基于内容的视频检索关键技术

基于内容的视频检索一直是计算机科学研究的难点问题,该文提出了它的研究问题、检索策略、检索种类和评价指标,指出了存在的问题及解决的方法。这些策略和方法作为北大方正媒体资产管理系统的核心功能,运用于电视台大型视频数据库的检索,取得了比较好的效果。     

单箱多室波形钢腹板组合箱梁腹板剪力分配理论

提出了一种利用剪力分配系数来计算单箱多室波形钢腹板组合箱梁在横向对称竖向荷载作用下腹板剪应力的方法.首先基于波形钢腹板不抵抗轴力的特点和箱梁平截面假定,用微元体平衡方程和变形协调条件建立了单箱多室截面波形钢腹板箱梁腹板剪力流的计算方程,然后基于该方程提出了腹板剪力分配系数的计算方法.以深圳南山大桥、郑州朝阳沟特大桥、河...     

基于隐式分段自回归模型的图像插值算法?

利用自然图像信号的分段统计稳态性可以有效地对图像信号进行建模。其分段统计稳态区域往往具有非规则的形态。采用规则窗口对图像统计稳态区域内的统计量进行估计存在较大的误差。提出一种基于概率描述的隐式分段自回归模型来刻画分段统计稳态区域形态,并基于该模型提出了一种改进的图像插值算法。实验结果表明,该方法可以较好地改善插值图像中在边缘处的模糊、振铃和噪声等瑕疵现象。     

未来网络之内容中心网络的挑战和应用

内容中心网络(CCN)是一种面向内容共享的通信架构.与传统基于IP地址的网络架构不一样,其可基于内容名字进行数据共享和交换,而不需要关心特定的物理地址和主机.采用发布/订阅传输模式和网络内置缓存,以存储换带宽,提高网络带宽利用效率.但该架构颠覆了现有互联网的基础,尚有很多问题亟待解决.重点介绍了内容中心网络的概念、特点、网络模型以及目前国际上的研究进展.尤其针对其面临的挑战和需要解决的关键问题进行了论述.同时,也列举了两个系统实现的样例,用以说明CCN的可行性和应用前景.     

豌豆蛋白饼干的研制

以低筋面粉、豌豆蛋白粉为主料,辅以绵白糖、精炼植物油、盐等研制豌豆蛋白饼干。通过正交试验对饼干配方进行优化。结果表明:最低配方为低筋面粉100.0 g、豌豆蛋白粉15.0 g、绵白糖25.0 g、植物油15.0 g。其他配料碳酸氢钠0.7 g、碳酸氢铵0.5 g、食用盐0.6 g、鸡蛋15 g为基础配方。t检验表明:豌豆粉蛋白饼干与市售的类似饼干无明显差别,可以被消费者所接受。     

数字视频系统中的P2P数据调度策略

基于P2P的视频点播系统中面临两个数据方面的问题：一、分担服务器的压力；二、保证数据及时达到。为了解决这两个问题，本文提出了两个数据调度策略：节点学习和超时数据的紧急调度。实验证明了该调度策略的有效性。     

从IBC2007看新媒体发展

9月6-10日，我们一行3人去Amsterdam参观IBC2007展览会。除了住得太远以外，其它一切顺利。因为没有任何干扰，4天的时间，完全浸泡在展览会现场，看得比较痛快和彻底。     

摩尔纹图案自动去除技术综述

如今,数码相机和智能手机在人们的生活中扮演着越来越重要的角色,已经成为人们感知世界、记录信息和沟通交流的主要工具.当使用这些设备拍摄电子屏幕时,显示设备和摄像头传感器网格之间往往会发生混叠,通常导致图片中存在不规则分布的摩尔纹干扰图案,从而严重影响了拍摄图像的视觉质量效果.因此,摩尔纹图案去除方法研究对于拍摄图像的后期处理具有重要意义.为此,详细梳理了摩尔纹去除研究的发展脉络,并根据不同的适用场景和技术实现将现有方法分为2类：基于先验知识的摩尔纹去除方法和基于深度学习的摩尔纹去除方法.鉴于深度学习网络中训练数据集的收集和对齐方式不同,该类方法又分为基于卷积神经网络（CNN）的摩尔纹去除方法和基于生成式对抗网络（GAN）的摩尔纹去除方法.在此基础上,选择相同的公开数据集,对主流的深度学习方法进行算法实现和性能对比分析,并分别总结了各类方法的优缺点.最后,对未来的研究方向进行展望.     

基于帧间中频能量关系的自适应视频水印算法

通过分析发现了视频帧间中频能量关系对于光度失真和空间同步失真的近似不变性.基于这种近似不变性,提出了一种可以根据人类的视觉系统特性,自适应地调整嵌入强度的鲁棒视频水印算法.实验表明,该算法可以有效抵抗光度失真、空间同步失真及其组合失真.     

一种通过视频片段进行视频检索的方法

视频片段检索是基于内容的视频检索的主要方式,它需要解决两个问题:(1) 从视频库里自动分割出与查询片段相似的多个片段;(2) 按照相似度从高到低排列这些相似片段.首次尝试运用图论的匹配理论来解决这两个问题.针对问题(1),把检索过程分为两个阶段:镜头检索和片段检索.在镜头检索阶段,利用相机运动信息,一个变化较大的镜头被划分为几个内容一致的子镜头,两个镜头的相似性通过对应子镜头的相似性计算得到;在片段检索阶段,通过考察相似镜头的连续性初步得到一个个相似片段,再运用最大匹配的Hungarian算法来确定真正的相似片段.针对问题(2),考虑了片段相似性判断的视觉、粒度、顺序和干扰因子,提出用最优匹配的Kuhn-Munkres算法和动态规划算法相结合,来解决片段相似度的度量问题.实验对比结果表明,所提出的方法在片段检索中可以取得更高的检索精度和更快的检索速度.