一种基于语义分析的大数据视频标注方法

提出一种基于Spark计算框架的海量视频语义标注方法。将存储在Hadoop分布式文件系统（Hadoop distributed file system,HDFS）上的海量视频部署到若干计算节点上，依据分形特征实现镜头快速分割。提取样本关键帧的颜色、纹理和分形特征向量，进行元学习策略训练，进而形成视觉词典。根据视觉词典对检测视频内容进行分析，产生一系列能表征视频内容的视觉单词。根据重要程度，通过马尔科夫链按重要程度对视频的视觉单词进行排序，并将排列结果作为该视频的标注。最后，从检测正确率、平均运行时间和扩展效能方面与传统分布式计算模型进行了对比。     

基于尺度时间均衡的高速风洞视频测量图像闪烁修正方法

高速风洞视频测量试验环境中，复杂的光照条件容易导致采集的图像序列出现闪烁，影响测量结果的精度。在测量图像中，由于照明变化导致的灰度变化和目标运动、变形引起的局部变化耦合在一起，导致基于仿射变换模型（线性或非线性）的修正方法难以适用。尺度时间的直方图均衡方法（STE）利用尺度空间理论，对各图像直方图中每一个灰度值组成的曲线在时间维度上进行高斯卷积得到目标直方图，再通过直方图匹配获得闪烁修正后的图像。针对日光灯照明下的相机标定板图像、存在运动和变形的风洞模型变形测量试验图像和存在油膜形态变化的油流试验图像开展了应用研究。结果表明，该方法适用于图像序列的全局闪烁修正，与基于模型的方法相比，其修正效果不依赖于基准图像，对图像抖动、局部存在目标运动或变形等干扰因素的鲁棒性强，且方法简单，计算量小，具有较高的工程应用价值。     

基于PoolNet显著性和SURF-VIBE模型的林火视频烟雾提取算法

烟雾的实时视频探测可用于早期森林火灾的预警,然而,由于烟雾具有飘动、扩散、闪烁等特性,通过实时视频提取烟雾区域具有极大挑战。本文根据人眼视觉注意力机制,将阴燃烟雾看作视频中湍流和灰色显著的区域,提出了一种基于显著性检测和SURF-VIBE模型的疑似烟雾区域提取算法。首先采用一种基于PoolNet的显著性检测方法获得烟雾显著性图谱,通过VIBE运动检测算法获得视频中运动前景,并使用SURF特征匹配算法消除相机抖动等对运动前景带来的干扰,再由计算出的运动前景构造运动能量函数,对显著性谱进行估计,最终提取出疑似烟雾区域。实验验证结果表明:该算法检测准确率为91.3%,每帧检测速度为0.028 s,可用于实时视频烟雾探测。     

均匀面阵中高效率的二维波达方向估计方法：降维求根MUSIC算法（英文）

波达方向估计是阵列信号处理研究的重要方向之一。本文在降维求根技术和MUSIC算法的基础上,研究了均匀平面阵列的二维波达方向估计问题。首先基于噪声子空间和方向矢量之间的正交关系构造二维求根多项式,并证明该多项式包含无限多个解。为获取这些解中包含的真实目标参数,提出了一种新的低复杂度、计算效率高的算法,即降维求根MUSIC算法。所提算法应用降维求根技术目标的真实解,其中二维求根方程被转换为两次一维求根,该过程有效降低了求根难度。最后,通过一次配对过程获取目标角度参数的估计值。数值模拟验证了该方法的有效性和优越性。     

监控视频中异常事件检测技术研究进展

异常事件检测技术是当前智能监控技术研究领域关注的一个热点，作为计算机视觉的重要研究内容，其主要目标是利用计算机自动检测出可被视为异常的事件。传统方法存在低层视频特征描述能力弱，异常检测方法计算代价大，对复杂场景建模时鲁棒性差等方面的限制。本文结合国内外的研究现状和目前的主流方法，介绍了监控视频中异常事件检测涉及的基本技术，分析了各类监控视频特征提取方法、特征学习模型和异常检测方法的优缺点，整理归纳了可用于监控视频中异常事件检测的常用实验数据集，最后讨论了监控视频中异常事件检测技术的难点、挑战及未来发展趋势。     

