Real-time Audio &Video Transmission System Based on Visible Light Communication

With the increasing popularity of solid sate lighting devices, Visible Light Communication (VLC) is globally recognized as an advanced and promising technology to realize short-range, high speed as well as large capacity wireless data transmission. In this paper, we propose a prototype of real-time audio and video broadcast system using inexpensive commercially available light emitting diode (LED) lamps. Experimental results show that real-time high quality audio and video with the maximum distance of 3 m can be achieved through proper layout of LED sources and improvement of concentration effects. Lighting model within room environment is designed and simulated which indicates close relationship between layout of light sources and distribution of illuminance.

智能行车记录仪图像去雾系统的FPGA设计

雾霾天气下,交通道路能见度低,导致所采集到的视频画面退化、图像信息模糊,同时考虑传统系统处理实时性不高等问题,基于ZYNQ平台设计了一种图像去雾系统,并应用于智能行车记录仪系统中.首先,针对传统暗通道去雾算法在天空区域存在失真等问题,提出了一种分割天空区域的策略来修正图像复原参数;然后,针对计算全局大气光值时,需对整幅图像的像素排序消耗大量资源的问题,利用现场可编程门阵列(FPGA)并行运算的优势,提出一种帧迭代方法优化求取大气光值,同时优化了引导滤波的硬件设计;最后,将双路高清多媒体接口(HDMI)资源中,一路作为视频输入,另一路作为视频处理输出,搭建实时交通图像视频处理试验平台.试验结果表明,系统针对雾霾天气下的交通视频具有较好的去雾效果,尤其是可以解决天空区域去雾的失真问题.在对分辨率为1280像素×720像素的交通视频去雾时,可以达到30帧/s的处理速度,满足实时性要求.

实时输出视频的水下主动偏振成像

针对在水下主动偏振成像方法中,需要机械旋转相机前的检偏器获取正交偏振态图像,导致无法实时输出去后向散射视频的问题,提出了实时输出视频的水下主动偏振成像方法。首先,本方法将正交偏振切换位置从相机端更换到光源端,而相机端的检偏器偏振状态保持不变,并论证了此改变并不影响去后向散射的效果;然后,设计了阵列正交偏振光源,即光源由偏振态正交的两组LED灯珠交错排列组成,通过独立的驱动电路分别控制两组灯珠,输出偏振态正交的偏振光,从硬件上取消了偏振态切换的机械结构;第三,设计了同步控制装置,分别控制光源输出的偏振态和相机拍照,实现了正交偏振态图像数据的采集;最后,通过流水线式主动偏振图像处理方法,实现实时的视频输出。实验结果表明,本方法可以实时输出去后向散射视频,且在去后向散射性能上,与机械式主动偏振成像方法性能接近,两者去后向散射性能的背离度均低于4%,图像EME值增长倍数最大可达17.96。本方法具有结构简单、成本低、输出帧频不受影响以及相机选择性多等优点,能够广泛应用在水下成像领域。

弹幕视频的实时互动性与会话机制研究

弹幕视频是以弹幕为在线评论手段的视频形式,具有“实时互动性”。该互动形式具有多模态、多线程特点,包含“人机”和“人际”两个互动空间,两个空间依靠会话角色转换进行连接。不同于线下会话,该互动过程以“我”的观看时间为参照建构共时心理时间系统,话语序列以并列式和序列式为主,且具有动态性。这种新的互动形式既是新媒体时代交际的必然需要,又是媒介对交际互动进行塑造和制约的结果。

快速视频去雾改进算法的FPGA实现

内窥镜去雾算法在医疗领域具有广泛应用,为临床医生提供清晰、实时的图像。去雾技术虽然已经取得较大的进步,但去雾算法的复杂度较高,在内窥镜等复杂情况下硬件实现较为困难。为了在硬件上实现内窥镜实时去雾效果,对暗通道先验算法进行改进,降低硬件资源消耗和时间复杂度。该改进算法选择适合硬件的大气光照强度估计值、透射率补偿值以及采用流水线结构实现有雾图像的处理。采用Xilinx的ZYNQ7020实现该算法硬件电路,实时处理分辨率为640×480的视频图像,速度可达到260 fps,消耗LUT仅为1.28 K,寄存器619个单元。实验结果表明,相比于传统算法,改进算法具有处理速度快、功耗低、可移植性强的特点,满足内窥镜需要实时处理视频的要求。

