一种阈值自适应调整的实时音频分割方法

基于内容的音频分析近年来引起了较多学者的关注.对自动分割方法进行了分析,分割是对音频信号进行深入分析的首要步骤,通常根据能量、幅值、基音等时域或频域的声音特征,设定若干固定阈值来实现.由于实时音频信号来源复杂,环境和采集设备的变化都会导致阈值的波动,从而直接影响到分割的质量.提出了一种基于声音背景学习的阈值初值计算方法,主要针对实时音频应用,设计了环境因子作为对外界环境进行检测的度量,并利用其自适应调节分割阈值,采用查表法,通过状态转移进行分片类型判断以在效率和精度之间取得平衡,并设计了多组分割实验对上述方法分别进行了验证.     

无线传感器网络三维自身定位方法

针对部署在三维空间的无线传感器网络,提出了一种传感器节点自身定位方法APIT-3D(Approximate Point-In-Tetrahedron),通过判断传感器节点是否位于由锚节点组成的四面体的内部,筛选出可能的位置区域,并最终计算这些区域交集部分的重心,作为待定位节点的位置.仿真实验表明,作为一种不基于测量设备的定位方法,APIT-3D可以达到节点通信半径的40%以下的较高精度的三维定位,而且通信开销相比于二维定位方法增幅不明显.APIT-3D定位方法无需复杂的测距设备和昂贵的外部设施,且通信协议相对简单,因此是一种低成本、低功耗的无线传感器网络三维自身定位方法.      

一种电子政务数据交换覆盖网络

数据交换是电子政务应用的核心问题.构建一种应用层数据交换覆盖网络成为解决这类问题的关键.分析了电子政务数据交换的特点,提出了电子政务数据交换覆盖网络eGON(e-Government data exchange Overlay Network)的概念模型,在树型结构组织网络的基础上,引入结点间组织距离和结点适应度概念,提出了一种eGON拓扑结构模型——双尺度异质组织网络模型DSHON(Dual Scale Heterogeneous Organization Network),该模型按照与组织距离和能力适应度2种尺度相关的概率添加快捷边,实现网络性能改善.设计了eGON的总体结构、构建与维护机制、路由维护协议和基于组织距离优先的消息路由算法,并进行了路由算法实验验证.      

基于运动对象自动检测和查询的监控系统

针对现有的视频监控系统的缺陷,提出基于运动对象自动检测和查询的智能视频监控系统.利用帧间差的4次统计量的假设验证,自动检测运动对象.用形态学腐蚀和膨胀算子对检测的运动对象的二值图像进行处理,以提高检测运动对象的可靠性,降低误警率.为自动跟踪运动对象轨迹,提出检测块概念.依据检测的运动对象和事件,建立相应的监控信息标注数据库,进而由时间段、运动对象及场景中发生的事件来查询监控信息,实现"跳跃"式随机检索监控信息.实验结果证明提出的方法对实现智能的视频监控系统是有效且健壮的.      

地质构造的三维可视化

地质构造三维可视化可以将地质勘探数据用直观的图形方式显示,是正确认识地质构造的重要手段,从而为油藏描述提供科学的依据.通过根据已知地质数据的三角剖分和插值,建立了地层层面、断面三角网格模型.研究了地质层面、地质整体模型、地质立体剖切和动态模型等多种三维地质模型可视化流程.提出了建立地质立体模型的方法,即由缝合相邻地层层面、相邻断线分别形成的地质体边界面和断层三角形环状曲面,以及顶地层三角网格层面,共同围成三维地质立体模型.在这一过程中,实现了最近邻优先重构、地层层面三角网格模型的外边界闭合圈多边形追踪及平面与三角网格求交线等关键算法.实验结果提供了从整体到局部的多种地质构造显示手段,从而帮助人们准确快速掌握地质构造.      

