面向高清和3D电视的视频编解码标准AVS+

介绍了AVS+(GY/T 257—2012《广播电视先进音视频编解码第1部分:视频》)标准的制定背景与过程,重点介绍了AVS+新增加的编码工具以及新特性,介绍了AVS+与AVS、AVC/H.264 HP(High Profile,高级档次)的性能对比,说明了AVS+与AVC HP性能相当。AVS+在多个部委的支持与推进下,将在中国高清与立体电视播出中得到应用。

数字家庭系统中信源编解码标准的选择

分析比较了GB/T 20090.2(AVS视频)与GB/T 17951.2(MPEG-2视频)以及2003年发布的国际标准ISO/IEC14496-10(MPEG-4 AVC/ITU-T H.264)的技术特点及其技术差异,分析了AVS视频和AVC的复杂度差异,继之介绍了MPEG组织内部对MPEG-2视频和AVC的对比测试情况,随后是相关测试机构对AVS的主观测试结果。最后结合国际电信联盟ITU-T将AVS纳入IPTV标准的过程介绍和我国数字电视接收机将AVS作为唯一必备视频标准的决策,提出了关于数字家庭系统中视频编码标准的选择建议。

支持监控视频高效压缩与识别的IEEE 1857标准

我国技术专家为主研究制定的数字视频编解码技术标准AVS于2013年6月4日被国际电子电气工程师协会(IEEE)标准化委员会颁布为IEEE1857标准。该标准独具特色的一个部分是针对视频监控的监控档次AVS-S2,编码压缩性能达到目前视频监控业界主流使用的H.264(又称MPEG-4AVC)标准的两倍,而且在码流层支持感兴趣区域的自动提取与表达。本文介绍了AVS-S2的制定过程、关键技术及其与其它标准的压缩效率对比情况。

数字视网膜:构筑反恐维稳的“慧眼”与“智脑”

一、为什么反恐维稳需要“慧眼”与“智脑”我国反恐任务非常艰巨。2009年以来,新疆每年打掉的危安现行组织团伙案均在百起以上。仅2014年新疆暴恐案件立案就有1000余起。2013年鄯善县鲁克沁镇“6·26”暴恐案件发生后的2个月间,新疆公安机关查处涉及传播涉稳谣言类违法犯罪人员256人,传播“圣战”等宗教极端思想人员139人。

基于深度残差网络的HEVC压缩视频增强

文中提出了一种基于深度残差网络的HEVC压缩视频增强方法。该方法利用一系列级联的残差模块来完成特征提取,然后基于这些特征进行视频的质量增强。与现有的方法相比,所提方法能够捕捉到压缩视频帧更清晰和泛化的特征。实验结果表明,所提方法在20个通用的测试视频序列上能够实现平均6.92%的BD-rate增益,是所有参与比较的方法中效果最好的。

视频编解码 标准进展与选择建议

一 国际标准概况 从1952年贝尔实验室Cutler等人进行DPCM（Differential Pulse Code Modulation）技术的研究算起，视频压缩编码技术经历了50余年的发展。在这一过程中，逐渐形成了变换编码、预测编码、熵编码三类经典技术，分别用于去除视频信号的空域冗余、时域冗余及统计冗余。基于这些经典技术，

基于颜色特征的男西装图像情感语义分析

在前期对男西装情感描述研究并建立二维男西装情感因子空间模型的基础上,通过对男西装图像样品的颜色特征(色相冷暖、色彩亮度及对比度)的分析,得出第一个情感因子可以较好地用10维亮度——冷暖模糊直方图解释,第二个情感因子可以利用7维的饱和度——冷暖模糊直方图和图像对比度综合起来解释.研究结果为下一步实现男西装图像情感识别和检索打下基础.

融合粗糙深度信息的低纹理物体偏振三维重建

对于表面光滑、低纹理的目标,传统基于多视几何重建的算法难以获得理想的结果,利用偏振信息来重建这类物体是便捷有效的方法之一.然而单纯利用偏振信息进行三维重建存在歧义性等问题,难以获得理想的结果.以粗糙深度图作为先验信息可解决歧义性问题.先对偏振相机与深度相机标定并配准图像,由粗糙深度图获得的法向量辅助纠正偏振方位角歧义,再利用纠正的法向量与粗糙深度图积分融合,从而获得较高精度的物体三维表面.

