基于综合因子的H.264码率控制算法

针对H.264的JVT-G012算法在帧层对未编码的P帧采用平均分配比特、忽略了图像复杂度和P帧在图像组(Group of pictures,GOP)中的位置对码率控制影响的问题,提出了一种新的H.264码率控制算法,先利用P帧的图像复杂度和P帧在GOP中位置组成的综合因子来调整P帧的目标比特分配,再利用已编码帧的历史信息来调整当前编码帧的量化参数.通过实验表明,与JVT-G012算法相比,本文算法不仅提高了视频图像的质量,尤其是运动剧烈和纹理复杂的视频序列的图像质量,而且使得输出的实际码率更接近目标码率,提高了码率控制的精准性;与已有算法相比,在保持视频图像质量的情况下,进一步提高了码率控制的精准性.     

基于H264/AVC的帧层码率控制算法

在研究和分析了H.264/AVC经典码率控制算法的基础上,提出了一种新的帧层码率控制算法.该算法充分利用各帧的复杂度以及目标缓冲区优化比特分配,同时采用了卡尔曼滤波器估计MAD的方法.与以往码率控制算法相比,该算法能更加合理地分配各帧的目标比特数,MAD预测也更加精确,从而提高了量化参数QP预测的准确性.实验结果表明,该算法能提高码率控制的精度,并使图像总体质量有一定程度的提高.     

H.264/SVC比特自适应分配的等级B帧码率控制算法

为减少码率控制中实际输出码率与目标码率之间的误差,改善视频序列编码尾部质量下降的缺陷,同时针对可伸缩视频编码中码率控制算法的不足,提出一种自适应比特分配的码率控制算法。算法基于对根据相邻图像帧之间的相关性以及对恒定质量的考虑,在图像组(GOP)之间平均分配目标比特,而在GOP内部则根据编码复杂度自适应分配目标比特,同时适当调整初始量化参数(QP),再根据目标比特分别计算P帧、B帧的QP。对不同的视频序列进行了实验测试,其结果验证了算法的准确性和有效性。     

一种面向H.264/AVC的帧层码率控制算法

分析了H.264/AVC编码后各帧质量波动大的原因,提出基于反馈原理的帧层码率控制算法——RCBF。该算法在保证缓冲区不上溢和下溢的前提下,按照帧复杂度来分配目标比特数,减少因为目标比特数与帧复杂度不一致引起的编码质量波动。同时根据反馈原理,参考前面帧的分配误差调整分配的目标比特数,使帧层码率控制更加准确。实验结果表明,RCBF算法的峰值信噪比PSNR值波动与JM10.2下的码率控制算法JVT-G012相比明显减小,同时平均PSNR值和控制精度也有提高。     

一种H.264帧级码率控制改进算法

H.264是现在最新、最有前途的视频压缩标准.它的码率控制算法JVT-G012能获得良好的效果,但该算法在帧级码率控制上存在不足.在JVT-G012算法基础上,采取了一些帧级码率优化策略,用P帧亮度分量的平均绝对值差(MAD)比率来表示图像复杂度,同时根据编码图像复杂度和距离I帧的远近来合理有效的分配码率,增加了跳帧控制防止缓冲区发生上溢或者下溢,并且进行了场景切换检测.仿真采用Jm10.0,模拟了在恒定比特率(Constant Bit Rate,CBR)条件下,对算法和JVT-G012算法产生的编码质量进行对比.仿真结果表明,与JVT-G012算法相比,算法能使码率控制算法具有更高的效率、更有效地提高编码图像质量.     

基于H.264的码率控制

为降低计算复杂度,提高图像质量,提出了一种新的码率控制算法。编码过程中根据图像内容的自适应性和图像复杂度分配帧层的目标比特数,在基本单元层通过计算当前基本单元的亮度像素方差,来衡量该区域的纹理复杂程度,通过纹理复杂度优化比特分配。实验结果表明：与原算法相比,该算法在几乎不影响信噪比的情况下,能将码率更精确地控制在目标码率附近。     

基于HEVC的LCU层码率控制算法改进

针对HEVC(High Efficiency Video Coding)码率控制方案中LCU层利用平均绝对误差(MAD)对图像复杂度估计的不准确性和比特分配的不合理性,提出一种基于像素的线性加权的直方图差值(PHOD)的LCU层码率控制算法。该算法引入PHOD作为LCU层的图像相对复杂度度量手段,使得LCU层目标比特根据图像复杂度进行合理调整和准确分配。同时利用已编码帧码流控制的反馈信息进一步对量化参数和拉格朗日乘数调整,获得更精确的量化值和拉格朗日乘数。仿真结果表明,与参考算法比较,改进的算法对于不同运动情况的视频序列有良好的效果,能更加接近目标码率,图像帧间质量波动减小,最终获得较好的图像主观质量和PSNR。     

一种简单有效的帧层码率控制策略

H.264/AVC码率控制算法对运动剧烈及存在场景切换的视频序列存在着码率控制不够精确,视频图像PSNR值波动较大的问题.本文提出了一种简单有效的帧层码率控制算法,通过改变传统的目标缓冲级别设置平滑PSNR值波动,并充分利用已编码帧信息对当前帧计算出的量化参数进行调整,有效控制码率.实验结果表明:与H.264/AVC原算法相比,本文算法在精确控制码率的同时平均PSNR值也有一定的提高.     

