一种以音频为基准的视频捕获丢帧补偿算法的研究

针对视音频捕获回放过程中视频超前、音频滞后的现象,提出了一种以音频为基准的视频捕获丢帧补偿算法,其利用稳定的音频数据作为同步基准,在视频帧数据写入流媒体文件时进行丢帧补偿处理,从而保证视音频捕获的同步.本算法已在西安交通大学网络教育示范系统中得到了应用.应用表明,本算法较好地解决了视音频捕获同步问题.     

一种以音频为基准的视频捕获丢帧补偿算法的研究

针对视音频捕获回放过程中视频超前、音频滞后的现象 ,提出了一种以音频为基准的视频捕获丢帧补偿算法 ,其利用稳定的音频数据作为同步基准 ,在视频帧数据写入流媒体文件时进行丢帧补偿处理 ,从而保证视音频捕获的同步。本算法已在西安交通大学网络教育示范系统中得到了应用。应用表明 ,本算法较好地解决了视音频捕获同步问题     

语音丢帧补偿算法的评价方法研究

利用感知语音质量评价(PESQ)标准测量丢帧补偿后语音质量的客观效果,给出了不同丢帧率条件下,对应的PESQ值的分布趋势,并与主观测试结果进行比对拟合,证明丢帧补偿算法的主客观评价存在较高相关性.同时总结了主观描述词,利于提高算法的针对性.     

追根究底视频采集丢帧的原因及对策

对于玩数码摄像机的爱好者来说．将拍摄的影片采集到电脑里面编辑处理．再做成VCD或者DVD光盘是常有的事情。不过在视频采集的时候常常遇到丢帧的情况。普通的丢帧会导致影片不连贯．严重的还会造成影音不同步的后果．甚至造成文件出错而不能使用．浪费宝贵的时间。丢帧的原因可以分为两大类：一类是电脑软硬件配置不合理．造成电脑资源消耗过大所致：另一类是视频源质量不高．或者摄像带与摄像机不匹配所造成。     

浅谈视频采集丢帧现象及解决方法

简要分析采集中视频丢帧的原因,探讨视频丢帧的解决方法。     

非线性编辑系统中视频采集丢帧问题探讨

在非线性编辑系统中，视频采集丢帧现象是个常见的问题。从非线性编辑系统的软硬件设置及视频源等方面进行较详细的分析，并提出相应的解决方法，使视频采集的丢帧现象减到最小。     

丢帧隐藏算法及其DSP实现

介绍了ITU推荐的G．711丢帧隐藏算法的原理,然后阐述了在TMS320C55x芯片上如何实现和优化其定点算法。     

一种在原始视频帧中嵌入的鲁棒的数字水印

该文提出的在原始视频帧中的扩频水印方案,使用二值图像作为水印,采用每帧索引的办法,并且利用相邻帧的统计相关性来嵌入水印。对于丢帧、帧重组以及共谋攻击有很强的鲁棒性。水印提取时不需要用到原始视频。文中对该方案进行了详细的介绍,并给出了仿真实验结果。     

一种非相干TD-SCDMA下行同步码捕获算法研究

目前我国自主研发的第三代移动通信标准TD-SCDMA已经成功商用.基于TD-SCDMA的物理帧结构特性,该文设计了一种用于下行同步码组捕获与精确帧同步的单信号点峰均比判决算法.MATLAB仿真结果表明:新算法在复杂度低于传统算法的同时,具有较高下行链路帧同步准确性.     

TDMA子帧信号的初始捕获与同步

本文对ＴＤＭＡ子帧信号的初始捕获与同步进行简要的综述，以国防科工委卫星通信专用网ＤＭＡ系统的ＴＯＭＡ信令信道为例，具体介绍了其子帧信号初始捕获与同步的技术方案。最后，还介绍了通过卫星所进行的初始捕获与同步试验，以及实际工作的运行情况。     

一种OpenCV,VFW及VCM相结合的实时视频处理框架

提出一种OpenCV,VFW和VCM相结合的实时视频处理框架.该框架以OpenCV中集成的DirectShow模块作为摄像机的驱动接口实时采集视频图像,在对图像进行处理后,采用VFW建立视频保存接口,通过VCM技术自动选择当前可行的视频压缩格式,避免了VFW需要弹出压缩格式对话框进行选择的缺点.实验表明,该视频处理框架具有稳定、实时的优点,采用该框架设计的软件已在实际中得到应用.     

