一种基于运动边缘检测的视频对象分割新算法

利用人眼对运动(时间梯度)和边缘(空间梯度)都特别敏感的视觉特点，把帧间运动变化检测和图像的边缘检测结合起来，提出一种新的运动视频对象分割算法．通过帧间差快速得到运动物体的大致位置，形成差分模板，然后通过边缘检测在差分模板中确定物体的准确边缘，并形成边缘模板．在边缘模板的基础上，利用二值图像下的收缩型活动轮廓算法，可以方便地得到视频对象(VOP)的闭合轮廓曲线(以便进行编码传输和基于形状的检索)．同时，设置模板缓冲区以记忆前一时刻的分割结果，从而弥补当前帧的不完整性．该算法对目标的整体运动和局部形变都有较强的适应性，且具有自动消除显露背景以及多目标自动分割包围的能力．     

PSTN可视电话中的V.80同步传输机制

介绍在基于PC机的PSTN可视电话系统中,应用V.80协议实现多媒体数据实时传输的原理和方法,并详细论述V.80初始化、数据发送接收、流量控制等实际技术问题。     

谈“设备文件”在BASIC语言中的应用

在ＢＡＳＩＣ语言中使用ＤＯＳ提供的设备文件，可以灵活地选择数据的输出方向，使程序简洁而高效。     

基于小波包分解和残差网络的故障选线方法

分布式电源与电缆在配电网中大量应用和配电网繁重的检修任务，都对有源谐振接地系统的故障选线带来新的挑战，于是提出一种基于小波包分解和残差网络的故障选线方法。从理论上分析不同故障情况下零序电流的频谱特征，运用小波包分解突出过渡电阻、故障距离和故障初始相角对零序电流的影响。通过残差神经网络模拟出不同故障情况与各馈线运行状态之间的映射关系。上述方法同样适应于有馈线检修停运时导致拓扑结构变化的运行情况，也可运用在出现双重故障的配电网中。通过仿真验证，所提方法在各种故障情况下选线依然准确、可靠且适应性强。     

基于约束卷积神经网络的轿车款式识别

为了对车辆款式和型号进行分类筛选,降低侦查人员的劳动强度,提出了一种用约束卷积神经网络实现轿车款式识别的方法,相比车辆类型识别更为精细。首先通过测试进行正面"车脸"的识别,然后尝试整车车身(并带有部分背景)的识别。测试结果表明,对于包含部分背景内容的整车车身识别,在卷积神经网络中添加约束条件后,误识别率有4.06%的降幅,从而验证了该方法的有效性。     

基于TMDSP开发平台的实时视频编解码系统设计与实现

本文在研究低比特率视频编解码算法的基础上 ,以 h.2 6 3协议为标准 ,以 Philips公司的 TMDSP卡为开发平台 ,实现了一种视频编解码系统 ,经过测试该系统在对 qcif格式图像同时编码解码时 ,能达到每秒 2 5帧以上 ,平均码率能控制在 4 0 kbps以下 ,该压缩卡能广泛应用于可视电话、图像监控、视频会议等多媒体应用中     

3D遥视系统中视频对象的鼠标点取方法

对3D遥视系统中基于3D鼠标的视频对象点取方法进行了研究.在3D遥视/遥控系统的基本框架中加入了基于3D鼠标的对象操控处理模块,并对包括立体视频对象的视差提取、3D鼠标的叠加显示、对象人工标注、3D对象的鼠标事件处理等关键技术环节在内的核心模块"鼠标操控"的实现原理进行了细致的分析和设计,最后通过实验验证了本方法的正确性.     

裸眼3D拍摄与显示的视觉深度控制

在制作3D节目内容的过程中,某些实体对象,特别是活动的人物很难用3D建模工具软件来制作,而需要实地拍摄。在分析裸眼3D显示原理的基础上,探讨了实体对象的多视角3D拍摄原理和方法,讨论了立体"图像对"的不同显示方法所产生的不同视觉效果,以及重建目标虚拟深度的控制方法,并给出了具体的计算公式和处理步骤。     

深浅层特征结合的自监督立体匹配

针对现有的立体匹配算法物体细节部分估计效果较差、有监督算法依赖大量真实视差图等问题，本文提出了一种深浅层特征结合的自监督立体匹配算法。该算法在特征提取网络中嵌入通道注意力机制来提取图片的浅层和更具表征能力的深层特征。基于深层特征构建代价体积预测初始视差图，并用浅层特征指导初始视差图进行优化。此外在损失函数部分在左右视差一致性损失的基础上本文提出左右特征一致性损失，加强浅层特征信息对视差的约束作用，提高算法的鲁棒性。本文在KITTI 2015数据集上训练评估，并应用到拍摄的实际场景中。实验结果表明，本文提出的方法与其他算法相比能获得更好的效果，特别是在视差突然变化的细节区域。