带视频输出学习机的设计

针对目前学习机屏幕小,功能内容单一,智能化不强,单声道发音,个人单用等特点,提出一种带视频输出的学习机,使用了全新的设计理念,图文并茂,声音丰富,智能程度高,将学习机里的内容通过外接电视机或投影设备显示出来,通过大屏幕显示可让多人互动学习。省去了自带显示屏的成本和避免了屏幕显示太小的问题。     

嵌入式机载视频输出接口设计

针对视频接口接收视频格式单一的问题,设计了一种多格式视频输入接口的视频编码模块。由于采用CH7024视频编码芯片,所以在接口即可接收RGB565和RGB666格式的视频信号。在Linux环境下,对芯片寄存器和视频格式进行配置,编译芯片驱动程序,通过超级终端下载到芯片中,通过CH7024编码芯片将不同格式的输入信号统一转换成CVBS视频的信号输出,这样可减少电路的硬件设计,并通过对软件的修改来接收不同视频格式的信号。实验结果表明,设计的模块能够适应多种视频格式的信号,且编码后的CVBS视频信号输出距离远,抗干扰性强。     

细说视频输出端子

过去人们家里一般都是从墙上引出一根白色的有线电视电缆,你只需要把它接入你的录相机,用另一根电缆连接录相机和电视机,然后就可以打开电视机,舒舒服服地坐下来欣赏电视了。现在家庭影院火了起来,再想连接这些电缆对不那么简单了,除了上面提到的有线电视用的RF射频电缆外,视频信号线还有复合信号线、S视频线和分量信号线,甚至还     

通用视频输出控制器IP核的低功耗设计

随着芯片的集成度越来越高,芯片的功耗成为芯片设计中越来越重要的优化参数。设计了一种可应用于视频处理芯片、多媒体手持设备、嵌入式SoC等系统中的视频输出控制器。设计中通过多种工艺无关的低功耗设计技术优化控制器的动态功耗。首先分析各子模块的工作频率,降低低速子模块的工作时钟,然后通过添加门控时钟单元降低时钟的翻转次数。应用Design Compiler[1]进行工程的功耗分析,结果表明设计中使用的低功耗设计方法有效降低了模块的动态功耗。     

带屏幕显示输出的电视专用微处理器ST6388

1. 概述 电视专用微处理器ST6388是意法半导体有限公司(STMicroelectronics)新推出的低成本电视专用微处理器,它是ST638X系列8位HCMOS微处理器中的一种(如表1所列).该系列的MCU都在一个共同的核周围集成了定时器、脉宽调制PWM输出、串行外设接口(SPI)、屏幕显示(OSC)控制及ROM、RAM和片内EEPROM等,因而具有类似的结构,可多种配置以获得最佳的成本控制.     

六种视频输出方式

随着各种视频信号输出的图像质量越来越高、视频接口也开始变得多种多样,如现在一般的DVD后面都有几种视频输出。以前商家在大吹S端子输出的好处,还没等消费者反应过来,商家就又开始转向鼓吹起色差输出的逐行图像是如何的清晰,弄得一些朋友在买VCD、DVD等视盘机的时候感觉眼花缭乱,     

基于ARM的智能家居视频监控系统

根据增强家居安防系统的要求,提出一种视频监控系统设计。通过分析ARM微处理器的结构体系和Linux操作系统的工作原理,给出了这种在ARM9核上移植瘦身后的Linux操作系统和应用程序的方案。用户可经由任意网络设备监控ARM板上USB摄像头采集到的图像,实现智能家居系统中的网络视频监控的目的。     

视频输出发展的内在趋势

自从电视发明以来,视频一直是电子行业中最具活力的领域之一。继黑白电视面世之后,彩色电视、UHF频道、遥控电视、有线电视、越来越高清晰度电视、平板电视、大屏幕电视、数字有线电视、卫星电视,乃至当今的手持式(移动)视频播放,一波又一波的技术发展浪潮不断涌现。     

