基于帧频的星载SAR系统视频成像能力分析

视频合成孔径雷达(video synthetic aperture radar, ViSAR)作为一种微波遥感体制能以摄像式模式对重点区域的时敏目标展开持续性的动态监视，已经受到越来越广泛的关注，但针对视频SAR系统的视频成像能力的分析还不够深入。首先建立了视频SAR回波信号模型，并结合给定的星载SAR系统参数，提出了一种基于帧频的适合分析星载SAR系统视频成像能力的模型，并基于X波段和Ka波段雷达参数对系统进行了仿真分析。研究表明，在形成相同帧率的SAR视频时，SAR系统频率越高，越容易形成独立帧率的SAR视频；在形成相同方位分辨率帧图像的SAR视频时，中心斜视角越大，所需的孔径交叠率越大。研究成果可为星载SAR系统设计提供理论分析支撑。     

基于SVC视频流的低复杂度多播组分解算法

多播是一种高效率利用带宽资源的技术，可以有效缓解多媒体传输过程中的带宽压力，但传统的多播技术会带来“瓶颈用户”问题，限制多播组内用户的数据速率。多播组分解技术将多播组划分为若干子组并以不同速率接收数据，可以有效解决瓶颈用户带来的速率限制。构建了面向用户端的视频多播传输方案，将可伸缩视频编码（SVC）的分层特点和组分解技术相结合，各多播子组根据实际接收能力解调得到不同质量的SVC视频数据，在保证用户基本视频数据传输的基础上，实现总系统速率最大化。提出了面向资源公平调配的低复杂度多播组分解算法，在改进低复杂度分组（LCS）算法过程中考虑SVC视频层限制，并引入常值向量抑制资源分配不公的情况。经过实验数据模拟和性能评估，所提算法在带宽资源和用户数量变化时，均可以稳定地保持较高的系统速率、频谱效率及系统公平性，且计算复杂度较低，能够实际应用于4G和5G网络架构下的视频传输。      

基于运动信息的视频图像空间目标检测

针对卫星拍摄的以深空为背景的视频图像中空间运动目标的检测问题进行了研究,提出了一种基于运动信息的目标检测算法。首先,通过均值滤波对图像进行降噪处理；然后,采用基于局部统计的可变阈值来分割单帧图像,使用灰度重心法计算像点坐标。当卫星凝视目标区域时,恒星可以认为是静止的,而目标依旧在运动,基于此,可检测出空间运动目标。基于某型卫星在轨拍摄的视频图像验证了算法的有效性。     

基于深度学习的无人机航拍视频多目标检测与跟踪研究进展

随着无人机航拍的数据采集愈加便捷，以无人机为平台的多目标检测与跟踪技术发展迅速，在智慧城市、环境监测、地质探测、精准农业和灾害预警等民用和军事领域有着广泛的应用前景，近年来深度学习的突飞猛进也为其提供了多种更为有效的解决思路。然而，无人机视角下目标外观发生突变、目标区域被严重遮挡以及目标消失和重现等挑战性的问题尚未完全解决。综述了基于深度学习的无人机航拍视频多目标检测与跟踪算法，总结了该领域的最新进展，包括多目标检测、多目标跟踪2个模块。多目标检测模块划分为双阶段与单阶段两个部分。对于多目标跟踪模块则依据基于检测的跟踪和联合检测的跟踪2个经典框架，分别阐述了2类算法的原理并分析其优缺点。随后对现有的公开数据集进行统计分析，并对基于无人机航拍视频的多目标检测与跟踪领域内标杆挑战赛VisDrone Challenge近年来的最优方案进行了对比分析。最后总结了无人机视角下多目标检测与跟踪亟待解决的问题并展望未来可能的研究方向，为后续相关研究的人员提供参考。     

厦门空管5G新技术首次应用成功

2021年12月2日,厦门空管站气象台设备信息室的监控终端清晰显示出05号跑道及跑道中间的配电室画面。这第一帧视频图像的显示标志着电信5G切片无线专网技术首次在厦门空管站应用取得成功。摄像头可360度旋转,配电室内显示无死角,值班机务员在航管楼的监控室内可随时监测两个配电室机器的运行情况,大大节省了到场检测时间。