基于H.264/AVC的自适应帧级位分配优化算法*

为了获得精确的帧级目标位分配和提高编码质量,在JVT-G012码率控制算法的基础上,提出一种自适应的帧级位分配优化算法。该算法充分考虑帧之间纹理复杂度,弥补了JVT-G012算法中对帧目标位平均分配算法的不足。大量实验结果表明,改进后的算法在高运动或场景切换情况下,能明显提高视频编码质量,实现目标位的优化分配和输出码率的精确控制。     

基于复杂度分析的HEVC帧内码率控制算法

随着高清、超高清视频应用的快速发展,码率控制的作用越来越重要。在高效视频编码HEVC(High Efficient Video Coding)中,码率控制算法在码率输出的精度和效率上都取得不错的效果,但是算法并没有考虑到实际视频编码内容的复杂度。针对此问题,提出一种基于复杂度的HEVC帧内码率控制算法。首先利用梯度来表征复杂度,根据复杂度来合理分配码率,然后根据产生的实际比特和预分配比特自适应地更新平滑窗口,最后再结合基本单元层的码率控制算法及时调节码率,从而使输出码率尽可能与目标码率相等。实验结果表明,所提出的方法能够使输出码率更加接近目标码率,并且可以进一步提高视频质量。     

MPEG-2恒定码率位率控制研究

在传统CBR MPEG－2位率控制模型中存在两个局限性，一是在分配目标位数据量时没有充分考虑图像的相对复杂度，二是没有能够对场景转换进行很好处理，针对以上两点不足进行了改进，提出了已编码帧图像平均复杂度的计算方法，通过比较当前帧图像复杂度与所有已编码帧图像平均复杂度，合理调整当前帧目标位数据量；提出了场景转换帧检测算法，动态调整场景转换帧目标位数据量，实验结果表明，提出的位率控制算法优于TM5中的算法。     

联合YOLO和Camshift的目标跟踪算法研究

为了解决传统目标跟踪算法在有遮挡后无法准确跟踪的问题,提出了将YOLO和Camshift算法相联合的目标跟踪算法.基于YOLO网络结构来构建目标检测的模型,在模型构建之前,采用图像增强的方法对视频帧进行预处理,在保留视频帧中足够图像信息的同时,提高图像质量,降低YOLO算法的时间复杂度.用YOLO算法确定出目标,完成对目标跟踪的初始化.根据目标的位置信息使用Camshift算法对后续的视频帧进行处理,并对每一帧的目标进行更新,从而可以保证不断调整跟踪窗口位置,适应目标的移动.实验结果表明,所提的方法能够有效地克服目标被遮挡后跟踪丢失的问题,具有很好的鲁棒性.     

A fast frame type selection technique for very low bit rate coding using MPEG-1

In this paper we present an adaptive frame type selection algorithm for motion compensation, which is applied to a low bit rate video coding using MPEG-1. In the adaptive scheme, the number of reference frames for motion compensation is determined by a scene change detection algorithm using temporal segmentation. To choose for the distance measure for the temporal segmentation, three histogram-based measures and one variance-based measure were tested and compared. The reference frame positions may be determined by an exhaustive search algorithm which is computationally complex. The complexity can be reduced by using a binary search algorithm which exploits the monotonicity of the distance measure with respect to the reference frame interval. The target bit allocation for each picture type in a group of pictures is adjusted to allow a variable number of reference frames with the constraint of constant channel bit rate. Simulation results show that the adaptive reference frame positioning scheme compares favorably with the fixed positioning scheme at the bit rates of 64 kb/s and 14.4 kb/s.     

基于四元数矩阵与遗传优化逻辑曲线的鲁棒图像水印算法研究

传统彩色图像水印算法鲁棒性与视觉效果难以达到同步最优,对此,提出了一种基于四元径向矩并利用遗传算法优化逻辑曲线的彩色图像水印算法。将目标图像分为若干块,对所有块进行复杂度分析;然后,通过遗传算法对逻辑曲线的优化实现水印性能参数的优化,并根据目标图像的复杂度自适应地调节水印嵌入的强度。对比试验结果表明本算法所获得的水印图像具有良好的视觉效果,同时对信号处理攻击与几何攻击均具有较好的鲁棒性。     