基于无人机视频影像的油菜苗检测与计数

针对油菜生长早期传统人工苗情调查方法效率低、主观意识强,不能满足大面积或经常性高精度苗期调查作业需求的问题,该研究基于无人机影像及机器学习技术,提出一种油菜苗视频流检测模型及计数方法。通过对YOLO系列基础模型添加多头自注意力,用BasicRFB(basic receptive field block)模块替换原有的空间池化结构(spatial pyramid pooling-fast,SPPF)模块,并对Neck部分添加一维卷积及更换下采样方式等,进一步结合DeepSORT(deep simple online and real-time tracking)算法和越线计数技术实现对油菜苗的数量统计。算例测试结果表明,改进后YOLOv5s的交并比阈值0.50的平均精度均值达到93.1%,交并比阈值0.50~0.95的平均精度均值达到了67.5%,明显优于Faster RCNN、SSD和YOLOX等其他经典目标检测算法,交并比阈值0.50的平均精度均值分别高出14.82、26.37和3.3个百分点,交并比阈值0.50~0.95的平均精度均值分别高出25.7、33.9和6.7个百分点。油菜苗计数试验结果表明,离线视频计数时,在合理的种植密度区间内,所提算法的油菜苗计数精度平均达到93.75%,平均计数效率为人工计数的9.54倍;在线实时计数时,在不同天气情况下,计数平台的油菜苗计数精度最大相差1.87个百分点,具有良好的泛化性,满足油菜苗计数实时性要求。

基于WebRTC的移动视频监控实时位置信息扩展

铁路移动视频监控在保障铁路运输安全方面起着重要作用,但目前铁路移动视频监控系统存在一些局限性。为了提高系统的效率和可靠性,本文提出了一种基于WebRTC的方案,通过扩展RTP头部并添加移动设备的实时位置信息来实现。该方案通过在RTP包头部添加自定义扩展,可以将移动设备的位置信息传输给接收端,并且可以根据位置信息来进行及时的方案设定和网络适应性控制。我们在实验中测试了该方案的性能,并发现它可以有效地提高铁路移动视频监控系统的效率和可靠性。

基于COFDM的实时无线图传系统设计与实现

随着无线图像传输的兴起,相关传输技术也得到大力发展,但在山区、海面、密集城区等复杂无线通信环境中,WiFi、ZigBee、4G/5G等技术图传性能较差,而编码正交频分复用(COFDM)技术以其传输速率高,抗干扰能力强等特点,成为当前研究热点。为满足复杂无线通信环境下无线图传的大速率、低时延和高可靠的性能需求,缩短无线图传通信产品的设计周期,在COFDM技术的基础上,搭建了基于通用硬件外设USRP和软件无线电平台GNU Radio的COFDM无线图传系统,该系统采用Gstreamer技术对摄像头视频流进行采集与处理,实现720 P视频图像实时传输,视频传输速率4000 Kbit/s。结果表明,该系统实现了长时间且稳定的无线视频实时传输,说明了系统设计的灵活性和方案设计的有效性。

基于树莓派的纳米布沙漠甲虫仿生机器人系统设计

针对沙漠严重缺水以及郊外农田灌溉困难的现状,提出了一种创新的解决方案进行适时灌溉。沙漠甲虫特有的生理结构使其能在沙漠存活,基于此,将沙漠甲虫与众不同的身体结构特点与机械结构相结合,并利用增材制造技术和5G通讯模块设计出了一款传动平稳、工作效率高的智能机械仿生虫。该仿生虫整合了多种传感器模块,可以远程控制来完成指定任务并实时查看工作环境,同时也可以实施远程勘探任务,从而大大降低人力劳动强度,提高水资源利用率,对环境保护具有重要意义。

无人机视频实时融合技术在威海市应急测绘中的应用

自然灾害场景下的传统应急测绘方式以无人机摄影测量为主,测绘成果的生产需要大量的内业数据处理工作,对受灾现场情况的获取具有一定的滞后性,难以对灾害的具体发生地点进行实时定位并确定受灾范围。基于摄影测量和SLAM理论,本文实现了无人机视频画面与三维场景的融合,并使用线性插值方法对视频融合效果进行了优化,以此为基础建立了无人机实时视频融合系统。通过构建森林防火专题场景,研发几何量测、森林山火火点定位、视频回放等实用功能,可为应急测绘抢险救灾场景提供实时可靠的测绘地理信息支撑。

实时视频处理中的Python性能优化研究

Python作为一种灵活且功能强大的编程语言,在实时视频处理中被广泛使用。本文探讨了Python在实时视频处理中遇到的性能瓶颈,并提出了多种优化策略。研究结果表明,经过性能优化的Python实时视频处理系统能降低处理延迟、提升系统吞吐量并提高资源使用效率,该优化策略为相关领域的研究和应用提供了有价值的参考。

5G网络在远程无人机控制中的应用与挑战

随着5G通信技术的迅猛进步,其凭借高速、低延迟以及大规模存储能力为无人机实时操控和数据交换提供创新的可能性。然而,在无人机控制领域中,5G网络面临着信号覆盖、传输稳定性、通信低延时及隐私安全保障等一系列挑战。文章深入探讨5G网络在远程无人机控制领域的应用环境及其面临的核心挑战,并提出切实可行的应对策略。