H.264中多参考帧快速运动估计算法

针对H.264的运动估计计算量太大的问题,通过研究并验证视频多帧参考时的运动连续性,提出了一种基于有效区域的快速运动估计算法(VRF,Valid-Region-based Fast Motion Estimation). 该算法在第一个参考帧中用三步搜索(3SS,3-Step Search)快速估计整像素精度运动矢量, 并以此定义一个有效区域, 参考其它帧时, 在该有效区域内作改进的3SS估计; 然后选择最佳参考帧; 最后在所选择的最佳参考帧的有效区域内作全搜索和相应的分数像素精度估计. 实验证明, 和H.264全搜索相比, 本算法的运动估计搜索点数降低了82%以上, 而恢复质量(用峰值信噪比(PSNR,Peak Signal to Noise Ratio)表征)平均只下降0.24 dB,且码速率只增加8.81%; 和另一个经典的帧选择快速算法相比, 本算法的搜索点数降低了39%,且码速率平均下降了5.17%, 而恢复质量只下降0.08 dB.      

用面向对象技术实现相关分离的双语言描述

介绍了一种新的形式化描述思想,即"相关分离"的思想,并分析了基于此思想的双语言方法,与传统的单一语言的描述技术相比,"相关分离"的思想和双语言方法更适合于分布式多媒体的描述.结合对面向对象技术在分布式多媒体的形式化描述中应用的方法分析,本文提出了一种以LOTOS/QTL或Esterel/QL为基础,融合面向对象技术的形式化描述方案,该方案可用于建立分布式多媒体系统的时间模型和同步模型.     

采用多重交点判别的传感器网络覆盖控制协议

在保证一定的覆盖质量前提下,延长传感器网络生存时间,提出一种以充分必要条件判断网络节点冗余性的分布式覆盖控制协议.该协议通过多重交点判别法则(MIER,Multi-Intersection Estimation Rule)对无线传感器网络进行分布式节点的动态休眠控制,从理论上证明了MIER法则是判断网络节点冗余性的充分必要条件,能保证目标区域不出现覆盖盲点同时使活跃节点数降至最低.实验表明,MIER法则比CCP法则有了很大改进,消除由于法则本身引起的盲点数目,能更好的运用于覆盖控制协议中,更为准确的判断节点是否应该工作或休眠,是判别节点是否冗余的充分必要条件;同时比Ottawa法则更加高效的减少整个网络功耗,延长网络寿命.     

智能监控场景中运动目标轨迹聚类算法

轨迹分析是视频监控场景理解的基础,但由于遮挡等原因,跟踪过程会出现不完整的噪声轨迹,导致分析结果不准确.针对此类问题利用改进的轨迹相似度度量和聚类方法进行场景区域分割.首先,对轨迹进行编码,提出利用轨迹的空间特征和速度方向特征改进相似性度量方法计算轨迹间距离;其次,采用改进的层次聚类算法,以该类最长轨迹作为运动物体行为模式代表,将在空间上接近且具有相似速度特征的轨迹划分为同一场景区域,得到符合实际情况的聚类结果.本算法无需对轨迹进行复杂的预处理或过滤,并且加入速度方向特征使区域划分更加合理.最后,在真实场景下,验证了该聚类算法的有效性和普遍适用性.     

基于谱分割的视频镜头聚类方法

针对现有镜头聚类算法中选择最优化分类个数复杂度较高、分类结果准确性较低的问题,提出了一种基于谱分割理论的镜头聚类算法.通过对每个镜头集构造球状高斯模型SGM(Spherical Gaussian Model),最优化地拟合镜头数据集,提高镜头分割的准确性;在镜头迭代分类过程中采用谱分割算法以提高最终分类结果的准确性;在迭代分类过程中,采用贝叶斯信息准则BIC(Bayesian Information Criterion)作为分类停止的评判标准;最后根据BIC准则计算每两类融合前后的匹配值,判断比较后对分类结果进行融合,矫正在分类过程中同一类被割裂的错误.通过3类体育视频样本对算法的有效性进行了验证、比较和分析.