宽频带视频放大输出电路(图说之二)

1.自动白平衡调整的特点由解码电路输出的三基色R、G、B经过三个独立的视频放大器后,施加在三个独立电子枪的阴极,调制三束电子流,会聚并轰击各自的荧光粉,当三束独立的电子流相等时,混合应显示白色,但是由于三个放大器的元器件特性、电子枪阴极发射电子的能力、荧光粉的发光效     

用视频放大器提高字幕输出质量

在广电业由模拟向数字设备转型的今天,二者共存必然会带来的新变化。实现系统优化,发挥老设备的余热,充分利用新旧设备特点来提高设备的利用率,在模拟设备与数字设备共存的同时,使两者之间有较为合理的功能互补,发挥其最大优势,提高节目的制作质量,值得探讨。这方面我们做了一些尝试。我们在使用SONY公司生产的DFS-500特技台加入字幕时,通过自制视频放大转换器,将之与字幕机、数字录、放像机、三维数字特技切换台进行有机的结合,提高了字幕输出质量,达到良好的后期制作效果。下面来介绍一下我们的经验,与同行进行探讨。     

Web video classification with visual and contextual semantics

On the social Web, the amount of video content either originated from wireless devices or previously received from media servers has increased enormously in the recent years. The astounding growth of Web videos has stimulated researchers to propose new strategies to organize them into their respective categories. Because of complex ontology and large variation in content and quality of Web videos, it is difficult to get sufficient, precisely labeled training data, which causes hindrance in automatic video classification. In this paper, we propose a novel content‐ and context‐based Web video classification framework by rendering external support through category discriminative terms (CDTs) and semantic relatedness measure (SRM). Mainly, a three‐step framework is proposed. Firstly, content‐based video classification is proposed, where twofold use of high‐level concept detectors is leveraged to classify Web videos. Initially, category classifiers induced from VIREO‐374 detectors are trained to classify Web videos, and then concept detectors with high confidence for each video are mapped to CDT through SRM‐assisted semantic content fusion function to further boost the category classifiers, which intuitively provide a more robust measure for Web video classification. Secondly, a context‐based video classification is proposed, where twofold use of contextual information is also harnessed. Initially, cosine similarity and then semantic similarity are measured between text features of each video and CDT through vector space model (VSM)‐ and SRM‐assisted semantic context fusion function, respectively. Finally, classification results from content and context are fused to compensate for the shortcomings of each other, which enhance the video classification performance. Experiments on large‐scale video dataset validate the effectiveness of the proposed solution.     

Regularized manifold information extreme learning machine

By exploiting the thought of manifold learning and its theoretical method, a regularized manifold information ex-treme learning machine algorithm aimed to depict and fully utilize manifold information was proposed. The proposed algo-rithm exploited the geometry and discrimination manifold information of data to perform network of ELM. The proposed algorithm could overcome the problem of the overlap of information. Singular problems of inter-class and within-class were solved effectively by using maximum margin criterion. The problem of inadequate learning with limited samples was solved. In order to demonstrate the effectiveness, comparative experiments with ELM and the related update algorithms RAFELM, GELM were conducted using the commonly used image data. Experimental results show that the proposed algorithm can significantly improve the generalization performance of ELM and outperforms the related update algorithms.     

视频编码的技术基础及发展方向

现有视频编码采用基于块的混合编码架构,利用预测、变换、量化和熵编码技术实现对视频信号的高效压缩.在现有架构基础上进一步优化,提供针对视频图像信号局部特性的更加灵活的处理和编码.基于机器学习的视频编码技术有望部分或全面地改变现有的混合编码框架,给视频编码带来新的研究思路.未来视频除了现有的二维平面视频,还需要编码面向AR/VR应用的球面视频数据和体视频数据,这些新的视频源数据格式也给视频编码技术研究带来新的机会和挑战.     

