面向视频行为识别深度模型的数据预处理方法

以视频帧采样和数据增强为代表的预处理操作是提升视频行为识别深度模型性能的重要手段。针对现有视频数据预处理存在的采样视频帧区分性不足、数据增强方式单一等问题,提出一种面向视频行为识别深度模型的数据预处理方法。在视频帧采样上设计动作指导的片段化视频采样策略,综合考虑视频帧间差异特征与视频片段短期时序特征,通过显著行为动作获取关键视频帧并对其邻近视频帧进行采样,有效提高所选取视频帧的时空区分能力。借鉴图像分类中的随机数据增强方法,以随机数据增强方式对采样后视频短片段进行数据增强处理,使视频识别深度模型学习到更复杂的空间变化信息。根据2个公开的视频识别数据集和2个代表性的网络模型的评估实验结果表明,所提预处理方法可以使基准模型获得2.5个百分点以上的准确率提升,最高可提升6.8个百分点。上述实验结果验证了所提预处理方法在视频行为识别任务中的有效性。

基于互信息熵的全景视频关键帧数据实时提取系统设计

关键帧数据提取可以降低全景视频检索中产生的数据量,为了提高全景视频镜头边缘的检测与关键帧的提取的处理能力,提出基于互信息熵的全景视频关键帧数据实时提取系统设计;根据全景视频关键帧数据提取系统的硬件结构,分析视频播放器和镜头边缘检测器的工作原理;在系统的软件设计中,将待检测的两帧图像随机划分为子图像块,通过计算子图像块之间的互信息熵,获取全景视频图像的突变帧,将关键图像帧的特征差值曲线作为全景视频关键帧的时序特征,完成全景视频中关键帧数据的特征匹配,选择一个能够体现全景视频图像属性的特征,描述视频中的主要信息,利用数值化分析的方式,将全景视频帧的特征转换成数组形式的特征向量,通过计算互信息熵值,提取全景视频关键帧数;系统测试结果表明,文中系统将关键帧数据提取的查全率和查准率分别提高到95%和98%以上;能够准确提取出全景监控视频的关键帧数据,具有更好的全景视频处理能力。

A Novel Video Reversible Data Hiding Algorithm Using Motion Vector for H.264/AVC

A novel reversible data hiding algorithm for H.264/AVC videos is proposed. Histogram Shifting （HS） of motion vector values is used efficiently in reversible data hiding to embed data. By designating a specific decoded reference frame, the distortion accumulation effects due to modification of the motion vectors is overcome. All the extracted information can be recovered without loss of the original compressed video carrier. The experimental results show that the proposed algorithm is simple, has higher capacity and invisibility than other existing schemes, and can adjust the relationship between capacity and invisibility according to embedded load.

基于条件随机场模型的运动视频数据安全传输方法

针对当前的运动视频数据传输方法因链路不均衡而导致数据传输误码率偏高、传输安全性较差的问题,提出一种基于条件随机场模型的运动视频数据传输方法。首先构建运动视频数据传输信道均衡模型,利用随机链路转发控制方法进行链路均衡调制;其次建立运动视频数据传输过程的波特间隔均衡调节模型,采用条件随机场模型对运动视频传输过程进行分簇聚类设计,实现运动视频数据传输过程的调制解调处理;最后提取运动视频数据的帧向量,实现运动视频数据的安全传输。实验结果表明,采用该方法进行运动视频数据传输的输出结果峰值信噪比较高,误码率较低和数据召回率较低,有效提高了运动视频数据传输的质量和安全性。

H.264编码工具性能及实时性研究

H.264具有更好的编码效率,但其高复杂度无法满足实时应用。针对低码率应用,分析各编码工具的性能并选取合理编码框架,同时利用单指令多数据(SIMD)技术并行实现快速搜索及整数变换。

视频数据存储方式及运动估计算法的内存访问效率

通过分析常用运动估计算法的内存访问模式,揭示出他们在通用计算机和数字信号处理器上使用时存在的效率问题,以及造成此问题的原因,并提出一种新的内存访问效率高的视频数据存储方式即叠瓦式存储方式。研究结果表明:使用新的视频数据存储方法,解决了跨缓存线访问数据的问题,并显著降低了运动估计过程中的高速缓存跑靶率;对全搜索算法,在算法本身不做任何改动的情况下,其运动估计过程速度提高28%。因此,叠瓦式存储方式的使用,可以有效地加速运动估计过程。

