基于DSP的DES/3DES仿真及系统实现

数据加密标准/三重数据加密标准(Date Encryption Standard/3 Date Encryption Standard,简称DES/3DES)算法是一种分组加密算法,其实现原理简单,安全性能好。但是DES/3DES算法的密钥必须有一定的长度才能保证算法的安全性,所以计算量很大,用软件加密实现目标则速度较慢,只有改用硬件来实现此算法才能提高运算速度。DSP芯片提供的一种专用乘法器,可以提高完成DES/3DES算法的速度。结果表明,用TI TMSS320C55xDSP芯片,并辅以C语言来实现快速DES/3DES算法具有明显的优势。

基于智能电视操作系统TVOS2.0的终端软件管理与应用开发探索

目前传统数字电视机顶盒及相关的各种业务正在向智能电视终端和智能电视应用转换,同时广电总局智能电视操作系统(以下简称TVOS)通过1.0版本的试点并逐步向2.0演进,TVOS2.0从软件架构、安全内核、支撑框架、应用开发等多个角度进行大量的"重构"工作。因此需要建立基于TVOS2.0的终端软件管理模式,强调终端软件的安全性和可靠性。同时作为TVOS智能应用强调了对于实现家庭内部的智能设备互联、媒体共享、感知设备的接入与管理等应用服务将起着不可或缺的作用,是智慧家庭各种智能应用的关键。本文主要对TVOS相关技术演进情况进行了综述,同时结合东方有线(以下简称OCN)、上海下一代广播电视网应用实验室有限公司(以下简称NGBLAB)参与的广电总局TVOS研发工作,阐述了在其基础上开展的终端管理可行性及应用开发的一些探索。

面向TVOS智能家庭网关的广电视频云平台技术研究与探索

东方有线是行业内最早进行面向TVOS智能家庭网关的广电视频云平台的技术研究与探索的单位,在视频云平台、TVOS智能家庭网关及智能应用的研究与设计方面积累了丰富的经验。本文首先重点分析了云技术与广电视频业务在技术上的可行性,然后介绍了广电视频云平台系统研究情况,最后介绍了东方有线近年在面向TVOS智能家庭网关的智能应用建设实践情况。

基于智慧家庭网关的视频应用安全管理研究

集成了传统互动视频和NGB宽带业务能力的智慧家庭网关,正在成为广电运营商开展多屏、多终端的智能电视应用的基础。本文基于NGB视频业务可管可控的要求,阐述了对智慧家庭网关设备上开展智能视频应用的安全管理机制的一些研究和实践探索。

NGB环境下的智能电视终端安全模型及技术实现探讨

谷歌公司的Android智能手机操作系统在手机领域巨大的成功使得众多数字电视领域厂家开始关注Android系统智能电视终端在数字电视领域的推广。如何确保Android系统智能电视终端平台上DVB、OTT TV等各种数字电视业务的安全管控、满足广电运营商对智能电视终端的安全要求是目前急需解决的关键技术问题。因此本文从技术及安全角度对Android系统的安全机制、安全体系架构、以及DVB、OTT TV业务在Android系统上的安全机制等方面加以分析论述,提出了运用于Android智能电视终端平台的符合广电可管可控要求的安全模型及技术实现。

基于NGB的智能多屏融合业务发展探讨

互联网视频业务特别是OTT业务的快速发展给传统有线运营商带来了激烈的市场竞争。本文根据东方有线在智能多屏融合业务及应用建设的研究,探讨了东方有线基于NGB的智能多屏融合业务建设、发展趋势及创新模式对智能电视操作系统所带来的崭新业务需求。

超高清智能融合终端安全管理验证系统设计探讨

TVOS超高清智能融合终端的发展使得终端的系统软件、智能应用的固件的升级安全显得尤为重要。本文介绍了TVOS超高清智能融合终端安全管理验证系统的设计和实现方式。使得整个验证系统符合TVOS安全启动的技术要求,同时还能有效提升运营商在超高清智能融合终端上的系统软件的安全管理和运营效率。

