基于稀疏贝叶斯模型的视频恢复方法研究

结合压缩感知的稀疏表示理论和贝叶斯模型,提出一种在数据库中进行快速有效的视频信息查询和视频恢复的方法。根据最小l1范数重构数据信息的要求,方法利用贝叶斯模型对参数进行估计,并通过稀疏特性对视频分类和特征提取,达到恢复视频信息的目的。实验结果表明,比较主成成份分析和随机投影算法,该文的实现方法具有更好的恢复性能。

基于低秩高阶张量逼近的图像视频恢复

图像视频恢复是计算机视觉中一项基本但关键的任务,近年来得到了广泛的研究。然而,现有的方法存在着不可避免的缺点:有些需要预定义秩,有些则无法处理高阶数据。为了克服这些缺点,本文利用图像视频数据通常具有的低秩性,采用低秩高阶张量逼近方法实现在混合噪音的环境下的彩色视频恢复。首先,本文建立了一个高阶张量代数框架。基于该框架,通过设计近端算子,提出了一种新的低秩高阶张量逼近(LRHA)方法,旨在从被高度污染的阶张量数据中恢复出潜在的低秩部分,从而完成图像视频恢复任务。设计了相应的算法,并且针对多项图像视频恢复任务的实验结果表明,LRHA方法在处理相应问题方面具有优越性。

同源视频Copy-Move篡改检测及恢复

针对同源视频序列的copy-move篡改方式,提出一种通过度量图像内容间的相关性,来实现对视频序列的copy-move篡改检测并恢复的方法.首先将视频帧内容转化为一系列连续的图像帧,对图像分块,提取每帧图像的8个特征矢量,再利用欧氏距离计算帧间相关性,并通过添加偏差矩阵构造动态偏差阈值,检测出copy-move篡改序列且精确至帧,从而实现对视频序列的篡改检测与恢复.实验表明,该算法对同源视频序列的copy-move篡改检测及恢复能够取得理想的效果.

压缩视频的高清晰度恢复方法

讨论了从一系列低清晰度视频中恢复出高清晰度视频的两种方法 ,它们有区别于以前针对于原始视频的恢复方法。此两种方法是针对于压缩视频的 ,例如 MPEG压缩视频。它们各有其优点 。

基于前向纠错技术的视频差错恢复方法

目前在IP分组网中进行视频图像的传输正被日益广泛的应用(如:视频电话、视频会议)。但是,由于IP分组网固有的特点,IP分组包丢失的现象不可避免并极大地影响了视频传输的服务质量。该文采用前向纠错技术(FEC,For-wardErrorCorrection),并对视频传输序列的编解码方式进行改进,实现了一种基于前向纠错技术的视频差错控制和恢复方法。使用这种方法,改善了因分组包丢失对视频传输质量带来的影响。

实时视频中的协作恢复算法研究

在实时视频的协作恢复算法中,包协作恢复视频广播算法是其中的一种,是基于无线网络的分布式算法。文章提出的恢复视频广播依赖邻近节点的信息并作出判断,能应用在规模较大的无线网络中。

一种面向AVS的视频内容多重水印框架

提出了一种稀疏约束的非负矩阵分解方法,利用该方法提取视频运动分量,利用离散余弦变换(DCT)变换的交流(AC)能量系数提取视频纹理特征,采用两种特征分量的线性组合自适应控制水印的嵌入位置和强度;根据视频I帧宏块能量生成动态鲁棒水印和两类脆弱水印,分别用于检测攻击位置和恢复攻击位置;将鲁棒和脆弱水印分别嵌入在I帧亮度子块的DCT中频和高频最大系数上.实验表明,文中的鲁棒水印对常规攻击和视频特有攻击都表现出强的鲁棒性,两类脆弱水印混合检测机制,对篡改敏感、定位准确,时域同步攻击下能够精确恢复出受攻击的视频帧位置;文中提取水印不需要完全解码,可满足实时检测需求.

运用压缩传感理论的交通视频图像处理

目前图像的编解码都是运用传统的香农定理进行的,此定理要求采样频率要大于等于原始信号最高频率的两倍。在进行视频图像处理时,就产生了需要相当大的存储空间来存储获得的数据的问题。鉴于此,提出了运用压缩传感理论进行编解码的方法,它可在相同的压缩率下产生更少的压缩数据,进而可以节约存储空间和传输时间。首先进行了传统的信号获取和处理与压缩传感理论的比较,再对压缩传感理论进行了阐述,最后把压缩传感理论应用于交通视频图像处理中,获得了较好的效果,这也是压缩传感理论的一次尝试性的应用。

面向VBLAST-OFDM系统的H.264/AVC视频传输策略优化

在H.264/AVC无线视频传输端到端失真进行理论分析的基础上,面向垂直-贝尔空时正交频分复用(vertical bell layered space time-orthogonal frequency division multiplexing,VBLAST-OFDM)系统,以视频图像组(group of pictures,GOP)为基本单元,提出了一种传输优化策略。该策略首先根据GOP内各图像帧对视频恢复质量贡献的不同,对GOP内各帧进行不等重要性划分;进而根据系统带宽的限制,提出一种联合信源端视频编码器编码量化参数(quantization parameter,QP)和信道编码器端信道编码参数选择的不等差错保护(unequal error protection,UEP)方法,实现整个系统的传输优化。数值仿真结果表明:以峰值信噪比(peak signal to noise ratio,PSNR)作为衡量标准,与同等差错保护(equal error protection,EEP)相比,经过该策略优化后的传输方案使得接收端视频恢复质量具有明显的提升。