基于大数据技术的网络视频处理系统设计

随着互联网技术的发展、互联网带宽的急速增加以及视频处理技术的发展、视频采集设备的小型化和普遍使用,目前网络视频的数量和种类急剧增长。因此,采用当前常规技术对视频进行处理已显得落后,已成为制约我们对海量网络视频进行处理的瓶颈。介绍一种基于大数据技术实现的海量网络视频处理系统,该系统改变传统网络视频集中处理模式,采用当前流行的视频内容识别方法,有效提升网络视频处理的吞吐量和效率,减少人工识别的工作量,满足当前对不断增长的海量网络视频的处理需求。

嵌入式网络视频信号处理与传输系统的研究

嵌入式系统的应用领域差别非常大,只有高度重视软件的发展才能够满足要求。嵌入式系统的发展速度日益加快,在各行业的应用中也较为常见。文章基于此背景,针对嵌入式网络视频信号处理与传输系统进行了初步分析与探讨。

卫星宽带视频资源教学系统在暨南大学的应用与实践

根据视频资源建设的需要,提出建设卫星宽带多媒体教学系统的必要性。从系统的设计出发,介绍系统的前端、控制端、终端、网络设计,直播和点播功能实现的关键技术,如P2P技术、IP网络视频流录制技术和网络在线视频编辑处理技术,以及系统的应用状况和应用过程中出现的问题,以期推动教学信息化的发展。

Robustness Design for CNN Templates with Performance of Extracting Closed Domain

The cellular neural/nonlinear network （CNN） is a powerful tool for image and video signal processing, robotic and biological visions. This paper introduces a kind of CNNs with performance of extracting closed domains in binary images, and gives a general method for designing templates of such a kind of CNNs. One theorem provides parameter inequalities for determining parameter intervals for implementing prescribed image processing functions, respectively. Examples for extracting closed domains in binary scale images are given.