Error Robust H.264 Video Transmission Schemes Based on Multi-frame

Multi-frame coding is supported by the emerging H.264. It is important for the enhancement of both coding efficiency and error robustness. In this paper, error resilient schemes for H.264 based on multi-frame were investigated. Error robust H.264 video transmission schemes were introduced for the applications with and without a feedback channel. The experimental results demonstrate the effectiveness of the proposed schemes.

Abnormal event detection via the analysis of multi-frame optical flow information

Security surveillance of public scene is closely relevant to routine safety of individual.Under the stimulus of this concern,abnormal event detection is becoming one of the most important tasks in computer vision and video processing.In this paper,we propose a new algorithm to address the visual abnormal detection problem.Our algorithm decouples the problem into a feature descriptor extraction process,followed by an AutoEncoder based network called cascade deep AutoEncoder(CDA).The movement information is represented by a novel descriptor capturing the multi-frame optical flow information.And then,the feature descriptor of the normal samples is fed into the CDA network for training.Finally,the abnormal samples are distinguished by the reconstruction error of the CDA in the testing procedure.We validate the proposed method on several video surveillance datasets.

Multi-frame and multi-dimensional historical digital cities: the Como example

In this article,we present the realisation of a multi-frame and multi-dimensional WebGIS that allows users to simultaneously analyse a specific portion of the Earth taking into account the historical information,too.Two graphical panels have been realised:one for the usual 2D view and one for a more realistic 3D view.Both panels display historical maps of the city,the current orthophoto and the digital topographical map.The 3D frame is based on NASA World Wind,an open source virtual globe from where 3D buildings are shown extruding the 2D shapes using their mean height.Thanks to a specifically designed graphical user interface,it is also possible to dynamically thematise the buildings on the globe according to different criteria(e.g.the construction time span)so that only the geometries fulfilling the request are turned on.Within the proposed application,a synchronisation between the two panels has been implemented,in order to maintain a constant alignment of the two viewers.The application is also open to the time dimension.In fact,assigning to each geometry two dates(e.g.‘year of construction’and‘year of demolition’),it is possible to dynamically view how buildings have changed over time,both in their shape and height.Future developments of this work will concern the possibility of implementing a city model with a higher level of detail.

A multi-frame track-before-detect algorithm based on root label clustering for multiple targets

In this paper,a novel multi-frame track-before-detect algorithm is proposed,which is based on root label clustering to reduce the high computational complexity arising by observation area expansion and clutter/noise density increase.A criterion of track extrapolation is used to construct state transition set,root label is marked by state transition set to obtain the distribution information of multiple targets in measurement space,then measurement plots of multi-frame are divided into several clusters,and finally multi-frame track-before-detect algorithm is implemented in each cluster.The computational complexity can be reduced by employing the proposed algorithm.Simulation results show that the proposed algorithm can accurately detect multiple targets in close proximity and reduce the number of false tracks.

基于多帧聚类的紧凑型HFSWR虚假点迹识别方法

紧凑型高频地波雷达发射功率低,目标检测时信噪比低、虚警率高,会产生大量虚假点迹,影响后续目标跟踪性能。为了滤除虚假点迹,利用目标的运动特性,提出了一种多帧聚类与极限学习机分类两级级联的虚假点迹识别方法。首先,利用基于最优邻域尺寸的多帧聚类方法,将连续多帧中与待识别点迹属于同一潜在目标的点迹聚类成簇。然后,计算簇内待识别点迹与其相邻帧内点迹的距离-多普勒速度的差分值,以其为特征利用极限学习机辨识虚假点迹。实验结果表明,所提方法能够准确将属于同一目标的点迹聚类,虚假点迹识别率达到95%。

