基于视频元数据信息的快速图像检索

现有视频图像检索技术大多是基于2幅图片的整个信息比较,计算量大,且未生成有效的视频结构。针对该问题,提出一种基于视频元数据信息的快速图像检索方法。利用交互信息量提取关键帧,将关键帧划分为场景和主题2个部分,计算其灰度分布和概率密度,构造视频元数据,通过元数据信息进行视频检索。实验结果表明,该方法能快速准确检索出用户所需的视频内容。

基于多层自适应背景模型的实时视频去噪算法

提出了一种基于多层自适应背景模型的实时视频去噪算法。针对视频去噪的需求提出的多层自适应背景模型,是一种不仅适用于静态的背景,还适用于快速变化的背景。在背景经历突变再次稳定后,它能够在短暂的时间内完成背景模型的重建。多层自适应背景模型是自适应地单帧逐渐调整,因此它不存在多帧的时延与计算量。去噪效果表明,此算法对视频图像的视觉质量有明显改善。

一种基于ρ域的新码率模型

视频编码中的码率模型是表示一帧图像的编码比特数的数学函数表达式,是码率控制技术研究的重点。常用码率模型都是在寻找量化步长Q和码率R之间的关系,用信源的统计特性描述视频数据,并分析、模拟编码算法,为了提高码率估计精度,码率模型就变得特别复杂进而导致码率控制不稳定;但简单模型的精度又低。文献[3]从量化步长与非零系数的角度提出了线性的码率控制模型,能简单精确地进行码率控制。但没有考虑非零系数的大小、头信息及线性模型的常数项,且其参数数更新粗糙。针对这些问题提出新的码率模型和线性回归的精确参数更新算法。实验结果表明,提出的算法比TMN8算法能将PSNR提高0.1dB左右,且性能稳定。