基于嵌入式的药品稳定性试验箱远程监控系统设计

药品稳定性试验箱在药品领域中的关键作用日益凸显,然而传统的设备管理方式存在效率低、维护成本高等问题。为解决这一问题,设计了一种基于嵌入式的药品稳定性试验箱远程监控系统。该系统可实时监控试验箱的温度、湿度、加热器和制冷器等运行状态信息,巡视人员通过App可远程实时监控,有效提高管理效率,降低维护成本。

基于实时视频技术的设备智能巡检管理策略

阐述基于视频技术的智能巡检方法的进展。基于算法设计,提出一种实时视频技术与智能巡检相结合的方法,通过视频数据的处理和分析,实现对电力设备的智能巡检和异常检测。

基于深度强化学习的实时视频边缘卸载策略

视频边缘计算架构将视频任务部分或全部卸载至靠近网络的边端进行处理,为实时视频处理提供了一个解决方案。为加速视频处理,本文搭建了一个视频边缘计算系统。针对具体的疵点检测视频任务,考虑视频处理的实时性和准确度要求,对计算卸载问题进行建模;为使卸载策略更好地适应动态的网络环境,将问题转换为马尔可夫决策过程,提出了一种基于深度强化学习和队列预测的视频计算卸载策略。实验结果表明,该卸载策略相较于基准策略能够在保证准确度的情况下,最大程度地降低系统时延。

基于深度强化学习的边缘视频任务卸载策略

随着物联网的发展以及智能设备的普及,视频处理技术已广泛应用于生活中。自动驾驶、产品质检等应用场景对视频处理技术的实时性需求逐步提高,移动边缘计算为计算能力不足和能源受限的设备提供计算资源以执行时延敏感性任务,为实时视频处理提供了新的计算架构。本文搭建了一个视频计算卸载场景,并以视频检测为任务,以系统时延为优化目标,建立了计算卸载模型和马尔可夫决策模型;考虑到计算卸载场景的复杂动态因素,如带宽波动、设备数量、任务大小等,以最小化系统时延为目标,提出了一种基于深度强化学习的计算卸载策略进行求解。实验表明,与其他基线方案相比,该卸载策略能够适应较复杂卸载场景,有效降低系统时延。

视频集成功能在智能油气田的应用与研究

随着数字化和智能化技术在油气行业的深入应用,该领域正在经历一场革命性的变革。在这个过程中,视频集成功能扮演着至关重要的角色。其通过实时监控数据为智能油气田的构建提供了坚实的数据支持。这不仅增强了油气田的自我诊断、预警和报警功能,还能够通过数据分析为最优决策建议提供支撑。此外,视频集成功能还有助于打破信息孤岛,通过促进数据的共享和业务流程的协同工作,提高整体的工作效率,并降低运营成本。这些功能的实现,不仅提升了油气田的运营效率,还推动了整个油气行业向数字化和智能化的方向转型。

视频轻量化在油田的应用研究

随着国内工业经济和信息化建设力度持续加大,高清、超高清摄像机在油田的安装使用量呈现爆发式增长,面临着远程观看高分辨率视频而带来的网络传输压力,以及码流的存储压力,产生画面延迟、卡顿等问题。由于带宽提升的局限性,在有限带宽的信道中传输海量的视频,只能通过视频轻量化的方法,需要有更高效的视频压缩来实现视频实时传输、高清显示和便捷存储。应市场高智能化、高兼容性、高科学化需求,为有效地解决窄带下视频传输和存储问题,根据视频的特点研究相关的视频轻量化算法,以减少视频存储所占用的空间和减少视频传输所需的带宽。

基于RTMP的森林火灾预警监控系统设计

高温是森林火灾发生的主要原因之一,对林区进行分布式温度监测是提早发现火灾隐患的有效途径。设计了一种使用Linux系统和实时传输协议进行温度等环境参数检测的森林火灾预警监控系统,系统终端节点集成温湿度、位置和视频采集功能,利用TCP和RTMP协议实现多个分布式终端节点数据和视频流的实时传输,在监控端实时监测多个地点的环境数据,排查潜在的火灾隐患。通过3个节点的测试,系统可以实现终端节点数据、视频汇聚,且使用FFmpeg进行视频拉流比传统VLC拉流速度快约10秒。

高铁列车乘务作业视频YOLOv4算法分析应用研究

高速铁路列车视频记录仪摄录乘务班组值乘作业的主要过程,并作为工作质量标准评价的主要依据。传统的作业视频人工分析,缺乏有效的技术支撑和评价管理体系,导致监督不力,乘务作业标准执行不到位。研究通过基于机器学习的人工智能算法,应用YOLOv4神经网络模型,提出一种高速铁路列车乘务作业视频分析方法,可以自动地识别列车内外作业要素,全面覆盖乘务组值乘周期,量化作业质量。该系统在算法结构上成熟稳定,满足各客运段多样化的训练需求和部署运行条件,具有配置灵活、荷载量大、评价准确的特点。现场应用以来,客运段高铁车队结合作业场景,横向内容分类,纵向流程梳理,形成作业规范闭环,在推进面向标准化、专业化、智能化的高速铁路客运乘务管理上取得了突破。