基于多帧聚类的紧凑型地波雷达海上目标航迹起始方法

紧凑型地波雷达是专属经济区内海上船只目标监测预警的重要手段。由于其发射功率低、目标回波信噪比低,在对海上船只目标检测过程中较低的检测概率极易导致目标漏检,采用序贯类方法难以及时起始航迹。对此,本文通过分析杂波和目标的地理位置以及径向速度随时间变化的特点,提出了一种基于多帧聚类的紧凑型地波雷达海上目标航迹起始方法。该方法利用目标和杂波在连续多帧内运动特征的差异,在具有噪声的基于密度的空间聚类算法(Density-Based Spatial Clustering of Applications with Noise, DBSCAN)求解聚类ε邻域的过程中增加运动特征约束,将各船只目标在多帧内的点迹聚类为不同的簇,实现海上船只目标点迹与杂波点的区分,将簇内点迹按时间顺序顺次连接得到起始航迹。利用仿真与实测紧凑型地波雷达数据开展了航迹起始实验,结果表明,与逻辑法相比,本文方法得到的航迹起始时间平均提前了5.95 min,丢点率平均降低了12.68%,解决了海上弱目标航迹起始时间滞后的问题,适用于杂波区目标与雷达远端船只目标的航迹起始。

基于多维投影时空事件帧的动态视觉传感手势识别

基于视觉的手势识别是虚拟现实、游戏仿真等领域常用的人机交互手段。在实际应用中,手势动作快速变化将导致传统RGB相机或深度相机成像模糊,给手势识别带来巨大挑战。针对上述问题,利用动态视觉传感器捕捉高速手势运动信息,提出一种基于多维投影时空事件帧(spatiotemporal event frame,STEF)的动态视觉数据手势识别方法。将时空信息嵌入到数据投影面融合形成多维投影时空事件帧,克服现有动态视觉信息事件帧表达方法时域信息丢失的局限性,提升动态视觉传感数据的特征表达能力。在此基础上,采用先进的脉冲神经网络对时空事件帧进行分类实现手势识别。在公开数据集上的识别精度达到96.67%,性能优于同类方法,表明该方法可显著提升动态视觉传感数据手势识别准确率。

半地半轨双层立式停车装置框架多目标结构优化

为实现半地半轨双层立式停车装置框架结构的轻量化,利用UG建立停车装置框架三维模型,并导入到ANSYS Workbench中进行静力学和模态分析,获得框架等效应力、总体变形、安全系数云图以及前6阶固有振型与频率,找到框架结构的冗余和薄弱部位,再分别以框架横梁和立柱截面的宽度、长度和厚度为优化变量,质量、应力、变形和安全系数为优化目标,以截面尺寸范围、许用应力和最小安全系数为约束条件,建立优化数学模型。然后在ANSYS Workbench响应面优化模块中进行试验设计,并采用多目标遗传算法对框架横梁和立柱的截面尺寸进行多目标优化,得到其截面尺寸的Pareto最优解集和候选设计点。在此基础上,提出框架整体优化设计方案并完成静力学验证。结果表明,优化后的框架整体总质量由优化前的988.731kg降低到664.645kg,降幅达32.78%,优化效果显著,并且其强度、变形和安全系数均满足安全要求。

用于视觉传达效果优化的退化图像复原仿真

大气湍流与外界噪声的干扰,会造成图像出现退化现象,影响图像质量。为此提出考虑视觉传达效果的多帧退化图像复原算法。图像复原前构建出图像退化模型,明确图像退化规律,利用小波变换对多帧退化图像实施去噪处理。计算因大气湍流导致的相位扰动的波前图像,根据相位偏差,生成Zernike波前图像重建模型,多次迭代后完成PDF的波前重建,利用代价函数生成多帧退化图像复原的迭代公式,依据判定条件实现多帧退化图像复原。实验结果表明,所提算法的图像复原效果较好,复原效率高,具有优异的图像去噪效果。

深圳朗峻广场项目复杂高层结构设计

朗峻广场项目是多个整体建筑体块错落叠合而成的复杂建筑,其造型独特,具有45m跨度刚性连接连体、斜撑转换、竖向构件收进和大悬挑等特征,结构采用框架-多筒体剪力墙体系。阐述了刚性连体构成、转换结构的设计选型与思路,重点介绍了筒体剪力墙墙肢的关键设计要点。此外,根据项目特点确定结构的性能目标,提出了小震设计参数结果的合理提取方法和中震的设计原则,复核结构在大震下的抗震性能并根据结果采取适宜的抗震措施。结果表明本工程结构具有较好的抗震性能,采用的设计方法可行。

