块运动矢量估计的快速分级筛选法

本文提出了一种快速块运动估计的方法--分级筛选法.该方法将搜索最佳匹配块的过程分为若干个筛选过程,每个筛选过程用不同大小级别的子块作为基元进行匹配.在初始的级别中通过简单的特征匹配先淘汰一部分候选匹配块;然后在上一级剩余的候选块中,逐级用更加细致的特征继续筛选;直至找到最佳匹配块.实验结果表明,分级筛选法比一些常见的快速运动估计方法要快,且估计精度与全搜索法非常相近.     

一种自适应的快速全搜索运动估计算法

本文在连续消除算法和多阶连续消除算法的基础上提出了一种自适应的快速全搜索运动估计算法,进一步的降低了视频编码中全搜索运动估计的计算需求,并且运动估计的精度和全搜索算法完全一样.实验结果表明,该算法在SEA和MSEA的基础上又进一步的降低了15%～27%的计算需求,并且该算法可以和其他的任何一种快速运动估计算法相结合来减少视频编码的计算量及其VLSI的功耗.     

基于足迹采样的运动编辑

针对人体两足动画提出一种基于足迹采样的运动编辑算法．足迹很好地描述了两足动画中必须满足的时空约束，通过调整足迹的位置与朝向来编辑两足动画是一种较为自然、直观的交互方式．为有效、快速地生成编辑后的动画，采用一种实时的逆向运动学算法求解两足动画中的支撑脚约束，然后使用层次B样条技术构造偏移映射完成编辑．为了便于逆向运动学算法的求解，提出基于采样的方法来计算质心轨迹．     

作战仿真中实体的运动模型和实时动画显示

构建了一个基于DIS协议的实时作战仿真系统．为满足实时动画显示的要求，采用两组简化的运动学方程描述战场实体的运动模型，提出实体分类方法、实体存储结构以及实体图形优化显示方法．最后给出一个仿真实例。     

非完整自主车基于圆轨迹的道路避障

本文就四轮非完整自主车提出了一种基于圆轨迹的道路避障策略．先将道路上 的障碍按照障碍距离自主车的远近划分层次，使一个层次的障碍能在自主车视场中全部出现 ．然后给出基于圆轨迹的避障算法，即自主车沿由自主车出发位姿和子目标点确定的圆弧轨 迹走行．在此之前推导四轮非完整车的运动模型为提出避障策略的基础准备．尽量减小自主 车在走行过程中运动状态的改变，基于圆轨迹避障策略能够很好地满足这一要求．最后引入 代价函数，给出对于此方法的评价，体现了本方法的优越性．     

一种强壮的三维运动盲水印算法

提出了一种基于DCT变换的三维运动盲水印算法，算法结合了扩展频谱和量化的思想，通过对DCT域中频系数进行适当量化扰动来嵌入水印信息。选择合理的量化步长能保证对原运动信号不产生明显的视觉破坏；同时通过扩展频谱，让每一位水印信息包含在多个频率系数中，能有效增加抗攻击能力。实验表明，该算法对高斯白噪声、重采样、运动光滑以及重排列等有较好的鲁棒性。     

交通监控系统中运动目标分类和跟踪研究

文章讲述了交通监控系统中应用视频图像流来跟踪运动目标并对目标进行分类的具体 过程和原则．基于目标检测提出了双差分的目标检测算法，目标分类应用到了连续时间限制 和最大可能性估计的原则，目标跟踪则结合检测到的运动目标图像和当前模板进行相关匹配 ．实验结果表明，该过程能够很好地探测和分类目标，去除背景信息的干扰，并能够在运动 目标部分被遮挡、外观改变和运动停止等情况下连续地跟踪目标．     

基于H．26L的运动估计算法的一种改进

H．26L是当前提出的一种有效的低比特率编码方案，但它在运动估计部分需要大量的时间。为了减少运算量，本文对H．26L在使用多参考帧下的运动估计算法提出了一种改进，并结合搜索顺序大大减少了块匹配时的计算开销，可获得与全搜索一样的效果。     

基于数据挖掘和神经网络的赛马决策与分析

运用了数据挖掘技术和神经网络技术，对赛马数据信息进行自动获取和智能分析。首先，分析了目前赛马的有关数据，按照现存的数据信息创建相关的数据库；在数据的搜集方面，建立了一个提取器，在一些网页中读取有关的数据，大大提高了系统自动获取数据的能力；在分析与预测方面，结合了神经网络逻辑建立一个数学线性回归方程，其功能是通过已有的大量的数据资料预测出将要进行的赛事结果，即参加该场赛事的所有马匹的成绩排名。系统主要包括管理模块、数据查询模块、预测模块3大模块，其中预测模块是核心，它是利用对赛马结果有一定影响的13个因素进行数据分析，得出一个预测时间，再与由优先级数据筛选得出的时间值通过两个调节参数做出修正，得出最终的预测结果。     

基于宏块的具有时域和SNR精细可伸缩性的视频编码

提出了一个高效灵活的视频编码方法，称为基于宏块的具有时域和SNR精细可伸缩性的视频编码方法（简称为PFGST视频编码方法），将原有的基于帧的渐进精细可伸缩的视频编码技术扩展为基于宏块的编码技术，即增强层编码中运动补偿和重建时所用的参考信息是基于宏块选择的而不是基于帧、然后将时域可伸缩特性引入到基于宏块的渐进精细可伸缩的视频编码中，从而实现了PFGST编码方案，在时域可伸缩的增强层编码中，根据运动补偿中使用的参考宏块的不同，提出了时域可伸缩增强层宏块编码的两种方法，由于在时域可伸缩的增强层编码中使用高质量的参考宏块不会造成任何误差传播，因此通过选用最佳的参考宏块，PFGST方法的编码效率得到了显著的提高，实验结果显示，同MPEG－4标准中的FGST编码方法相比，基于宏块的PFGST视频编码技术的编码效率提高了2．8dB，并且同样具有FGST的所有特性，即可以根据不同的通道，客户和服务器的需求来分别支持精细的SNR可伸缩特性，时域可伸缩特性和SNR－时域混合可伸缩特性。