基于视频纹理的自然场景建模方法

提出了一种改进的基于视频纹理合成的自然场景建模方法。算法通过衡量图像之间的相似度来确定一个视频的初步播放序列,然后将这个初步播放序列划分成几个子序列并调整视频播放过程中的帧与帧之间的延迟,从而消除视频播放中的跳变。为了消除视频循环播放中最后一帧到第一帧的跳变,首先确定初步的播放序列的周期,然后根据周期选取用于合成最终播放序列的图像并对选取的图像根据周期的长短选择以单帧图像或子序列为单位进行图像剖分,最后把剖分后的图像重新组合成最终的播放序列。算法对于各种有周期性或近似于有周期性运动的自然场景都能合成贴近真实的视频效果。     

基于帧间小波变换的视频水印研究

针对数字视频版权保护及信息隐藏技术的需要,本文提出了一种基于帧间小波变换的视频水印算法。该算法首先对视频序列进行等长分组,然后对各组中的视频序列进行最大级数的帧间一维小波变换,从而可以得到一帧低频图像和多帧高频图像,其中低频图像聚集了视频序列的大部分能量,而高频图像的能量相对较小。本文对低频图像进行奇异值分解,然后将水印图像嵌入到低频图像的奇异值变换域上。在水印的嵌入与提取过程中只对4帧视频图像进行小波变换,所需内存较小,并易于硬件实现。实验结果表明,本文提出的视频水印算法具有较好的隐蔽性和鲁棒性。     

MPEG格式视频流的倒序播放技术与实现

简要讨论了当前流行的MPEG视频数据的编码方式。根据MPEG视频流的帧重建技术的思想,使用Windows系统中与显示设备内存属性相同的系统内存缓冲区进行帧图像的重建,成功地实现了MPEG视频流以任意速度进行倒序播放。实验结果 表明了该方法的有效性。     

基于参考帧的视频播放超分辨率放大算法*

利用连续视频各帧之间的时域和空域相关性,在视频播放超分辨率插值放大重建时,主要对I帧进行边缘检测插值,而对P帧和B帧图像的插值则参考I帧的插值结果,从而提高整个视频播放的主观质量,计算量也不大.实验结果表明,本算法对提高每帧图像以及整体视频主观质量均有明显效果,大大减少了播放时由于视频的放大而出现的块状和锯齿状等失真.     

基于OpenCV的DMD视频播放程序开发

针对DMD视频播放需求,提出了一种基于Open CV的视频播放程序开发方法。利用面向对象开发平台VC＋＋6.0设计程序操作界面。调用Open CV中封装好的函数实现AVI格式视频文件的读取与预处理,将图像帧转换成DMD播放需要的特定灰度图像。通过USB将转换后的图像传送至DMD播放器播放,并在操作界面上实现视频同步播放。     

基于OpenCV的DMD视频播放程序开发

针对DMD视频播放需求,提出了一种基于Open CV的视频播放程序开发方法。利用面向对象开发平台VC++6.0设计程序操作界面。调用Open CV中封装好的函数实现AVI格式视频文件的读取与预处理,将图像帧转换成DMD播放需要的特定灰度图像。通过USB将转换后的图像传送至DMD播放器播放,并在操作界面上实现视频同步播放。     

基于时域统计变化检测实时分割头肩视频序列

分析了头肩视频序列的特点，提出了基于时域统计变化检测、利用多帧运动信息实时分割视频对象的方法。先选取包括当前帧在内的前连续2N帧图像，将奇数帧与偶数帧图像作差值，形成长度为Ⅳ的帧差图像序列；对每个象素点时域上的Ⅳ个帧差样本值进行分布显著性检验，判断象素点是否发生了变化；对得到的二值图像进行形态学处理，得到完整的分割结果。试验结果表明，该算法能够自动实时的分割视频对象。     

面向云桌面协议的视频区域侦测算法

针对目前云桌面协议存在的因分块机制引起协议视频播放画面不流畅、带宽占用高等问题,在独立计算环境简单协议（SPICE）的基础上提出了一种视频区域侦测算法（VRDA）。首先在云桌面协议播放视频的过程中侦测识别视频播放区域,然后截取视频播放区域的图像为一块完整的视频帧进行处理,最后使用动态图像专家组视频压缩标准（MPEG4）视频压缩算法替换原压缩效率不高的运动静止图像压缩技术（MJPEG）压缩解压视频帧;同时,提出帧期望与实际显示时间差（DAETD）指标作为实验评价指标,来验证改进后SPICE的视频播放流畅度,并测试带宽占用情况。实验表明,所提算法有效提高了视频流畅度,减少了网络带宽占用。     