某多层框架局部出屋面结构的抗震探究

当今社会,公共建筑根据其使用功能和外观要求,局部出屋面结构应用广泛,由于局部出屋面结构本身存在整体刚度弱,层高较高的情况,导致结构整体抗震性能较差,为确保结构整体计算的安全性和合理性,局部出屋面结构的抗震是不可忽视的一部分,这部分的抗震性能需要被正确对待并作出合理的计算和分析。

红外图像去雾领域研究方法综述

红外图像去雾是指通过去除雾霾、烟雾等介质对红外图像的影响,恢复红外成像系统对比度和视觉质量的过程。红外图像凭借全天时、不受光照限制等优势,在军事、安防、医疗、能源勘探等领域广泛地应用。然而,由于大气介质对红外图像的干扰,这些应用往往受到限制,因此红外图像去雾成为一个重要的研究领域。近年来,随着计算机视觉、深度学习等技术的不断发展,红外图像去雾技术也取得了一系列重要进展,为红外图像应用的发展提供了强有力的支持。根据红外图像去雾过程中所依赖数据的不同,将现有的红外图像去雾方法划分为多信息融合和单帧图像处理两大类,其中多信息融合因为需要额外的信息来帮助图像恢复而使其应用受到限制;而目前基于单帧图像处理的主流方案包括图像增强和图像重建两个发展方向。对各种分类的代表算法进行了简要梳理,并分析了其原理、优势及不足。最后,对红外图像去雾的发展趋势做出了预测。该工作既可以帮助初学者快速了解该领域的研究现状和发展趋势,也可作为其他研究者的参考资料。

基于无人机图像的输电线路部件检测方法研究

针对无人机电力巡检模式在图像快速检测方面存在的自动化程度和效率低等问题,提出了一种将单级多框预测检测器SSD与特征金字塔网络FPN相结合的输电线路部件检测方法,并对绝缘子故障进行检测。在SSD目标检测的基础上,加入了FPN特征金字塔结构,局部融合层间特征信息。实验验证了文中所提方法的优越性。实验结果表明,在部件检测中,该方法对大、中、小尺寸目标均具有良好的检测效果,检测精度在90%左右,在绝缘子故障检测中检测精度达到87.4%。为输电线路部件检测技术的发展提供了参考。

基于深度学习的多帧遥感降质图像三维重建算法

为提升多帧遥感降质图像对比度以及图像质量,提出一种基于深度学习的多帧遥感降质图像三维重建算法。采用三角函数变换方法并结合高通滤波器,增强多帧遥感降质图像对比度;再以包含生成器和判别器的生成对抗网络为基础,在判别器中引入自注意力层,设计自注意力机制残差模块,生成自注意力生成对抗网络模型;最后将增强后的图像输入模型进行学习和训练,获取多帧遥感降质图像的全局特征后,实现多帧遥感降质图像三维重建。测试结果表明,所提算法具有较好的多帧遥感降质图像增强能力,能够提升图像对比度,并且渗透指数(PI)均在0.92以上,重构效果良好。

基于字典学习的星空图像多帧超分辨融合方法

目的:研究一种针对星空图像的多帧超分辨融合方法。方法:首先通过字典学习构建基于星空样本的高低分辨率自适应学习字典对,对输入低分辨星空图像进行稀疏分解,根据稀疏分解系数和高分辨字典重构得到高分辨率星空图像;然后采用时序多帧融合去噪的方法,对高分辨率星空图像进行噪声消除,融合得到信噪比更高的高分辨率星空图像。结果:根据本文设定的无参考图像信噪比计算公式对超分辨融合效果进行评价,3组实验融合图像相较于基于字典学习的超分辨重建图像信噪比分别提升0.76,0.99,0.38。结论:本文提出的方法能够实现星空图像的多帧超分辨融合,并有效提升融合图像的信噪比。

