基于自主可控平台的FFMPEG在线视频转换系统

作为自主可控平台技术研究的一部分,为嵌入式平台提供在线视频格式转换服务和视频编码处理环境,研究与实现一种基于自主可控平台的FFMPEG在线视频转换系统。本文主要设计系统框架,搭建系统运行环境,并对系统相关核心功能模块的实现方法进行研究。核心模块包括视频上传模块,Socket服务模块,视频转换、压缩、注入关键帧模块以及视频播放模块等。最后为了测试在线视频转换系统的功能和性能做了一个实验。实验表明系统可支持批量上传、转换、压缩大容量视频文件,可支持不同视频文件格式的转换,并且客户端播放器支持视频进度条的随意拖动播放。     

基于运动、内容和帧分类的自适应视频水印算法

本文提出了一种DCT域自适应视频水印算法,根据帧分类、运动分类和视频内容将视频数据分类,并根据分类的结果在不同的区域嵌入不同强度的水印,从而提高了视频数字水印的鲁棒性.实验结果表明嵌入水印后视频重建帧水印具有良好的透明性;算法对于MPEG2压缩、多重MPEG2压缩、帧提取、MPEG2压缩与加噪声、裁剪等混合攻击具有较好的鲁棒性.     

面向云桌面协议的视频区域侦测算法

针对目前云桌面协议存在的因分块机制引起协议视频播放画面不流畅、带宽占用高等问题,在独立计算环境简单协议（SPICE）的基础上提出了一种视频区域侦测算法（VRDA）。首先在云桌面协议播放视频的过程中侦测识别视频播放区域,然后截取视频播放区域的图像为一块完整的视频帧进行处理,最后使用动态图像专家组视频压缩标准（MPEG4）视频压缩算法替换原压缩效率不高的运动静止图像压缩技术（MJPEG）压缩解压视频帧;同时,提出帧期望与实际显示时间差（DAETD）指标作为实验评价指标,来验证改进后SPICE的视频播放流畅度,并测试带宽占用情况。实验表明,所提算法有效提高了视频流畅度,减少了网络带宽占用。     

结合一阶自回归滑动平均和压缩感知的视频模型

摘要：目的： 针对视频处理中面临的采样数据量大及采样时间长的问题,本文把视频状态空间一阶自回归滑动平均模型和压缩感知模型相结合,提出了一种基于一阶自回归滑动平均的视频压缩感知模型。方法： 其主要思想是：在压缩感知理论框架下,充分利用视频帧内稀疏性和帧间相关性,把视频分割成动态部分和静态部分同时采样但分别处理,利用凸优化等方法得到视频状态空间一阶自回归滑动平均模型的关键参数。结果：多组真实场景下的实验结果表明,该模型较大程度上降低了帧间冗余度和数据采集量,视频采集压缩比在100至200时,仍然能取得较好的重建效果。结论：本文结合压缩感知和线性预测技术,提出了一种新的视频获取模型,对视频的静态部分和动态部分分别处理,并给出了该模型使用的条件。实验表明,该模型对帧间变化不大的视频,具有良好的压缩效果。     

基于压缩感知的视频双水印算法研究

针对数字视频的内容保护与帧内、帧间篡改检测的难题,采用压缩感知理论提取视频的内容特征作为水印,提出一种双水印的视频保护和篡改检测算法。首先,利用压缩感知过程提取I帧宏块的内容特征,生成半脆弱的内容认证水印;然后,对帧序号进行二值运算,生成完整性水印;最后,利用压缩感知信号重构OMP(Orthogonal Matching Pursuit)算法把生成的双水印嵌入到I帧和P帧相应宏块的DCT高频系数的压缩测量值中,以此提高视频水印的抗攻击能力,并实现对视频篡改的检测。仿真实验表明,所提算法对视频帧内篡改具有精确定位到子块的检测能力;同时对帧插入、帧删除、帧交换等类型的视频帧间篡改具有很强的检测能力。     

基于参考帧的视频播放超分辨率放大算法

利用连续视频各帧之间的时域和空域相关性,在视频播放超分辨率插值放大重建时,主要对I帧进行边缘检测插值,而对P帧和B帧图像的插值则参考I帧的插值结果,从而提高整个视频播放的主观质量,计算量也不大.实验结果表明,本算法对提高每帧图像以及整体视频主观质量均有明显效果,大大减少了播放时由于视频的放大而出现的块状和锯齿状等失真.     

移动互联网在线视频播放优化研究与实现

该文针对无线网络特性,研究分析手机视频的特点及影响手机在线视频播放质量的关键参数,提出一套提高移动互联网在线视频播放质量的优化方案.     

面向视频传感器网络的视频压缩方法设计

视频传感器网络在监控过程中会产生大量数据,为此提出一种改进的基于对象的视频压缩方法.首先,运用改进的混合高斯模型进行背景建模;其次,提出宏块分类方法,对视频帧图像进行宏块分类;然后,利用宏块分类结果,实现前景和背景的分离;最后,分别对前景和背景进行压缩,形成各自的编码流.实验结果表明,该方法具有比MPEG-4更强的压缩能力,满足视频传感器网络的视频压缩需求.     

李群流形上的在线视频稳像算法

针对传统视频稳像算法无法兼顾高质量稳像和低延时的问题,提出李群流形上卡尔曼滤波的实时视频稳像算法.将视频帧间运动分解为旋转分量和平移分量.旋转分量由陀螺仪数据计算的旋转矩阵表示,平移分量由视频帧间匹配得到的平移矩阵表示,旋转矩阵的序列和平移矩阵的序列分别对应于李群流形上的运动路径.利用李群流形上的卡尔曼滤波分别对旋转分量和平移分量进行平滑.最终通过运动补偿获得稳定的视频帧序列.实验表明,文中算法能够兼顾延时和稳像效果,可以在移动端实现高质量的在线视频稳像.     

基于运动补偿方法在视频压缩方面的应用研究

目的 动态视频所占据的空间过大,若要快速和在有限的空间去传送,则必须要对动态视频进行压缩;方法 通过帧与帧之间存在冗余性,以及后面的帧可以通过运动补偿的方法来得到预测帧;结果 通过matlab进行仿真,得到相关的图片数据得到压缩后的预测帧;实验验证通过运动补偿的方法可以得到后面相关帧,并且起到压缩的作用.