基于视频图像处理技术的汽车防撞系统的研究现状

视频图像处理技术应用于汽车防撞系统,可以极大提高车辆的安全驾驶性能。重点介绍基于视频图像处理技术的汽车防撞系统的工作流程,以及该类系统进行目标距离测量采用的模型。并针对该类系统核心的目标车辆检测的方法就国内外的研究现状及研究成果进行了总结,指出基于视频图像处理技术的汽车防撞系统的目标检测朝着多种特征融合、多维模型的方向发展。     

针对机载应用的H.264编码器评估方法

本文针对机载图像实时压缩的应用需求,讨论了一种H.264编码器性能的评估方法.该方法以典型的机载视频画面为测试序列,对编码器设定一组恒定QP值进行编码,将压缩后码流比特率与标准算法对比,评判编码器性能的优劣.通过对三种不同编码器的测试对比,证明了该评估方法的有效性.     

基于分层变块大小运动估计的边信息提取算法(英文)

在分布式视频编码(DVC)中,边信息的质量对视频序列的压缩效果有很大影响。本文中,一种基于分层运动估计的边信息提取算法引入到DVC系统中。首先,采用了两种运动估计模式,向前运动估计和双向运动估计,然后利用分层变块大小运动估计算法获得了比较准确的运动矢量。接着运动矢量滤波器修正了由于局部相似造成的错误运动矢量。最后,选择决策模块更好地处理了帧内插技术中的多种估计模式的问题。这些算法为DVC提供了更好的边信息,提高了DVC系统的性能。实验结果显示,基于这种新算法的DVC系统高于传统视频编码帧内模式 3-4dB,而仅仅低于传统视频编码IBIB模式0.5-1dB。     

气泡对无阀微泵动态特性影响的实验研究

采用高速摄像机拍摄了收缩管/扩张管型无阀压电微泵泵腔中气泡的变化,包括进入、移动、合并和分离等过程。同时,采用压阻式微型压力传感器测试无阀压电微泵泵腔的压力脉动。实验结果表明气泡进入泵腔之后,流体有效体积弹性模量和无阀微泵压力脉动幅值明显减少,气泡的进入使无阀微泵的工作性能大大降低,甚至导致微泵无法正常工作;而气泡移动、合并和分离对流体有效体积弹性模量和微泵的动态特性影响较小。     

高效AVS环路滤波器结构设计

为满足AVS高清视频实时解码要求,提高环路滤波处理速度,提出了一种高效的AVS去块效应环路滤波的实用结构.将8×8块进一步分割为4×4块进行滤波运算.通过优化滤波顺序,将需要滤波的4×4块边界尽量集中,在读写数据的同时进行滤波操作,提高流水处理的效率和数据的利用率,从而有效地减少了滤波处理总的时钟数.实验结果显示,处理一个宏块只需要196个周期,相对于目前AVS环路滤波设计,速度提高50%.在100MHz工作频率下,能够支持AVS高清视频的实时解码滤波处理.     

用典型状态法进行蠕变/持久载荷谱压缩

提出了采用典型状态法进行发动机蠕变/持久载荷谱的压缩,并将某型涡轴发动机数量众多的载荷状态压缩成4个典型状态载荷谱,为后续编制模拟任务持久试车谱和加速任务试车谱以及发动机零部件的强度与寿命考核奠定了技术基础。研究结果表明,在现有的技术条件下,采用典型状态法以燃气涡轮叶片为对象的蠕变/持久载荷谱压缩可以满足工程应用,方法是合理可行的。      

基于数据压缩的多传感器多假设算法

为解决集中式多传感器系统中多目标跟踪问题,提出了一种新的多传感器多目标算法.提出的算法首先应用经典分配规则对每个传感器送来的观测数据进行排列组合,然后对每个组合中各量测点进行概率加权以获得一个等效量测点,最后根据每个等效量测点产生的互联假设计算其互联概率并获得融合中心的状态估计.给出了该算法与已有集中式多传感器联合概率数据互联算法的仿真比较,仿真结果表明该算法的跟踪性能在探测概率降低的跟踪环境下表现得更为优越.      

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。     

几种机载视频技术要点分析与发展趋势探讨

在分析某些当前主流机载视频处理技术的基础上,结合其发展历程和需求,着重分析了目前机载视频处理中的视频切换、视频叠加等技术,并总结了图像质量的发展、隔行到逐行的发展、视频接口的发展以及当前主流机载视频处理技术的发展趋势。可为同类工作提供参考。     

基于光照方向一致性的换脸视频检测

光照条件是视频外部成像环境的重要因素，可反映视频成像时的客观物理条件，即使采用复杂的计算机图形学模型，也难以完全反映光照的真实场景。针对大部分Deepfake换脸视频与真实视频在外部成像环境上的差异，提出一种基于光照方向一致性的换脸视频检测方法。本文利用Lambert光照模型逐帧计算待测视频的二维光照方向，通过判断整段待测视频二维光照方向的角度变化是否平滑确定视频真伪。实验结果表明该方法在公开的测试数据库TIMIT和FaceForensics⁺⁺上具有较好的检测性能，可以有效区分真实视频和换脸视频。由于不需要训练检测模型，该方法具有计算复杂度低、实时性好的优点。