速运动目标的轨迹状态,通常采用实时图像采集记录的方式对目标运行图像及相关数据进行记录.无压缩视频图像记录系统就是为了最大限度地保留原始测量图像及数据的数据记录系统.介绍了基于PC系统开发的无压缩视频图像实时记录系统的开发技术,提出了一套切实可行的系统设计方案.     

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Web的多媒体数据挖掘技术研究

提出了一个基于Web的多媒体数据挖掘系统的框架结构模型,一种联合查询的优化方案和一种多媒体数据挖掘算法。该模型首先通过多媒体概念检索技术智能化地在Internet上搜索Web页面,通过向量空间模型进行多媒体信息检索,最后将检索的结果传送给用户。     

RTP和TCP在实时传输中的比较

近年来,ＴＣＰ协议不适合传输实时的多媒体数据,新的为实时传输多媒体数据的ＲＴＰ协议也就应运而生。本文主要讨论了在传输实时多媒体数据方面ＴＣＰ和ＲＴＰ的不同点,并且提出了一个在局多内测试ＴＣＰ和ＲＴＰ传输多媒体数据的测试模拟模型。     

多媒体网络视频监控前端数据动态集成仿真

针对传统多媒体网络视频监控前端数据集成方法存在数据交互时间过长的问题,提出一种多媒体网络视频监控前端数据动态集成方法。划分数据集中的数据流,并对多媒体网络视频监控前端数据集进行分组,并行处理数据流,并将结果进行合并处理,完成数据的动态聚合处理,根据数据的动态聚合处理结果建立监控前端数据动态集成模型,实现监控前端数据的动态集成。采用对比实验的方式,将三种不同的传统多媒体网络视频监控前端数据集成方法与所提方法进行对比,实验结果证明,上述集成方法的数据交互时间最短,在前端数据的动态集成方面更具有优越性。     

多媒体数据挖掘技术研究

本文提出一种多媒体数据挖掘系统的一般结构和挖掘的过程,说明了不同类型多媒体数据挖掘的基本方法和技术,并对多媒体数据提出了阐述和展望。     

流媒体访问技术的探索与实践

如今,网络资源尤其是视频在教学中已经广泛应用,但常常出现一些影响教学的因素。本文采用一种基于实时协议的多媒体数据流并发服务控制模型,介绍了数据并发传送的调度控制,由实时协议的反馈机制动态调整控制参数,达到平滑时延的目的。最后通过对时延参数的测试,说明这一数据流控制方式的合理性,同时该方法也适用于网络视频的多点实时传输、网络多点实时监控,有较高的应用价值。     

A Multimedia Data Mining Framework: Mining Information from Traffic Video Sequences

The analysis and mining of traffic video sequences to discover important but previously unknown knowledge such as vehicle identification, traffic flow, queue detection, incident detection, and the spatio-temporal relations of the vehicles at intersections, provide an economic approach for daily traffic monitoring operations. To meet such demands, a multimedia data mining framework is proposed in this paper. The proposed multimedia data mining framework analyzes the traffic video sequences using background subtraction, image/video segmentation, vehicle tracking, and modeling with the multimedia augmented transition network (MATN) model and multimedia input strings, in the domain of traffic monitoring over traffic intersections. The spatio-temporal relationships of the vehicle objects in each frame are discovered and accurately captured and modeled. Such an additional level of sophistication enabled by the proposed multimedia data mining framework in terms of spatio-temporal tracking generates a capability for automation. This capability alone can significantly influence and enhance current data processing and implementation strategies for several problems vis-à-vis traffic operations. Three real-life traffic video sequences obtained from different sources and with different weather conditions are used to illustrate the effectiveness and robustness of the proposed multimedia data mining framework by demonstrating how the proposed framework can be applied to traffic applications to answer the spatio-temporal queries.     

多媒体数据挖掘的体系结构和方法

提出了一个多媒体数据挖掘系统的一般结构(M3)，包括多媒体数据库(MD)、多媒体挖掘引擎(MME)和多媒体挖掘界面(MMI)，重点分析了几种挖掘方法(分类、关联和聚类)在多媒体挖掘中的应用。针对不同的媒体，如图像、音频、视频，讨论了各自的挖掘特点和主要挖掘内容。     

图像数据挖掘之研究

从介绍一个图像数据挖掘可以采用的系统原型出发,对图像数据挖掘的常用方法和基本过程进行了详细的阐述。     

在Windows XP中“捉迷藏”

自从把电脑搬到宿舍后，它就基本被室友们当作了“公用设施”，特别是有几个不安分的家伙总喜欢东搞西弄的，常常将Windows XP系统玩到“面目全非”。这样平时要在电脑上放点自己的东西，便没了一丝安全感，想装个加密之类的软件，又有点欲盖弥彰的感觉。实在没有办法，只好利用Windows XP中的各项设置，在系统中打了一场“暗战”！     

多媒体数据集中的数据挖掘:系统框架和方法

分析了目前信息环境对多媒体挖掘技术提出的需求,提出了一种适合多媒体挖掘的系统框架、一般结构和挖掘过程;描述了各种媒体可用于挖掘的特征,阐述相应的适合多媒体挖掘的基本方法;讨论了多媒体挖掘技术今后发展可能遇到的问题和面临的挑战。     

人才市场信息化研究与系统设计

网络通信技术、多媒体处理技术、数据分布处理和管理技术的成熟和发展为人才市场信息化建设提供技术支持,同时人才市场面临的新形势、新发展、新需求也急需行业走信息化道路奔向产业化。该文对人才市场服务种类展开比较和归纳,分析其信息化技术需求,借助现有多媒体网络和信息管理处理技术对人才市场服务信息化建设进行可行性研究,详细描述了新一代人才市场多媒体信息服务系统的设计框架及其关键技术的实现,研究成果对该行业的信息化建设有重大意义。     

源于信息挖掘的新型智能化决策支持系统

阐述了以结构化数据和复杂类型数据挖掘为主要内容的信息挖掘技术。采用7库(模型库、综合知识库、数据库、方法库、文本库、日志库、多媒体库)与双网(Internet、Intranet)相结合的体系结构,以信息挖掘技术为核心,提出源于信息挖掘的新型智能化决策支持系统(IDSSIM)。旨在解决决策支持系统对半结构化数据、非结构化数据的挖掘处理能力,使之适应目前信息源的多样型和动态变化性的特点,提供更加丰富的决策信息。     

隐马尔可夫模型实现复杂数据挖掘

利用隐马尔可夫模型(HMM)对多媒体数据库进行复杂数据挖掘,复杂数据挖掘要解决的难题就是音频和视频识别。在建立音、视频识别算法的基础上,构造出符合HMM的识别方法。实验证明该系统声音的识别率最高达到96.67％,视频中特征值的检测率可达87.81％。