机会网络中视频分块随机集中调度算法

提出了一种调节视频分块在时间轴上分布集中的视频块调度算法,满足了用户能快速接收时间轴上随机分布、内容上连续且数量较多的视频段的需求,从而使用户在短时间内了解初始视频的有效内容.该算法可有效引导视频块的传输,大大降低递交延时.实验结果表明,视频分块调度算法有效可行.

一种新的视频图像分块匹配压缩算法

视频图像压缩的分形压缩方法是当今图像压缩编码中的热门话题,通过研究双变量分形函数空间,得出了一些关于双变量分形函数的有用的结果;提出了一种基于双变量分形函数空间理论的帧内分块匹配视频图像压缩算法;给出了算法框图和帧间编码的有效花费函数,形成了一种新的视频图像分块匹配压缩算法,在计算机上实现效果良好。

基于熵模型的高透明性自适应视频水印算法

提出一种基于视频运动估计熵模型的自适应视频水印算法.该算法将人类视觉系统(human visual system,简称HVS)与视频分块运动估计(block motion estimation of video)相结合,获取视频序列帧中与运动相关的视频运动信息,然后利用熵模型对视频序列帧中的运动信息进行统计,从而得到一组基于视频序列帧间运动信息与人类视觉屏蔽特性相结合的非线性计算公式.利用该组计算公式,可以根据视频帧的内容自适应地计算每个方块的水印最大嵌入强度.实验结果表明,熵模型与非线性公式的引入较大幅度地提高了视频水印的透明性,并且能够有效地抵抗常见的针对视频水印的攻击,具有较高的安全性和鲁棒性.

基于关键帧和小波变换的盲视频水印算法

针对现有视频水印算法在抗几何攻击能力方面的一些不足,提出一种基于关键帧和小波变换的盲视频水印算法。依据视频帧间差欧氏距离提取视频关键帧并分块,结合人类视觉系统特性,从关键帧不同的块中选择亮度敏感性和纹理敏感性最高的块构成三维体块,进行三维小波变换,将置乱的水印图像以不同的嵌入强度嵌入到小波系数的低频区域,利用阈值门限实现水印的盲提取。结果表明,该算法提高了水印嵌入容量,对于针对视频水印的攻击具有较好的不可见性和稳健性。

抵抗多种攻击的视频水印新方案

随着多媒体技术的发展,数字视频的版权保护变得越来越重要。为了设计一种更加实用的数字视频水印,提出了集成多种技术的、对多种攻击鲁棒的自适应、盲检测视频水印新算法。首先,利用Arnold置乱技术将水印置乱,并进行Turbo编码,以提高其安全性;然后,根据视频的特征,即归纳的频率敏感性、色度敏感性、运动敏感性、纹理敏感性和亮度敏感性选取关键帧,并运用分块技术将关键帧进行3维分块;再进行3维小波分解,选中低频区域作为嵌入域;此外,为了抵抗旋转、缩放攻击,采用了一种新方法,即用Zernike矩提取视频的旋转、缩放不变信息;最后采用盲检测技术提取水印。通过对典型视频数据的攻击和测试,得出了水印的鲁棒性指标。结果表明,本文水印适合多种内容特点的视频,能够抵抗目前常见的各类攻击,具有一定的实用价值。

VPC优化格拉斯曼流形的视频人脸识别

针对视频人脸识别中由于光照、表情、姿态等变化而严重影响识别性能的问题,提出了一种基于视频分块聚类优化格拉斯曼流形的视频人脸识别方法。首先通过去除孤立点、均匀采样、剪裁、姿势纠正等过程将视频数据集进行规范化;然后从训练视频的不同位置提取出可变长度的局部视频片段,使用基于谱聚类的高效算法将其表示为格拉斯曼流形上的点;最后,将所得到的聚类中心和测试视频中的点相匹配,并且利用基于表决的策略来完成测试视频的人脸识别。在视频人脸数据库Honda/UCSD、CMU Mobo及YouTube上的实验验证了该方法的有效性,实验结果表明,相比几种较为先进的视频人脸识别方法,该方法取得了更好的识别效果。

基于流媒体传输的视频分割技术

随着计算机和通信技术的发展,多媒体编码进入了一个新的时代,由于现在流媒体在网络上播放时必须随着时间的推移,按着单方向进行播放,为了更好的节约网络传输时间及用户浏览时间,本文采用了交互式图像浏览的主要技术,利用视频分块技术,生成一个间帧的拼接图像来代表视频片段的内容并采用交互式的方法,满足用户自主双向的浏览图像。