基于存储映射法的微机图像采集显示系统

通用电视制式的微机图像采集显示系统在各种刊物、书籍上介绍较多,而非电视制式的微机图像采集显示系统则较少见到。本文所介绍的是已应用于热成像系统中的一种非电视制式的微机图像采集显示系统。它在硬件结构上采用多端口图像捕获、图像帧存储器映射法(图像帧存储器映射为内存的一部分),图像数据通讯无需任何接口电路;软件设计采用宏汇编与Turbo C混合编程的方法,图像显示采     

基于帧间预测的视频水印算法

数字水印技术是视频版权保护的一种重要方法。研究了一种新的鲁棒型视频水印算法,水印嵌入时,对原始视频亮度分量的帧图像整体做DCT变换,将扩频序列叠加在其低频系数段上。水印检测时,首先基于运动估计对水印视频做帧间预测,把得到的运动补偿帧与当前帧相减,并对该残差图像整体做DCT变换,取相应低频系数段作为估计序列,将该序列与原始水印序列的相关性作为水印是否存在的判决依据。实验证明该算法具有良好的鲁棒性。     

不确定时延环境的图像序列预测理论

该文提出的“不确定时延环境的图像序列预测理论”从图像通信系统目端的角度出发,可以将接收端的不连续序列图像构造成连续的视频数据。即使图像源端发送出帧速率小于24帧每秒的图像序列（如每秒15帧）,在复现端仍然能够看到连续的视频图像。     

基于长短时记忆单元和卷积神经网络混合神经网络模型的视频着色方法

视频可以看作是连续的视频帧图像组成的序列,视频彩色化的实质是对图像进行彩色化处理,但由于视频的长期序列性,若直接将现有的图像着色方法应用到视频彩色化上极易产生抖动或闪烁现象。针对这个问题,提出一种结合长短时记忆（LSTM）和卷积神经网络（CNN）的混合神经网络模型用于视频的着色。该方法用CNN提取视频帧的语义特征,同时使用LSTM单元学习灰度视频的时序信息,保证视频的时空一致性,然后融合局部语义特征和时序特征,生成最终的彩色视频帧序列。通过对实验结果的定量分析和用户研究表明,该方法在视频彩色化上实现了较好的效果。     

基于光流周期特性的视频帧率上转篡改检测

视频帧率上转是视频时域篡改的一种常见篡改手段,它通过周期性地在两个视频帧中间插入中间帧的方式,实现将视频由低帧率转换到高帧率的目标.本文提出了一种基于光流周期特性的视频帧率上转篡改检测算法,首先将视频转为帧图像序列,然后采用Horn-Schunck光流法计算每帧图像每个像素点的光流矢量,并计算相邻帧图像光流的变化率.最后利用快速傅里叶变换对光流变化率数据进行频谱分析,根据最高谱线的幅值与平均幅值的比值阈值来判别视频是否经过篡改.实验表明,算法不仅能够准确识别待测视频是否经过帧率上转篡改,并且提高了视频压缩的鲁棒性能,具有一定的实际应用价值.     

同源视频Copy-Move篡改检测及恢复

针对同源视频序列的copy-move篡改方式, 提出一种通过度量图像内容间的相关性, 来实现对视频序列的copy-move篡改检测并恢复的方法. 首先将视频帧内容转化为一系列连续的图像帧, 对图像分块, 提取每帧图像的8个特征矢量, 再利用欧氏距离计算帧间相关性, 并通过添加偏差矩阵构造动态偏差阈值, 检测出copy-move篡改序列且精确至帧, 从而实现对视频序列的篡改检测与恢复. 实验表明, 该算法对同源视频序列的copy-move篡改检测及恢复能够取得理想的效果.     