基于自动编码器的协同过滤推荐算法

针对在评分数据稀疏时,基于近邻的协同过滤算法的相似性度量不准确,以及存储相似性矩阵需要巨大空间的问题,提出一种基于自动编码器的协同过滤算法。首先,使用改进后的自动编码器无监督地学习用户行为,将高维、稀疏的用户行为压缩成低维、稠密的用户特征向量,然后,将用户的特征向量转换为二进制码,并以汉明距离作为用户相似性的度量,最后,基于用户间的相似性生成推荐物品列表。在Movie Lens10M数据集上的结果表明,在解决隐式反馈行为下的Top N推荐问题时,该算法与现有的协同过滤算法相比,不仅能大大减少模型训练的空间开销,而且在推荐结果的覆盖率、新颖性上有大幅提升。

智能家庭网关分析与实现

智能家庭网关作为家庭网络入口以及智能家居控制中心,正在受到越来越多的关注。本文介绍了智能家庭网关硬件实现方案、基于智能家庭网关的应用开发部署以及基于智能家庭网关的多种智慧家庭业务。

基于TVOS2.0实现ChinaDRM系统初探

目前,TVOS2.0已经完成了重要功能组件和模块的开发工作,并在全国几个地区进行试点验证工作。本文结合TVOS2.0的技术架构以及China DRM的相关标准,介绍了China DRM在TVOS2.0智能终端操作系统中的实现,以及相关的建设思路。

基于混合特征的近似重复图像检索方法

仅基于SIFT特征的近似重复图像检索有较高的错误率,无法满足大规模数据的检索精度要求。此文提出了一种基于混合特征的近似重复图像检索方法,该方法将SIFT特征点附近的边缘特征检测结果与SIFT描述子一起,用汉明嵌入的方式生成比特串。对于比特串的匹配结果,使用了一种评分加权方法,提高了结果精度。在Oxford5K数据集上的实验结果表明,该方法有效地提高了SIFT描述子的抗干扰能力,降低了近似重复图像检索的错误率,减少了在线查询所需时间,具有较高的工程应用价值。

TVOS 2.0智能电视终端物联设备接入鉴权管理设计探讨

TVOS 2.0智能电视操作系统是由国家新闻出版广电总局广科院联合相关技术公司自主研发的具有自主知识产权,安全可靠的新一代智能操作系统。TVOS 2.0智慧家庭组件中,实现了智能终端各类外设的连接和控制,基于智能终端安全考虑,需要对接入智能终端的各类外设进行统一鉴权管理,降低非法设备接入带来的安全风险。本文对智能终端各种类型外设接入的鉴权认证管理进行探讨。

有线智能电视终端网络接入模块安全设计探讨

路由和Eo C作为机顶盒网络接入及网络连接的重要模块,固件的升级安全显得尤为重要。本文介绍了路由及Eo C固件升级安全性方面的设计思路和相关实现的算法。

面向多业务融合的家庭网关设计与实现

在三网融合的趋势下,下一代广播电视网(NGB)的发展面临新的机遇,将家庭网络的核心部件——家庭网关融入到NGB中显得尤为重要。本研究基于智能家庭网关的家庭物联终端管控技术,研制了一套面向多业务融合的家庭网关,实现了有线、无线接入设备的统一管控。该网关系统支持Zig Bee、Wi-Fi、蓝牙等多种设备管理协议,并且支持多种终端,如机顶盒、插座、开关、温湿度传感器等设备。该智能网关实现了对多业务的统一管控,为家庭设备的智能感知、发现与接入提供了重要保障;实现了物联设备的鉴权、注册、配置、信息采集、故障检测等功能,具备可扩展性、易融合性等优点,解决了目前家庭物联网业务分散、规模小、功能单一、可规模化复用能力差的问题。