多塔大底盘RC框架隔震建筑抗震韧性设计研究

以位于Ⅷ度区(0.3 g)的某多塔钢筋混凝土(Reinforced Concrete,RC)框架建筑为研究对象,对其进行了大底盘隔震设计,研究了在设防、罕遇地震作用下3个塔楼的动力响应,并基于韧性评价标准对该隔震方案展开了2个地震水准下的抗震韧性评价。结果表明:隔震后结构基本周期延长至原来的3倍,降低了地震作用,有效控制了上部结构的地震响应。楼面绝对加速度的显著控制基本消除了加速度敏感型非结构构件的损伤。结构构件以及位移敏感型非结构构件的修复费用主导了建筑的修复费用。建筑的修复时间由阶段Ⅰ中结构构件的修复时间控制,此隔震方案下建筑的抗震韧性等级达到了三星。

基于网络流跟踪的信号灯检测方法

结合信号灯信息对机动车行进速度进行引导,减少机动车启停次数,可有效减少废气排放,缓解其造成的污染问题。针对信号灯转换时刻的获取问题,提出了一种基于网络流跟踪的信号灯检测方法。首先,该方法在数据集中引入辅助信号灯类别进行训练,将视频序列中该类目标检测结果关联为踪片,并通过踪片建模多目标跟踪任务。其次,该方法将多目标跟踪任务转换为最小费用流优化任务,以踪片作为节点建立最小费用流网络,提出了适合于信号灯的费用构建方式,通过最短路径算法求解,得到视频序列中辅助信号灯的多条轨迹。最后,基于求解的轨迹结果和图像分类技术,实现信号灯检测性能的提升。该方法的跟踪性能相较于对比算法有大幅提升,并将小目标信号灯检测响应的mAP提升至94.35%。实验结果表明,基于网络流的建模方式能极大地提升信号灯的跟踪准确率,结合跟踪轨迹还能大幅提高视频序列中小目标信号灯的检测准确率,并可有效确定信号灯状态的转换时刻。

IPTV多视角直播技术应用

随着河北IPTV用户体量的不断增长,用户对于优质的收视体验有了更多的需求。本文主要介绍了如何通过帧对齐、IP压缩、音频切换等硬件创新技术及电视大屏端的软件优化创新技术提供多视角直播的服务,从而提升IPTV用户的收视体验。

基于多种群遗传算法的钢框架结构优化设计

传统的基于力学分析软件的结构设计方法存在效率低下、依靠专家经验等局限性,采用智能算法能实现高效的结构自动优化设计。然而,由于随机搜索特征,优化结果和收敛性高度依赖于算法的参数设置,需要通过试算来确定其合理取值,该方法会造成优化效率低、计算量大等问题。引入多种群协作和信息共享机制来改善此类问题,并研究其在结构优化设计中的适用性。利用MSC.Marc软件建立钢框架结构有限元模型,采用底部剪力法将地震作用等效为水平荷载施加到结构上,搭建有限元软件与智能算法的自动优化过程,以结构的总体材料用量最低为目标,考虑了层间位移角、应力比、构件稳定性和宽厚比等多种约束条件,以遗传算法为基础,通过适应度尺度变换、基于方向的交叉算子、非均匀变异算子、自适应概率、精英保留策略、重复项替代机制、基于约束的策略对其进行改进,引入多种群思想,对比多种算法优化结果的差异。结果表明:基于多种群的遗传算法能有效改善优化结果对算法参数的依赖性,提高结构优化设计的效率。

基于JESD204B的多帧同步实现技术

ADI公司的AD9680是一款14位、双通道、最大采样速率为1 GSPS且支持JESD204B接口的模数转换芯片。JESD204B接口是目前流行的高速ADC芯片采用的数据通信接口之一,具有传输速率高、抗干扰能力强和芯片间同步方便等优点。在实际工程中,当要求多片AD9680相位同步时,经常会遇到各种各样的问题。借助AD9680设计了一款多通道采集模块,描述了一种基于JESD204B协议的多帧同步实现技术,探讨了同步采集技术实现时容易碰到的一个问题,并为之提供了一个简单有效的解决方法。