基于视差角和天顶角优化的偏振多视角三维重建

多视角三维重建依赖目标表面的纹理特征,在处理低纹理区域时易出现数据空洞现象,融合目标物反射光的偏振信息可以在不同光照环境下对其进行完整重建,通过偏振参数计算物体表面法向量,进而重建目标物深度图。但单独使用偏振信息重建三维表面存在方位角歧义和天顶角偏差等问题,导致重建结果出现变形甚至得不到深度结果。针对存在低纹理区域的物体,使用偏振相机获取30个左右视角下四个偏振角度的影像,利用视差角参数化光束法平差方法优化相机参数与点云坐标,泊松优化方法纠正天顶角偏差,使用多视角立体几何与偏振信息融合的三维重建算法,既可以弥补多视角三维点云局部数据空洞现象,又可以解决偏振三维中方位角歧义和天顶角偏差的问题,最终得到更加精确的三维重建结果。

最小熵迁移对抗散列方法

散列算法具有高效的存储和查询特性,被广泛应用于大规模的图像检索.大多数现有的深度散列方法都基于独立同分布的假设,即训练集(源域)和测试集(目标域)的分布一致.然而在现实应用中,源域和目标域往往存在较大的差异,即跨域检索.因此有些研究工作开始将跨域识别的方法引入到跨域检索中,以增强所学散列函数的泛化性.现有跨域检索方法仍存在散列码的判别力不足和域不变能力不足2个问题.提出语义保持模块和最小熵损失来解决这2个问题.语义保持模块是1个分类子网络,该模块可以充分利用源域的类别标注信息,并将该语义信息传递给散列学习子网络使得学习到的散列码包含更多的语义信息,即增强判别力.此外,对于无标注的目标域,熵表征目标域样本的分类响应的集中程度,理想的散列码经过语义保持模块后得到的分类响应应该集中于某一个类别,即最小熵状态.引入最小熵损失促使目标域样本与源域样本在类别响应这一空间上分布更加对齐,进而使得散列码更具域不变性.通过引入语义保持模块和最小熵损失,在现有方法的基础上构建了端到端的跨域检索网络,并在2个数据集上进行了大量实验,与领域内现有主要模型进行了详尽的对比,实验证明所提模型取得了更优的性能.

基于物理的织物多相流体污染效果模拟

真实感织物材质渲染在虚拟现实、娱乐、工业等应用领域中是非常关键的研究方向.针对多种污渍在织物表面的扩散与污染效果,提出基于物理的与子像素采样及染色曲线相结合的计算方法,用于模拟多相溶剂在织物表面的扩散及污染效果.首先通过将复杂织物纱线结构进行体素化简化建模,其次通过计算流体之间的可互溶性进行流体扩散模拟,最后通过染色沉淀的方式计算污渍扩散效果.模拟渲染的对比结果表明,通过该方法,可实现单一污渍的独立扩散、多污渍混合及排斥扩散、多污渍染色遗留效果、污渍分布控制等效果,并可达到与真实拍摄的照片近似真实感效果.

精骛超清编码 筑梦光影未来

当前,视频已经成为各行各业数据采集、传输、处理和呈现的主要形式。据预测,未来大众网络流量80%以上和行业应用数据70%以上都将是视频数据。而现阶段视频技术正经历从高清向超高清的演进,可以说,超高清是继视频数字化、高清化之后新一轮重大技术革新。超高清视频是指分辨率在4K以上的视频,超高清视频可以从多个维度提升用户体验,主要体现在分辨率从1080p(1920×1080)提升到4K(3840×2160)、8K(7680×4320)及以上,画面精细程度提升4倍、16倍甚至更高,帧率将从30帧/秒逐步提升至50~120帧/秒,对高速运动物体的表现能力加强,画面更加流畅。

数字视网膜,让智慧城市从“看清”向“看懂”进化

数字视网膜并非真的要做一种仿生视网膜的硬件,而是希望能够改变目前摄像头只能看或者单一链路识别的功能。让摄像头本身拥有一定的A I处理能力,对识别到的车、人、场景主动进行特征提取。从而让摄像头上传到云端的视频数据,一路通过高效编码作为数据存储;另一路经过特征提取直接作为智能大脑的"可读物"。"云大脑"与摄像头的结合,就像是给智慧城市安装了一层新的"数字视网膜"。

人工智能的回顾与展望

基于第194期"双清论坛",本文分析了我国人工智能发展和人工智能助力制造业优化升级面临的挑战问题,从脑启发计算、人工智能基础前沿和流程制造业智能化三个方面总结了近5年主要研究进展,探讨了未来5年前沿研究领域和科学基金重点资助方向。

基于深度信念卷积神经网络的图像识别与分类

针对基于卷积神经网络的图像识别采用随机初始化网络权值的方法易收敛到局部最优值的问题,该文提出了一种结合无监督和有监督学习的网络权值预训练算法。融合零成分分析白化与深度信念网络预学习得到的特征,对卷积神经网络权值进行初始化;通过卷积、池化等操作,对训练样本进行特征提取并使用全连接网络对特征进行分类;计算分类损失函数并优化网络参数。在公开图像数据库中进行了大量实验,与公开最佳算法比较,该算法在MNIST中的识别错误率降低了0.1%,在Caltech101中的分类准确率提升了0.56%,验证了该算法优于现有算法。