智能家庭平台的应用探索

本文介绍了东方有线构建基于智能家庭网关的智能家庭应用平台的思路与方向,定制化智能应用平台将成为智能家庭解决方案的重要核心,也是真正的智能家庭应用之所在。

TVOS2.0有线网络应用方案及推进工作探讨

TVOS2.0智能电视操作系统是由国家广电总局广科院联合各家公司自主研发的具有自主知识产权、安全可靠的新一代智能操作系统。TVOS2.0目前已经完成了重要功能组件和模块的开发工作,同时在全国也有几个地区做了技术验证与试点的工作。本文在总结东方有线2016年TVOS建设与技术实践工作基础上,结合TVOS2.0的技术架构以及有线网络的技术特点,讨论如何让TWOS2.0智能终端操作系统在有线网络中的整体方案"落地",使得TVOS2.0智能终端操作系统真正成为能在各地有线网络公司中使用的"智能化"和"水平化"的操作系统。

基于分块的有遮挡人脸识别算法

随着深度学习技术的发展,人脸识别在受控环境下的准确率已经达到了非常理想的效果。然而,真实环境下获取的人脸图像往往因为遮挡而难以识别。针对遮挡条件下的人脸识别准确率不高、稳定性差的问题,结合传统的人脸分块和深度卷积神经网络,提出一种基于分块的有遮挡人脸识别算法。基于人脸特征点定位的结果进行人脸分块,使用一种改进的轻量级卷积神经网络进行各个人脸区块的特征提取;利用多分类网络结合输入区块的额外信息进行人脸区块的遮挡判别;结合人脸块特征与遮挡二分类判别结果获取表征遮挡人脸的特征。实验结果表明,经过以上步骤提取出的特征对遮挡具有较强的鲁棒性,并且在满足一定的条件下,即使人脸由大面积遮挡也能在实验数据集上保持94%的准确率。

基于深度学习的视频近似拷贝检索

随着网络和多媒体技术的发展,越来越多的视频数据充斥着互联网,对视频进行有效的管理,尽可能排除其中的重复内容已经成为一项很重要的工作。基于这种现状,设计了一套快速而有效的视频近似拷贝检索系统。不同于传统的视频近似检测方法,该系统采用深度学习的方法,使用深度卷积神经网络快速地为采样帧提取特征,使用k-d树为视频库中的特征值建立索引,从而提高相似查找的速度,最后计算输入视频与所有候选视频的相似度,并按相似度对候选视频排序输出。

基于联合分类器的非自然图像检索

卷积神经网络已经被广泛应用于图像检索领域,目前的图像检索系统在自然图像上效果很好。但是自然世界中还存在着海报、漫画这样的非自然图像,这些图像的检索效果并不好。相比于自然图像,这些图像往往具有大面积的单一色块,相邻色块间经常存在强烈的颜色对比,色块的分布也更无规律,可提取特征较少。如果想要较好的检索效果,就需要提取较多的特征,进而需要设计更深、更复杂的网络,或者利用多个卷积神经网络的提取信息。尝试解决以海报图像为例的非自然图像检索,提出一个基于卷积神经网络的联合分类器。此联合分类器用不同的融合算法结合了多个独立分类器的结果,再进行分类。实验结果表明,对比单分类器,所提出的基于卷积神经网络的联合分类器能有效提高分类准确率。

基于音视频特征的新闻拆条算法

随着人们生活节奏的加快和网络信息技术的迅猛发展,对新闻视频节目的存储和再利用需求日益剧增,如何将较长的新闻视频节目按其内容拆分成多个新闻条目成为了一个有意义的课题。提出了一种基于音视频特征的新闻拆条算法,仅提取了新闻视频在视觉、音频上的基本特征即主持人特征和音频静音段特征进行分析。通过人脸识别提取主持人特征,使用短时能量和过零率提取静音特征,并对其加以条件筛选,结合这两个特征完成拆条工作。针对总计时长3 000分钟的新闻联播节目进行实验,得到较好的实验结果:召回率0.856 3,准确率0.932 6和F1值0.892 8。且视频边界的准确度精确到帧。同时分析了静音段长度阈值、限制条件和毛刺现象对于新闻拆条结果的影响。