嵌入式远程视频监控系统的设计与实现

以S3C2410嵌入式处理器为核心,通过嵌入式多任务操作系统Linux采集摄像头视频数据,视频数据经JPEG算法压缩后通过网络实现远程传输。系统硬件主要包括CPUS3C2410、2片16Mx16型号为K4S561632C的SDRAM内存和16MByte型号为E28F128J3A150的NOR Flash固态存储器。系统软件设计主要包括构建ARM-Linux嵌入式软件平台．视频图像采集、压缩和网络传输的实现。实验表明,该设计达到预期目标,满足系统实时性要求,与传统PC机的监控系统相比,体积和成本分别减少75％和60％以上。     

嵌入式视频网络控制器设计与实现

随着视频监控系统数字化、网络化和智能化的不断发展,其核心部件视频网络控制器的性能需求也越来越高。在此结合嵌入式软、硬件技术,基于PC-104硬件平台,采用定制嵌入式Linux操作系统,在Eclipse开发环境下进行软件开发,设计并实现了嵌入式视频网络控制器。采用面向对象编程思想,实现了为各类设备提供统一接口。能够为视频监控系统提供一种高可靠、低成本、小体积、低功耗、通用并可扩展的智能产品。经实际项目应用表明,该设备能够满足不同种类、不同厂家视频设备的互连互控,具有较高性能指标,非常适合轨道交通视频监控等领域。     

基于机器学习的HEVC帧内模式快速决策算法

针对高效视频编码(HEVC)计算复杂度过高的情况, 提出了一种基于机器学习的帧内快速决策算法。根据图像内容的平滑 程度将PU划分成3类,对具有一定平滑度的预测单元(PU)不需要遍历完所有的帧内预测模式 ,从而有效降低算法的计算复杂度。首 先,计算各个PU的左边参考像素方差、上边参考像素方差和总参考像素的方差,以及各个P U采用的最优的帧内预测模式, 这些方差反映了参考像素的平滑程度;然后,利用机器学习软件Weka对得到的数据进行分类 处理,得到分类决策树; 最后,根据决策树来判定各个PU需要测试的帧内模式,再对各个PU 遍历这些帧内模式,确 定最优的模式,减少不必要 预测,从而降低编码复杂度。实验结果表明,本文算法相对于标准的HEVC 15.0编码算法,在高码率的情况下,编码时间平 均节省约16.18%,BD-rate平均升高约0.25%,BD-PSNR平均降低约0.02 dB;在低码率的情况下,编码时 间平均节省约20.75%,BD-rate平均升高 约0.04%,BD-PSNR平均降低约0.00dB。     

EPM570在视频采集中的设计与应用

介绍了Altera公司推出的新一代CPLD MAX Ⅱ系列EPM570,以及该可编程器件在嵌入式视频监控中与两片SRAM构成高效视频数据缓存的具体应用和仿真结果.     

基于机器学习的图像分割算法研究

图像分割是计算机视觉研究中重要的一部分,其主要目的是在图像中将兴趣域目标与背景分割,关系到后续的目标识别、图像理解等操作的准确性.经过几十年的发展,许多优秀的图像分割的方法被提出.机器学习是当今时代的研究热点,基于深度卷积神经网络等机器学习的图像分割研究进展迅速.总结介绍了应用于图像分割的几种典型机器学习方法,分析比较了相关的分割原理步骤、优缺点和发展现状.最后分析了基于机器学习的图像分割算法的发展方向.     

基于ARM的嵌入式煤矿视频监控系统设计

为满足中小型煤矿企业对安全生产的要求,开发了适合井下安装使用的实时视频监控系统。该系统以Linux和ARM11作为嵌入式系统的软硬件开发平台系统,完成了嵌入式Web服务器及网络监控平台的设计,并实现了监控系统对大数据流的有效处理,有效降低了视频监控成本,提高了监控运行效率。该系统是Web技术、通信技术和嵌入式技术的结合,具有部署方便、稳定性高、抗干扰强、价格低廉等特点,能较好地满足现代中小型煤矿企业安全生产的要求。