一种快速的基于对称差分的视频分割算法

基于MPEG—4的图像压缩编码，为了高效率分割，实现低码率实时压缩，提出一种快速的基于对称差分的视频分割算法．对图像序列中每连续三帧图像进行对称差分，检测出目标的运动范围．同时利用上一帧分割出来的模板对检测出来的目标运动范围进行修正，最后通过模板填充把修正后的运动目标模板快速地提取出来，实现视频分割．     

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,可以灵地选择数据的输出方向,使程序简洁而高效.     

多模态深度学习综述

模态是指人接收信息的方式,包括听觉、视觉、嗅觉、触觉等多种方式。多模态学习是指通过利用多模态之间的互补性,剔除模态间的冗余性,从而学习到更好的特征表示。多模态学习的目的是建立能够处理和关联来自多种模式信息的模型,它是一个充满活力的多学科领域,具有日益重要和巨大的潜力。目前比较热门的研究方向是图像、视频、音频、文本之间的多模态学习。着重介绍了多模态在视听语音识别、图文情感分析、协同标注等实际层面的应用,以及在匹配和分类、对齐表示学习等核心层面的应用,并针对多模态学习的核心问题：匹配和分类、对齐表示学习方面给出了说明。对多模态学习中常用的数据集进行了介绍,并展望了未来多模态学习的发展趋势。     

GPRS在线路无功补偿控制中的应用设计

介绍了基于GPRS数据传输模块的线路无功补偿数据抄收和远程操控系统的设计实现方法.在分析数据传输单元(DTU)通信协议和补偿控制器通信协议的基础上,设计实现了系统构架和图形化的数据中心后台软件,达到了很好的应用效果.     

深度学习及其在动作行为识别中的进展

深度学习是近年来备受关注的一个研究领域,是机器学习的一个延伸。通过构建深度学习神经网络来提取特征是目前应用于动作行为识别中的一个新研究方向。为了引起更多的视觉领域研究者对深度学习的探索和深入,推动在动作行为识别中的研究,文章首先介绍了深度学习的由来、概念和原理,探讨深度学习与机器学习(神经网络)之间的关系;然后介绍近阶段利用深度学习在动作行为识别中的进展。最后阐述深度学习目前发展所面临的问题,以及对未来的展望。     

立体视频压缩的内参考与交叉参考比较

比较了立体视频压缩过程中的内参考与交叉参考方式.试验和分析结果表明,在大多数情况下,本序列内部参考更为有效,而交叉参考只在图像运动非常剧烈或者场景切换的情况下有意义.     

远程抄表系统中嵌入式GPRS无线通信模块的设计与实现

集中器作为远程抄表系统电能表和数据中心的一个桥梁,是整个抄表系统数据采集与传输的核心,而其无线通信模块无疑又是这核心中的重点,对整个系统起着控制和枢纽作用,其性能好坏直接影响到系统的通信效率。文章介绍了基于AT89C51RC单片机和无线收发芯片MC55的嵌入式无线通信模块的设计与实现,并给出了硬件设计框图和软件设计流程图。     

基于3G电路域的移动流媒体系统及其性能分析

提出了用3G可视电话终端来实现视频点播或电视直播的新方案,并对其传输效率进行了理论分析和实验验证,结果显示本方案可以提供较高的数据传输效率,从而保证了高质量的视音频效果.目前,在手机中实现电视直播等视频通信都是基于分组数据传输方式进行的,由于分组数据传输固有的缺点,不能保证业务的QoS,难以实施商业运营.相对而言,电路域的数据传输则可以保证每一个用户的信道带宽,并且具有延迟小、抖动小、传输效率高的特点.3G可视电话终端中通常内置有Videophone功能,它以64电路域数据链路为底层承载,我们藉此来方便的实现电路域的视频点播或电视直播功能,不用对终端做任何硬件改造和软件改造,而且可以达到比分组域更好的效果.     

运动视频对象分割的一种快速算法

为了能够实时地对运动视频对象进行分割,提出了一种对视频序列图象中的运动对象进行快速分割提取的算法,该算法首先对图象进行滤波,并求出连续两帧图象之间的差分,然后应用“同化填充”技术和基于对象的“整体运动估计”来对差分图象进行修正,进而得到对象模板,同时利用模板缓冲区的帧间迭代来维持模板的完整性,该算法不仅不依赖于固定背景,而且能够消除差分图中的显露背景,还能得到运动目标较为精确的形状,并且算法简单,快速,鲁棒性好。