基于视频帧的彩色水印嵌入算法研究

为了增强水印的内容认证性,提出了视频帧中嵌入彩色水印的算法.先分别选取I帧的单色通道做DCT变换,分块后提取奇异值,将彩色水印的对应通道层做DWT变换,对低频区域置乱后提取奇异值,再将水印奇异值嵌入到载体奇异值中,然后由三色通道合成水印视频图像.最后进行了攻击实验,实验结果表明,该算法具有较好的水印提取能力和一定的鲁棒性.     

基于JMF的音视频会议系统的研究与实现

介绍了Java媒体框架应用编程接口（JMF）的结构特点及其实时传输协议（RTP）支持,实现了端对端的实时音视频网络会议系统.文中阐述了小型多人视频会议系统的工作原理以及RTP传输、数据源复用等关键技术问题,最后重点描述了基于JMF的音视频会议系统的设计方案,并详细介绍了系统软件的具体实现.     

基于VFW的远程视频捕获技术研究

多媒体技术在人们日常生活中的应用越来越广泛,图像、视频、音频等多媒体数据逐渐成为信息处理领域中主要的信息媒体形式。视频捕获技术是信息处理中的重要环节,研究该项技术具有重要的实用价值。文章提出一种基于VFW的远程视频捕获方法。该方法利用VFW捕获视频数据,采用H.263编码标准压缩视频数据,利用面向连接协议的流式套接字实现实时视频流的传输,结合多线程技术实现视频文件播放。然后,基于Windows操作系统设计实现了远程视频捕获系统。实验结果表明,该方法CPU占用率低、内存占用小,可靠性强,具有较好的应用价值。     

机器人一体机远程监控平台的音视频传输研究与设计

文章分析了一个典型的机器人一体机（RIM）远程控制方案,研究了该方案中的用于解决海量数据传输问题的监控平台。在数据传输过程中,音视频数据的传输效率是个亟待解决的问题。文章也对该控制方案中的结构进行了深入研究与分析,详细叙述了广域网音视频传输系统的需求,设计并实现了广域网中不同局域网之间的音视频信息的传输,为移动机器人的遥操作提供支持,介绍了系统所用到的关键技术并对系统进行了测试与分析。该方案简单明了,实现方便,通过了相关测试。     

基于视觉辅助的汽车转向路感优化控制仿真

汽车行驶速度过快的情况下,与路面的冲击反力会瞬间增大.路感控制过程需要迅速改变硬件结构参数以保持稳定,过大变化使得控制过程出现异动,导致汽车转向路感系统出现“打手”(过控制)问题,传统的路感系统控制方法针对过控制问题,需要动态变化控制参数,使其与过控制过程形成匹配,但是传统方法很容易引起模型不稳,导致对汽车转向路感系统的控制误差增大.提出视觉辅助的汽车转向路感系统快速控制方法,采用Harris角点控制算法获取监控视频中每幅汽车转向路感图像中的角点位置,对每帧汽车转向图像的角点进行LK光流场运算,依据运动目标的光流连续性获取可能的目标角点信息,通过聚类分析对若干角点位置集进行数字运动汽车转向图像处理中的形态学处理,得到汽车当前所处的实际位置,实现汽车转向路感系统的快速控制.实验结果证明,改进种方法的可行性,并且具有较高的控制精度.     

一种实时低成本压缩算法的VLSI实现

针对传统视频图像压缩算法时延长和成本高的问题,提出一种新的无损/近无损视频压缩算法。该算法由码率控制器和熵编码器组成,其中码率控制器通过对已有信息进行分析（上下文）来确定当前宏块的可用比特数,然后根据大量实验得出的高效Huffman码表,并结合位平面编码器对残差进行编码。实验结果表明,文中提出的视频图像压缩算法能够工作在300 MHz,吞吐量最差为1.3 pixel/cycle,同时仅用一块120＊720的SRAM来存储上一行像素值,因此很好地解决了时延和成本问题。     

浅析数字内容的版权保护与建议

数字技术的迅速发展和广泛应用,互联网、电信移动网络等新兴传输方式和手机、机顶盒、电脑等多媒体终端极大地拓展了数字内容的传输范围。数字内容版权保护的问题日益突出,本文从立法和技术角度阐释了数字内容的版权保护,并提出了数字内容版权保护的建议。     

基于视频和人体姿态估计的老年人摔倒监测研究

人口老龄化所带来的养老服务问题是现代社会面临的严重问题。例如在很多国家跌倒是造成老年人因伤致死的最大原因,因此如何对老年人进行自动摔倒监测就成为养老服务亟待解决的问题。目前,在室内摔倒监测领域中,基于可穿戴设备和基于环境传感器等主流摔倒监测方法面临着设备复杂、成本较高等问题。鉴于此,将人体姿态估计引入摔倒监测领域,提出了一种基于2D视频的摔倒监测算法。首先利用OpenPose数据集提取原始数据中人体关节的位置;其次利用这些具有增强特征的数据构建静态分类模型和动态分类模型;最后,在3个公共摔倒数据集上进行模型训练和摔倒监测的测试,取得了较好的效果,可以为摔倒监测相关研究提供一定的参考。     

一种使用帧间差值的图像传感器片上视频压缩算法

为了减少图像传感器视频数据的输出,提出了一种通过编码相邻两帧之间差值的无损视频压缩算法.算法首先将基于差分脉冲编码调制原理的差分操作在模拟域实现,减小了电路的复杂度.然后两帧之间的差值被基于块的无损压缩方案编码.实验结果证明,压缩后的图像数据可以被无损失的还原.通过对7个具有代表性的8位深度1280×720@60 fps的样本视频进行测试,在块大小为4×4和模式切换阈值为63时实现了最佳的压缩效果.在几乎没有光的条件下压缩率高达78.5％.在复杂运动场景下该算法压缩率为43.5％.提出的压缩算法更适用于长时间处于静止场景的视频录制.     

改进YOLOV3算法的视频目标检测

由于监控中的行人检测存在背景复杂,目标尺度和姿态多样性及人与周围物体互相遮挡的问题,造成YOLOV3对部分目标检测不准确,会产生误检、漏检或重复检测的情况。因此,在YOLOV3的网络基础上,利用残差结构思想,将浅层特征和深层特征进行上采样连接融合得到104×104尺度检测层,并将K-means算法聚类得到的边界框尺寸应用到各尺度网络层,增加网络对多尺度、多姿态目标的敏感度,提高检测效果。同时,利用预测框对周围其他目标的斥力损失更新YOLOV3损失函数,使预测框向正确的目标靠近,远离错误的目标,降低模型的误检率,以改善目标间互相遮挡而影响的检测效果。实验结果证明,在MOT16数据集上,相比YOLOV3算法,提出的网络模型具有更好的检测效果,证明了方法的有效性。