一种MPEG1/MPEG2视频流的自适应播放算法

提出了一种MPEG1/MPEG2视频流的自适应播放算法。算法根据播放缓冲区的占用情况来调整视频帧的播放持续时间，并在播放缓冲区上溢时判断到达视频帧的类型，以决定是暂时存储还是丢弃，使得不会造成帧内编码帧和前向预测编码帧的丢失，从而保证视频流平滑地播放。实验结果表明，在播放不连续性和播放失真上新算法都优于Yuang算法，并实现了视频流的平滑播放。     

视频检索中关键帧选取的时间自适应算法

关键帧提取是基于内容检索的视频数据库中十分重要的一步，但在整个视频数据库数组和研究中，由于以前受到计算机处理能力的限制，一直被忽略。文章针对关键帧提取的问题，提出了时间自适应算法, 并用一系列的视频检索实验证明了其有效性。还讨论了在VC 平台上“视频分析及检索系统”软件包的开发问题。此软件包具有MPEG视频播放、视频文件分帧运算、帧图像直方图计算、镜头分割、基于关键帧的视频检索等功能。     

一种运动背景下移动目标的检测方法

针对全局运动视频序列中的目标检测,提出了改进的灰度投影算法.通过对灰度投影相关曲线的分析,根据其单峰性特征,提出了三点局域自适应搜索算法,该方法能够快速的估计出前后两帧之间的运动矢量.然后以参考帧图像背景为参照,映射当前帧的背景信息,以此补偿全局运动矢量,将连续几帧图像的相同背景稳定在同一幅图像的相同位置上,从而能够利用改进的连续三帧差分法准确地检测出运动目标,并根据目标的特征进行分类识别.实验结果表明,该方法能够有效地从视频序列中提取和识别出运动目标.     

结合超混沌系统和Logistic映射的视频图像加密算法

对视频图像使用传统的单幅图像加密算法,容易出现算法耗时长、效率低等问题。为提高视频图像加密效率,通过使用细胞神经网络（CNN）超混沌系统和Logistic混沌映射,提出一种单帧逐一加密和多帧组合加密相结合的算法。根据视频帧使用SHA-256生成Logistic初值,经过Logistic映射迭代得到Logistic混沌序列,利用生成的混沌序列对视频帧逐帧扩散。将视频帧以二进制的形式组合成一个矩阵,把根据组合矩阵产生的初值代入CNN超混沌系统,利用得到的混沌序列对组合矩阵进行置乱,视频所有帧各像素点扩散、置乱一步完成,从而缩短加密时间。在此基础上,将组合矩阵重新分解为单帧图像,得到最终加密的视频图像。实验结果表明,在算法中使用高维超混沌系统安全性更高,能够有效缩短加密视频图像的耗时,且能抵抗统计攻击、差分攻击和暴力攻击,具有较好的安全性。     

基于时空关系模型的交通信号灯的实时检测与识别

交通信号灯的检测与识别是无人驾驶汽车和高级驾驶辅助系统(ADAS)的重要组成部分。针对城市道路复杂环境下的交通信号灯的检测和识别需求,依据多帧视频图像序列的时空连续变化关系构建多帧视频图像的时空关系模型(Time-Space Model,TSM),提出了一种新的基于多帧视频图像序列的交通信号灯的检测和识别算法。算法包含3部分:基于颜色的视频图像快速分割压缩算法,用于提高计算效率;引入多帧视频图像序列的时空关系模型,以提高交通信号灯检测的准确性 ;根据图像的HOG(Histogram of Oriented Gradient)特征,通过SVM(Support Vector Machine)分类器对信号灯进行识别。实验结果表明,算法的鲁棒性强、检测识别速度快、准确率高。     

结合对齐度准则的视频人脸快速配准算法

在视频人脸替换过程中,针对人脸检测和特征点定位不考虑前后帧的时域联系,导致处理后的视频人脸出现抖动、错位现象的问题,提出结合对齐度准则的视频序列人脸配准方法。通过人脸特征点定位确定待匹配人脸的候选区域和参考人脸五官图像,并根据梯度信息得到参考人脸搜索子图像。构造图像尺度金字塔,在尺度金字塔中快速搜索对齐度极值,极值坐标对应搜索子图像相似度最高的配准点,构造匹配点对。采用Procrustes analysis算法计算对应匹配点的变换关系矩阵,完成待配准图像的坐标变换。根据实验数据,提出的算法提高了优化搜索的速度,处理后的视频与其他算法相比,前后帧对齐的人脸位置和姿态稳定,经处理的视频播放过程中人脸位置自然流畅。算法消除了肤色区域的影响,采用前后帧人脸的有效信息,保持了灰度变化大的人脸区域的位置和姿态,实现视频人脸的精确配准。