自组织映射与流形学习的图像显著度检测

提取反映图像内容的结点以及为这些结点分配初始标签,是半监督学习用于显著度检测的关键问题.通过自组织映射把图像分成多个结点,这些结点不但反映图像内容的颜色特征,还能够反映图像内容的轮廓特征.然后通过把二维结点图嵌入到高维的空间构造带权无向图.由于无向边的对称性,进一步采用流形学习的方法,把无向图和半监督学习结合起来,通过预设边界结点预期的显著度,最终计算出所有结点的显著度.实验结果表明,与近年提出的几种经典的显著度检测算法相比,所提出的方法取得了较好的Precision-Recall性能和较舒服的视觉效果.     

一个通用实时多路视频服务器的硬件实现

阐述一个基于DSP的四路实时音视频编码终端的硬件设计方案和实现过程.重点讨论TMS320DM642主处理芯片和音视频处理系统的设计,另外对存储电路,网络接口,ⅡC接口和电源等模块也做了深入讨论.最后对硬件做了信号仿真,指出电路设计和PCB布局布线的关键要点.软件测试结果表明视音频主观质量较优,系统硬件工作稳定可靠,具有通用性.     

基于H.264低比特率视频流的半脆弱盲水印算法实现

本文提出一种基于H.264低比特率视频流的半脆弱盲水印方法,通过在H.264特有的的帧内预测和运动向量预测中分别嵌入鲁棒水印和脆弱水印,达到版权保护和内容完整性认证的双重目的.通过在嵌入强度和预测模式选择的拉格朗日乘子中引入H.264量化因子,增强了水印对重量化编码的抵抗力,取得更好的率失真平衡,减小水印嵌入对视频流比特率的影响.该算法可以实现水印的快速嵌入提取,满足视频实时处理的要求,实验结果证明了该算法的有效性.     

基于 DirectShow的通用多路视频接口研究和实现

本文在多路视频监控系统背景下,主要研究和实现了基于DirectShow架构且能响应视频区域鼠标消息的通用多路视频接口,并成功地把该接口应用于该多路系统中。本文设计 的接口,不需要考虑视频捕获硬件的差异,可同时处理多路视频（播放、暂停、捕获和视频区域任意切分）,并接受用户直接在视频区域的鼠标操作,灵活控制各路视频。该
该接口提供一个函数和二个类,以MFC扩展DLL的形式封装。     

一种新的基于DCT域向量调制的图像盲水印算法

提出一种新的盲水印算法,通过提取原始图像的DCT域特征向量,利用两个密钥调制特征向量从而将水印信息嵌入到到数字图像中,提取水印时不需要原始图像.试验结果表明使用该算法嵌入水印的图像具有很好的图像质量,对各种程度的JPEG压缩,低通滤波,噪声干扰有很好的抵抗性.     

基于DSP多通道视频编码终端的设计

阐述了一个基于DSP的4路实时音视频编码终端的硬件设计方案和实现过程.重点讨论了TMS320DM642主处理芯片和音视频处理系统的设计,另外对存储电路、网络接口、IIC接口和电源等模块也做了深入讨论.最后对硬件做了信号仿真,指出电路设计和PCB布局布线的关键要点.软件测试结果表明视音频主观质量较优,系统硬件工作稳定可靠,具有通用性.     

基于RTHAL的Linux实时性研究和实现

研究嵌入式Linux操作系统实时性的扩展和实现.提出通过在底层硬件和操作系统之间增加实时硬件抽象层的方式来扩充和增强Linux实时性能.该方法对操作系统内核只需做微小修改,就能达到既保持Linux现有功能和资源又兼有硬实时能力,其进程切换延迟仅为3微秒左右.讨论了对Linux和实时硬件抽象层两方面的扩展过程,同时还提出了如何有效利用两者间的缓冲区的方法.最后在嵌入式MPEG4流媒体系统中应用和测试了该方法,结果表明该方法实时性能优异,使用简单有效.     

基于μCLinux的操作系统实时性扩展和应用

本文提出一种基于实时硬件抽象层RTHAL的方法增强μCLinux实时性能以便应用于实时视频编码系统。具有硬实时性能的RTHAL运行于硬件层和μCLinux之间,通过尽可能少地修改μCLinux内核而获得完全的硬实时性能,平均任务调度延迟仅为3～4μs左右。本文还提出了如何计算和设置RTHAL和μCLinux之间FIFO缓冲区的大小以便实现实时数据稳定传输的方法。通过实时视频编码实例测试表明,该方法能够简单高效地提高μCLinux的实时性能。     

视频解码计算复杂度的线性建模理论及在线预测方法

视频解码是一类最典型的多媒体应用,其计算量大、耗能高.现代多媒体计算平台可利用视频解码计算复杂度固有的动态变化特征来自适应地调整所需计算资源,从而节省能耗,其前提是对视频解码计算复杂度进行准确估计.作者基于解码计算复杂度与帧长之间的线性关系,提出了一种利用状态变量法对解码计算复杂度进行理论建模和在线估计的方法.与传统的直接对帧长和计算复杂度之间的输入-输出依赖关系进行建模所不同,这里将视频解码系统表征为由视频内容特征的状态变化所驱动的系统.首先从语义层面对解码器各模块的解码复杂度进行分析,并导出各模块计算复杂度与语义参数间的依赖关系模型,总解码复杂度为各子模块的复杂度之和.经过化简得到解码计算复杂度与帧长之间的线性模型,其中模型系数为上述语义参数的函数,表征了视频内容特征的状态变化,被定义为状态变量.再结合压缩视频流中相邻帧语义参数之间的相关性,将系统状态方程定义为反映视频内容变化程度的分段线性函数.根据Ⅰ帧和P帧状态轨迹特性及其在压缩码流中位置属性的不同,分别进行计算复杂度在线估计:对于I帧,采用统计分析方法获得其状态变量的均值并进行在线估计;而对P帧,则是在运行过程中利用状态方程对状态变量进行实时更新和计算复杂度估计.在基于SimpleScalar的软件仿真平台和基于DSP的嵌入式硬件平台上分别对H.264、MPEG-4压缩码流的解码计算复杂度进行在线估计,实验结果表明:对解码计算复杂度的平均估计误差在7％以内,预测精度非常高,而且状态方程更新过程简单,在线运行复杂度低,特别适用于嵌入式移动设备.     

基于H.26L多参考帧运动估计的研究及其新算法

主要讨论了H.26L协议多参考帧运动估计的思想,提出了实现多参考帧运动估计的新算法.在传统的连续消除算法(SEA)基础上设计了“连续中心外螺旋搜索算法(SCOS)”.这个算法主要根据多参考帧特点改进了运动搜索的起始点设置方法和螺旋向外的搜索路径.通过采用这个算法,使得多参考帧运动估计不仅精度能和全局搜索(Full Search)相同,而且计算量缩短25%,时间缩短7%左右.