广域网上基于图像数据挖掘系统设计的探讨

数据挖掘为解决信息量过大而人们无法有效利用这一问题提供了新的解决思路。目前数据挖掘的对象主要还是本地数据库中的文本及数值类数据 ,对于图像信息的挖掘所进行的研究还比较有限。本文在分析数据挖掘的基础理论和关键技术的基础上 ,对广域网 (WWW )上基于图像数据挖掘系统的设计及相关的理论和技术问题进行了初步的探讨。

H.264数据压缩在船舶视频监控系统的研究

随着信息技术的发展,可视化已经成为图像处理的主流,通过不同的站点获取的船船视频量越来越大,通过数据压缩可以减少存储原始数据的位数,本文研究了基于H.264的数据压缩技术,并且对其中的运动进行预测,以此来提高压缩效率,提高抗误码率,最后通过对比实验证明了H.264的性能的优越性。

基于运动矢量的视频可逆隐藏算法

针对现有的基于运动矢量的视频信息隐藏算法存在破坏矢量局部最优性这一问题,提出一种基于视频运动矢量的可逆信息隐藏算法。算法对利用增强预测区域搜索(enhance predictive zonal search,EPZS)算法得到的最优预测矢量与运动矢量的差值进行微调,在差值的最低有效位嵌入水印。通过矢量差值扩展,实现了解码端运动矢量的无损恢复,让信息的嵌入不影响矢量的局部最优性,保证了解码视频质量不受运动矢量改变的影响。与传统的基于运动矢量的信息隐藏算法相比,本算法在嵌入水印的同时未大幅增加引入码流量。实验结果表明,该算法在控制码流和解码端的视频质量方面均具有良好的性能。

自适应二维直方图迁移的视频可逆隐写算法

直接修改运动矢量进行信息隐藏容易导致帧间失真累积效应。文章引入参考帧间隔参数K改变P帧的参考结构,通过分析K对P帧运动矢量分布规律的影响,提出一种基于运动矢量的自适应二维直方图迁移算法。该算法在修改运动矢量时尽量保持其方向不变,使用提出的自适应策略来选择m-邻域内最优迁移中心点进行运动矢量迁移。

基于直方图修正的H.264视频加密域可逆信息隐藏

为实现视频加密域的可逆信息隐藏,通过利用运动矢量随机取反和直方图修正的信息嵌入方法研究了视频加密与信息提取可分离的算法。结果表明:设计的高度对称的嵌入算法,实现了信息嵌入与视频加解密的可分离性;信息提取后经过解密,视频恢复率分别达到99. 7%、99. 8%和99. 87%,而未解密的视频恢复比率只有44. 57%、45. 71%和62. 86%;第三方管理者可以在不进行解密的情况下对存储的视频嵌入各种控制信息,而视频的所有者在下载视频后,无论是否进行解密,均可进行信息的提取。可见提出的算法满足信息嵌入、提取与视频加解密可分离的要求,且嵌入过程是完全可逆的。

一种基于DS与ARPS混合使用的快速运动估计算法

为了减小快速运动估计算法的计算复杂度和改善运动补偿的性能,提出了一种基于菱形搜索(DS)和自适应十字模式搜索(ARPS)两种方法混合使用的块匹配算法。该算法利用DS算法搜索精度高和ARPS算法搜索速度快的特点,综合固定模式搜索和空间相关搜索两方面的优点,对于相邻两帧图像中的不变宏块采用零运动预先判断以减少算法的计算量,并利用运动矢量的空间一致性提高预测运动矢量的质量。实验结果表明,该算法与ARPS算法相比,在保证搜索精度的同时,计算复杂度至少减小了20%。

针对视频运动向量隐写的深度神经网络检测方法

现有的深度神经网络隐写检测技术主要针对数字图像隐写,但视频隐写与图像隐写存在很大差异,因此无法将用于图像隐写分析的深度神经网络直接用于视频隐写分析。为此,文中以修改运动向量的视频隐写为检测对象,在新型图像隐写分析网络SRNet基础上,设计了一种用于视频隐写检测的深度神经网络,构造了能准确反映运动向量隐写修改的输入矩阵。实验结果表明,文中提出的方法对中低码率的视频检测准确率明显高于两种传统的视频隐写分析方法,且对不同码率的视频检测性能平稳。