基于联合检测-描述的火星表面特征提取方法

针对火星着陆光学导航过程中,传统的图像特征点提取算法在相机角度变化、光照条件变化等情况下,序列图像间的特征点提取与匹配鲁棒性差的问题,提出了基于卷积神经网络的联合检测-描述特征提取方法。首先,通过Blender获取模拟火星着陆过程的视频,使用稀疏重建方法,对模拟视频的图像和火星真实图像进行三维重建,建立了神经网络可用的训练数据集。然后搭建了卷积神经网络以处理图像数据,通过改进损失函数,联合特征描述符和特征检测器双重作用,获得了更准确的匹配结果。仿真结果表明,该方法在处理多视角、光照条件多变的火星表面图像方面,具有更好的特征提取结果,并在匹配测试阶段具备优于传统算法的性能。     

三维动态失速模型在风力机气动特性计算中的应用

为了适应风力机叶片的大展弦比、旋转和只有单侧叶尖涡的特点,对已建立的适用于小展弦比直机翼的三维动态失速模型进行了一系列的修正,然后用于风力机三维非定常气动特性计算。该动态失速模型所必须的气动输入参数将由动量叶素理论方法计算得到。本文将动量叶素理论、三维动态失速模型、三维旋转效应模型适当耦合起来,获得了风力机叶片的三维非定常气动特性计算方法。应用上述方法计算得到了不同工况下的风力机叶片各截面的非定常气动载荷结果,并与风洞实验结果以及用二维动态失速模型计算的结果进行比较,对计算方法和计算结果进行了详细的分析和讨论。本文模型相比于二维模型,能够更好地仿真风力机叶片的三维动态失速气动特性,尤其在叶片外部截面效果更佳。     

弹尾超声速轴对称喷流的正格式数值模拟(英文)

采用二阶正格式方法对超声速轴对称喷流流动进行数值模拟。将二维守恒方程的正格式方法发展到轴对称Euler方程组的求解,并对导弹尾部超声速伴随射流进行了数值计算。数值结果与实验照片所反映的流动特征吻合较好,与三阶精度间断有限元方法计算结果吻合,相比于二阶高分辨率TVD格式的计算结果,正格式方法的计算结果在间断点处具有较大的梯度变化。这表明该方法对激波具有较强的捕捉能力,在间断处不会出现数值振荡,对弹尾声音速伴随射流的数值模拟真实、有效。     

双平行线阵中基于Euler变换传播算子的二维DOA估计算法

考虑双平行线阵中非圆信号二维波达方向 (Direction of arrival,DOA) 估计问题,提出了一种基于Euler变换传播算子（Propagator method,PM）的二维DOA 估计算法。该算法利用非圆信号的特性,扩展了接收数据矩阵,使得角度估计性能优于二维PM算法。同时采用Euler变换把非圆PM算法中的复数运算转换为实数运算,降低计算复杂度,角度估计性能逼近非圆PM算法。该算法可以实现二维角度的自动配对,与传统PM算法相比,可同时估计出更多的信源。该算法的优越性均可在文中得到验证。     

基于视频像素点阵的交通参数检测方法

本文介绍一种基于视频触发像素点阵的交通参数检测方法。该方法找出车辆图像中因与背景帧不同而触发的像素点,通过分析这些触发像素点所组成的像素点阵进行对车辆的自动识别和追踪。该方法具有适应性好,计算量少,识别结果准确等优点。     

网络视频监控系统的设计及在机场建设中的应用

结合民航机场建设工地的案例应用,介绍了数字网络视频监控系统的技术方案、功能、特点及系统集成,重点阐述了系统的架构和实现方法,对其中涉及的设计、施工、系统调试等关键技术进行了探析。     