基于运动补偿的视频自适应去隔行算法

针对传统的去隔行算法存在的问题,提出了一种新的基于运动补偿的视频自适应去隔行算法,主要内容包括双向块匹配运动估计、自适应参考域值设置.测试结果表明本算法能够高质量地去除视频图像的隔行效应.     

基于MPEG4的视频采集与压缩

基于普通的视频采集卡，使用VFW(Video for Windows)软件开发包，探讨VC^ 6．0下视频采集及用MPEG4压缩编码中的编程设置。     

基于时域同步及分块嵌入的音频水印算法

提出一种基于时域同步的音频水印算法,在音频信号的时间域上检索满足一定信号强度的区域作为同步区域,把水印图像分块,每个水印分块及其编号嵌入到一个同步区域,水印按照分块顺序循环嵌入到检索到的同步区域;水印比特嵌入在同步区域的小波变换域上,通过拼凑法修改低频系数的幅度值实现水印比特的嵌入。水印检测不需要原始音频信号,是一种盲检测水印算法。仿真实验证明了算法对一般的音频信号处理具有较好的鲁棒性和透明性,对同步攻击、抖动攻击具有较好的鲁棒性。     

基于EMD的音频水印算法研究

提出了一种基于经验模态分解(Empirical Mode Decomposition,EMD)的音频水印算法,选择EMD分解得到的冗余信号分量作为水印的嵌入位置,并证明了冗余信号分量按照提出的算法嵌入水印以后仍然是冗余信号分量,从而为水印嵌入提取提供了理论基础.通过粒子群优化算法求解出适用于EMD分解的最优音频水印嵌入强度,按此强度嵌入水印,可以同时满足水印的健壮性和不可感知性.仿真结果表明,使用计算出的最优嵌入强度嵌入水印,嵌入水印后的音频信号在受到大部分攻击的情况下可以确保水印的不可见性和健壮性.     

基于局部亮度直方图的自适应视频帧类型决策算法

视频帧类型决策是影响视频编码效率的关键因素之一。为提升x265视频编码器的编码性能,该文提出基于局部亮度直方图的自适应视频帧类型决策算法。首先,在64×64大小的编码树单元(CTU)级别上统计各帧局部亮度直方图,用帧间局部亮度直方图差异表征帧间场景变换程度;其次,引入帧内编码帧(I帧)检测窗,在检测窗内通过比较帧间场景变换程度自适应确定I帧;最后,根据帧间场景变换程度与迷你图像组(MiniGOP)大小之间的相关性确定MiniGOP大小,从而自适应确定普通P和B帧(GPB帧)及双向预测编码帧(B帧)。实验结果表明,与x265标准中的相关算法相比,所提算法能够有效降低x265的编码复杂度,可在减少近5%编码时间的前提下,实现视频I帧、GPB帧和B帧的高效自适应决策。     

基于音视频的情感识别方法研究

近年来,情感计算逐渐成为人机交互发展突破的关键,而情感识别作为情感计算的重要部分,也受到了广泛的关注。本文实现了基于ResNet18的面部表情识别系统和基于HGFM架构的语音情感识别模型,通过调整参数,训练出了性能较好的模型。在此基础上,通过特征级融合和决策级融合这两种多模态融合策略,实现了包含视频和音频信号的多模态情感识别系统,展现了多模态情感识别系统性能的优越性。两种不同融合策略下的音视频情感识别模型相比视频模态和音频模态,在准确率上都有一定的提升,验证了多模态模型往往比最优的单模态模型的识别性能更好的结论。本文所实现的模型取得了较好的情感识别性能,融合后的音视频双模态模型的准确率达到了76.84%,与现有最优模型相比提升了3.50%,在与现有的音视频情感识别模型的比较中具有性能上的优势。      

基于内容标引的网络音视频传输监测技术研究

首先简要介绍了互联网音视频传输监测现状,其次对主动监测技术方案的技术需求进行分析,以互联网音视频传输内容为研究对象提出了基于内容标引的主动监测技术方案,为内容感知和传输监测提供了新的手段.之后较为详细地论证了内容标引及相关关键技术如生成、嵌入与检测等.最后对标引嵌入和检测两个关键环节搭建原型系统进行功能及性能验证.     

时间码在音视频制作中应用浅析

本文介绍了音视频设备中常用的各种时间码，对这些时间码在音视频节目制作中的各种典型应用作了分析。