自适应混合高斯建模的高效运动目标检测

目的 如何使快速性与完整性达到平衡是运动目标检测的关键问题。现有的满足快速性的算法容易受到光照的影响，对动态环境的适应能力较弱，获取的目标信息不完整，导致空洞问题的产生。而具有较高完整性的算法复杂度高，运算速度慢，实时性差。为此，本文提出基于自适应混合高斯建模的3帧差分算法。方法 利用3帧差分运算简单、可扩展性强、抗干扰能力好的特性，对视频图像进行目标轮廓的提取。针对3帧差分运算导致目标内部信息提取不完整的问题，采用学习率自适应调整的混合高斯背景差分，在模型创建之初，通过较快的模型更新速率，增加背景模型的迭代次数，消除物体运动造成的"鬼影"。在背景模型中的干扰信息消除之后，以目标像素及相邻8像素在当前帧与背景模型中的差异度为依据调整学习率，实现背景模型的自适应修正，增加目标图像的完整性；同时，通过删除冗余的高斯分布，降低算法复杂度。为进一步确保目标边缘的完整及连续，采用边缘对比差分算法，使参与运算的帧数依据目标的运动速度自适应选取，以降低背景点的误判率，使边缘信息尽可能地连续、完整。结果 本文算法获取的目标信息完整，且边缘平滑。在提升检测率的同时保证较高的准确率，达到了95.23%，所获目标的完整度提高了28.95%；与传统混合高斯算法相比，时间消耗降低了29.18%，基本达到实时性要求。与基于混合高斯建模的背景差分法（BD-GMM）和基于边缘对比的3帧差分法（TFD-EC）相比，本文算法明显占优。结论 实验结果表明，本文算法可以有效抑制动态环境的干扰，降低算法复杂度，既保证实时性，又具有较好的完整性，可广泛应用于智能视频监控、军事应用、工业检测、航空航天等领域。     

曲线模型的半自适应交互多模型跟踪方法

在机动目标跟踪的交互多模型(IMM)算法设计中,选择覆盖范围大的模型集和简化计算复杂度是一对矛盾且重要的问题.本文首先对曲线交互多模型算法进行了研究,建立了一种角速度估计模型,在此基础上给出了一种构造自适应曲线模型集方法.用该方法构造的曲线模型集只与切向加速度相关,法向加速度可自适应调整,这一方面简化了计算复杂度,另一方面扩大了算法的适用范围.进一步的仿真试验表明了该算法的有效性.     

一种基于二分编码的无线传感器与执行器网络移动覆盖算法

在无线传感器与执行器网络中,可以通过调整剩余节点的位置来提高目标区域覆盖率,以更好地为sensor节点服务.提出了一种基于二分编码的网络移动覆盖算法(SMR算法).在每次搜索中,试探性地调整失效节点区域的临近执行器节点位置来寻找最佳位置,重复此搜索过程直到覆盖数不再增加,以实现近似的局部最优覆盖.本算法提高了剩余节点的覆盖率,减少了执行器节点移动的消耗,与已有算法相比也表现出了较好的性能.     

FDF: Frequency detection-based filtering of scanning worms

In this paper, we propose a simple algorithm for detecting scanning worms with high detection rate and low false positive rate. The novelty of our algorithm is inspecting the frequency characteristic of scanning worms instead of counting the number of suspicious connections or packets from a monitored network. Its low complexity allows it to be used on any network-based intrusion detection system as a real-time detection module for high-speed networks.Our algorithm need not be adjusted to network status because its parameters depend on application types, which are generally and widely used in any networks such as web and P2P services. By using real traces, we evaluate the performance of our algorithm and compare it with that of SNORT. The results confirm that our algorithm outperforms SNORT with respect to detection rate and false positive rate.     

结合学习率调整的自适应特征融合相关滤波跟踪算法

针对单一特征存在的缺陷和目标快速变化时易跟丢的问题,提出了一种结合学习率调整的自适应特征融合相关滤波跟踪算法。算法采用互补的梯度特征和颜色特征进行特征融合,通过计算滤波响应的大小来决定下一帧在融合特征中各自所占的权重,凸显优势特征,使目标与背景更具区分度。提取目标后需要更新滤波器,为了避免滤波器跟不上目标变化的情况发生,引入学习率调整机制,使滤波器更新速度能够随目标外观变化进行在线调整。因此,相较同类特征融合算法,本算法准确高效,且对于快速形变目标的鲁棒性更强。实验证明,本算法在精度和成功率上都比现有相关滤波算法更优,具有一定的应用价值。     

改进的均值漂移和粒子滤波混合跟踪方法

为提高粒子滤波视觉目标跟踪算法的准确性和实时性,提出一种基于均值漂移和粒子滤波的混合跟踪算法。将相异性较小的粒子进行聚类,利用均值漂移算法迭代各个聚类中的代表点,通过减少参与均值漂移迭代的粒子数来降低运算复杂度;根据跟踪情况自适应调整采样粒子数目和过程噪声分布,以提高跟踪精度和减少运算时间。实验结果表明,所提算法平均每帧计算时间不到传统混合跟踪法的一半,而且跟踪精度也有所提高。