某新型飞机机载数字视频记录仪的设计与实现

本文介绍了一种用数字技术实现飞机视频记录的方法，并就数字压缩算法、工程实现中的技术要点做了详细介绍。     

低成本图像采集卡的设计与实现

本文描述了一种低成本图像采集卡的设计与实现。它能实时获取视频图像,完成基本的图像处理操作。可在IBM—PC及兼容机上应用,并利用微机上的EGA或VGA卡实现伪彩色处理,有很高的性能价格比和广泛的应用前景。     

自动化输送系统网络数字化视频监控解决方案

提出一套基于EC5—1612CVDNA的自动化输送系统网络数字化视频监控解决方案。     

利用C++ Builder实现基于DirectShow的视频捕获

阐述了实现视频捕获与回放的可选方案,介绍了DirectShow的原理,针对传统视频播放与捕获的不足之处,提出了一种基于DirectShow技术的视频播放与捕获软件设计方案。给出了在C Builder环境下开发基于DirectShow技术的实时视频捕捉的步骤,并实现了实时视频捕捉系统,通过实例验证了本系统具有稳定、可靠和较好的通用性及扩展性的特点。     

基于区域气球力Snake模型的运动目标快速跟踪方法

提出了一种包含区域信息的Snake模型用于运动目标检测与跟踪。在通常情况下,基于区域信息的跟踪方法对背景光线的微小变化、位置的微小移动较为敏感,而基于边缘信息的跟踪方法则难以对边缘模糊的图像取得满意的跟踪效果。在算法中同时引入这两种信息,边缘信息使得算法快速而鲁棒性好,区域信息可以对边缘模糊的图像取得正确的跟踪效果。使用双差分图像设计了自动初始化的方法来实现视频的自动跟踪。同时,对目标的下一步运动位置增加了一个预测环节来加快主动轮廓模型的收敛速度。该算法的每帧计算时间一般小于0.1S,能应用于实时系统。     

基于深度学习的先进陶瓷零件实时缺陷检测系统

传统先进陶瓷零件检测与分类的主流方法为纯机械尺寸过滤和人工判断,为解决其成本高、失误率高和损坏率高等问题,提出了基于深度学习的多目标实时检测分类模型（Multi-object real-time detection and classification model, MRDC）。该模型以YOLOv3为基础,使用SKNet作为注意力机制进行特征重构提高精确度,配合灰度图快速转化算法与跳帧检测方法提高检测速度,可实现实时缺陷检测。对实际生产中的先进陶瓷零件进行采集训练,多批次采集图像数据,每批数据含多个陶瓷零件的1 000张图像,平均精确率均值达到99.19％,用先进陶瓷零件生产线视频检验,识别分类的正确率达到100％,可以保证每分钟检测450~550个零件。多目标实时检测分类模型拥有识别速度更快、识别准确率更高和零件不易损坏等优点,可极大地节约生产原料与人力成本,减少废品产出。     

浅析基于IP的H.323电视会议系统技术原理

介绍基于IP的H.323电视会议系统的组成、结构特点、组织流程、技术原理、质量保障及其发展方向。     

基于步行周期聚类的视频行人重识别关键帧提取算法

视频行人重识别旨在不同摄像头拍摄的视频中检索特定行人。但是,它面临着数据量庞大和视频数据存在时间冗余的问题,即视频数据耗费大量的存储空间且不同帧之间存在极强的相关性。因此,使用所有的帧进行识别会带来查询效率的下降,而且视频中大量的干扰和噪声也会给准确率带来不利影响。本文提出了基于步行周期聚类的视频行人重识别关键帧提取算法,首先利用行人步行时双脚距离变化的周期性规律提取候选步行周期,然后利用聚类的方法从候选步行周期中选出关键步行周期作为关键帧。最后,将该算法应用在视频行人重识别中,仅使用关键帧的信息进行识别以减少时间冗余的影响,从而提高准确率,并且在查询前对视频进行处理,减少视频数据量以提高查询效率。在视频行人重识别数据集MARS和DukeMTMC-VideoReID上的实验表明,本文算法能够减少59%~82%的视频数据量,并且累积匹配曲线Rank-1提高了1.1%~1.4%,平均精度均值提高了0.2%~5%。