基于运动矢量直方图不变的数字视频隐写算法

针对现有基于运动矢量（MV）的数字视频隐写算法对载体直方图统计特性带来较大改变这一问题，提出一种基于运动矢量直方图不变的数字视频隐写算法。利用保持直方图数据映射方法，把秘密信息隐藏在视频运动矢量中；同时，利用数据匹配编码对嵌入之前的秘密信息进行编码处理，得到了与视频运动矢量统计特征基本匹配的数据流，使算法接近于信息论下的完美安全。实验结果表明：算法有效控制了运动矢量直方图的改变，同时码率的增加也被有效地控制在1％以内，隐写分析检出率平均下降了30％～50％。

基于可分级视频编码的双向双维运动信息可分级

为进一步提高基于一种运动信息可分级模型的可分级视频编码的编码效率,减小运动信息可分级的最低码率限制,对该运动可分级模型的二维多向性进行了具体研究与改进,更新了运动估计的流程,提出了多向上的两个运动可分级维度的运动分级等级一致性原则以及二维数据的渐进式存储存取结构,从而实现了二维多向上的运动可分级。实验测试结果证明该二维多向的运动信息模型优于不可分级的运动信息,能有效提高可分级视频编码系统的效率。

大数据分析技术的运动视频内容分类算法

针对当前运动视频分类方法存在分类误差大,分类时间长等问题,以提高运动视频分类效果为目标,设计基于大数据分析技术的运动视频内容分类方法。首先,对当前运动视频分类的研究进展进行分析,同时指出各种方法的局限性;然后,采集运动视频分类视频,并引入数据分析技术,建立运动视频分类方法模型;最后进行了运动视频分类方法的性能测试。测试结果表明,相比于其他运动视频分类方法,该方法的运动视频分类精度高,具有更高的实际应用价值。

基于运动矢量排序的视频可逆信息隐藏

针对现有基于运动矢量的视频信息隐藏算法影响解码后的视频质量的问题,提出一种基于运动矢量排序的可逆信息隐藏算法。该算法把运动矢量分为若干组,并将每组中的运动矢量按升序排列,在最大(小)值与次大(小)值的差值中嵌入秘密信息,实现了解码端运动矢量的无损恢复。实验结果表明,提出的方法具有良好的视觉质量。与同类型信息隐藏算法相比,该算法的峰值信噪比和结构相似性的变化值平均降低了59.36%和41.38%。

面向海量热成像数据的实时飞机跟踪技术

视频跟踪是近年来新兴的一个研究方向,通过计算机视觉实现对目标的检测与跟踪,在智能监控、视频压缩、人机交互等方面都有着广泛的应用场景.视频检测跟踪的目的是根据物体运动的规律及其线索找到视频中有价值的信息,其在视觉系统研究中占有非常重要的地位.通过对生物眼动和视觉运动感知的阐述,提出一种实时视频随动跟踪方法来处理大量的视频热成像数据,并将其应用于机场飞机起降的跟踪中.依据生物眼仿生与随动跟踪系统结构的类比,我们以提高跟踪效果、完善随动方法为本文目标,论述内容包括系统的简化模型,对云台的反馈控制,数值计算以及利用杂点图像分析不同视频跟踪算法的可行性等.最后,将文中提出的方法整合为一个系统,并进行实际的应用以验证方法的可行性及可靠性,并提出改进方案.

一种高效视频编码插值滤波VLSI架构设计

最新视频编码标准高效视频编码(HEVC)将8抽头内插值滤波器应用于分数像素运动估计中。相比H.264/AVC标准中使用的6抽头内插值滤波器,虽然提高了精确度,但增大了超大规模集成电路(VLSI)实现的面积。为此,设计一个内插值滤波器VLSI架构。为便于VLSI实现,提出一种快速内插值滤波算法,并在此基础上,构造可重构配置和单元块复用的内插值滤波器VLSI架构,以降低硬件的实现面积。实验结果表明,与未优化的VLSI架构相比,该架构能降低实现面积和提高工作频率,节省大量的存储RAM,可支持4∶2∶0格式的3 840×2 160视频序列的实时处理。

基于数字视频数据的地理信息的提取与空间分析研究

视频数据的地理信息提取最大问题在于动态视频图像精度的精准捕捉以及实时存储处理,针对该问题,提出一种以运动向量为基底的影像式背景模型建立架构,提供外型准确完整的移动物体图像捕捉数据,同时结合动态视频捕捉的图像,采用霍夫变换、直线拟合与线段分割等步骤提取目标物的边界线段,从而获得目标物的地理信息,通过验证视频图像地理信息提取结果,可以发现本文视频动态图像地理信息数据提取技术具有较高的准确性和可靠性。