基于视频语义的码率控制算法

随着远程监控和人工智能的融合发展,传统的码率优化算法并不适用于现阶段的移动监控网络场景。在机器视觉应用场景中,相对于传统码率优化算法只关注视频的质量,机器更关注于视频所表达的语义信息。以5G路侧摄像头远程智能检测为应用场景,提出一种基于视频语义的码率优化算法,在有限的码率传输范围内最大化目标检测准确率。具体地,该算法引入视频语义任务模型,将目标检测作为语义任务。分析目标比特与语义之间的特征关系,建立复杂度与运动区域结合的新权重来分配目标比特,使目标检测准确率达到最大化。实验结果表明,相较于HM16.23所使用的帧级树编码单元(Coding Tree Unit, CTU)层码率控制算法,所提算法不仅能够节省码率而且更符合无线远程监控的目标检测需求。在测试环境下平均提升了1.4%的目标检测准确率,最高能够提升2.5%的目标检测准确率。

基于目标检测的码率优化算法

随着智能多媒体技术和人工智能技术的融合发展,目标检测已广泛应用于移动监控网络远程传输场景。为了提升视频的目标检测精度,提出一种针对目标检测的码率优化算法,在有限的码率范围内使得物体的检测准确率达到最大化。将目标检测作为视频语义任务,分析视频码率比特与目标检测之间的关系,建立目标比特分配模型,从而使目标检测准确率达到最大化。实验结果表明,所提算法不仅能节省视频码率,还能提升目标检测精度。

基于前向纠错的自适应低延时传输机制

针对无线网络中视频传输的延时以及用户数据报协议(User Datagram Protocol,UDP)因丢包造成的视频质量大幅下降问题,提出一种基于前向纠错的自适应低延时(Adaptive Low-Latency Forward Error Correction,AL-FEC)传输机制。该机制通过前向纠错方案避免在使用UDP协议传输过程中因丢包而造成的视频失真卡顿现象,通过发包策略及自适应冗余度达到降低端到端时延并提高视频传输质量的目的。根据当前的网络状况以及视频帧特性确定需要发送的源包个数,利用接收包接收到的数据包信息实时估计网络状况,从而根据网络波动情况动态更新冗余包比例。大量实验结果表明,相较于静态的前向纠错机制,AL-FEC能够使得平均端到端时延降低40~50 ms,在高丢包率情况下,视频的峰值信噪比(Peak Signal to Noise Ratio,PSNR)提高5~8 dB。

我的大学老师

本刊2000年6期发表甘犁《磁器口琐忆》一文后,热心读者任以来信指出川教院不是乡村建设学院,而是今西南师范大学前身,并推荐了当年就读于川教院的黄发仁先生这篇回忆文章。现发表此文并向关心本刊的读者致谢。

《重庆抗战丛书》即将出版

由中国人民政治协商会议重庆市委员会联合西南师范大学、重庆市社会科学院、重庆市博物馆、重庆市档案馆、重庆市红岩革命纪念馆、重庆师范学院、西南兵工局、市地方志总编室、市政协文史资料委员会等单位组成的“重庆抗战丛书编纂委员会”,计划两、三年内编纂出版《重庆抗战丛书》(暂名,下简称《丛书》),作为重庆市隆重纪念抗日战争胜利50周年的一项重要活动。