基于Web的家庭安保机器人视频传输的研究与实现

针对家庭安保机器人视频传输问题,在综合比较了几种主流方法的基础上,提出了一种新的基于视频流的方案。对图像进行实时编解码,在保证较好的图像质量的基础上,实现了图像的实时同步,并具有良好的扩展性。实验验证了该方法的先进性与有效性。     

一种适用于传统互动机顶盒的多屏互动技术方案

以电视机为核心的多屏互动技术已经成为当前广电平台的发展方向,但家庭内部端到端直接交互的技术方案不适用于传统的互动机顶盒。针对传统机顶盒多屏互动的业务需求,提出了一种基于云计算架构的技术方案,将手持智能终端的操控指令发送到云端的交互信令控制服务器,机顶盒通过WEB服务器中的代理客户端完成对操控指令的响应,实现手持终端与传统机顶盒的实时交互,项目实践证明本方案具有很强的实用性。     

音视频相结合的广告检测算法

利用广告最后一帧的特点,提出了一种新颖的音视频相结合的广告检测的方法。在镜头分割的基础上,运用基于SVM的FMPI（有产品信息的图像帧）检测与静音段检测相结合的方法检测广告区域最后一帧。根据检测出来的结果确定广告的开始位置和结束位置,从而确定广告区域。实验结果表明,该方法不仅具有较高的准确率和查全率,而且解决了以往广告检测边缘定位不准的问题。     

高并发集群监控系统中内存数据库的设计与应用

在具有大量并发连接的高并发集群监控系统中,传统磁盘数据库由于内外存交换开销过大,无法支撑数据的实时存储与处理,因此大量实时系统都选择采用内存数据库作为数据支撑模块。从介绍内存数据库的关键技术点出发,通过引入虚拟影子内存和粗粒度意向锁来分别改进内存数据库的数据组织和并发控制,设计实现了一个用于支撑高并发集群监控系统的高效内存数据库模块,并且研究了其在实际系统中的应用情况。     

"炫视通"平台开放架构详解

近年来,随着传媒受众对服务、互动、参与和分享等需求的日益增强,IPTV也得到了高速发展.除运营商和技术提供商在IPTV方面投入了巨大力量外,增值服务提供商也都摩拳擦掌,希望能够将互联网、移动通讯领域的应用快速移植到IPTV上,尽快占领电视机这一最重要的家庭终端.     

VAR-Tree--一种新的高维数据索引结构

在多媒体信息检索和数据挖掘等应用领域,实现高维矢量的K近邻搜索是非常具有挑战性的研究课题,为此人们提出了很多种索引结构．然而,现有研究成果表明,随着矢量维数的增加,基于树状索引结构的查询性能急剧下降,例如在R-Tree,X-Tree和SS-Tree中都会出现“维数灾难”．为此,又引入近似压缩的思想,即通过压缩数据来减少查询过程中的磁盘读写代价,例如VA-File等,不过,VA-File没有对近似矢量数据做任何的排序或层次处理．提出了一种新的索引结构VAR-Tree,它将VA-File与R-Tree有机结合起来,用R-Tree管理和组织VA-File中的近似数据,并用已提出的R-Tree类相似查询算法实现基于VAR-Tree的查询．实验结果表明,VAR-Tree较好地提高了检索性能．     

一种近似图像插帧的快速算法

图像插帧,是在输入两幅图像a、b间,产生一系列中间帧的过程.提出一种针对近似图像进行图像插帧的快速算法.该算法对Mahajan提出的基于路径的插值算法进行了优化,能更快速产生视觉连贯的中间图像,不需要用户人工干预.算法使用更快速直接的dinic算法来使全局能量最小化,计算转变点和转变路径,并且在三维泊松重建部分使用一种能够快速收敛、基于对角线的多重网格算法.实验结果证明,算法能快速准确生成视觉效果连贯的中间图像.     

VA-Trie:一种用于近似k近邻查询的高维索引结构

近年来,随着多媒体信息检索技术的不断发展,如何实现高维特征矢量的快速相似性查询成为一个重要的研究课题．为此,人们提出了许多索引结构,包括：R—Tree及其变种、对矢量进行量化近似的VA—File、引入量化思想的A—Tree等等．从公开发表的成果看,这些索引结构在较低维数时,都能够表现出较好的查询性能;而当维数增加时,性能则急剧恶化．为了在更高维数下实现快速相似查询,可采用VA—File和A—Tree中的近似思想,并借助Trie结构来组织和管理压缩后的近似矢量,即所谓的VA—Trie．实验结果表明,在高达128维时VA—Trie仍有查询加速,其性能远好于A—Tree．     

面向高速宽带业务的NGBOSS研究

研究与建立面向高速宽带业务的新一代运营业务支撑系统(NGBOSS)的模型和框架,应用基于策略的内容计费核心技术,实现可配置的计费平台。利用数字互动媒体业务网关技术,实现新兴数字互动媒体业务的自动受理、生成和部署,以支持端到端的业务自动化。实验结果表明,系统设计达到了指标要求。     

基于神经网络的建筑能耗及设备故障预测方法研究

文章在常规建筑能耗和设备故障预测方法的基础上,根据智慧建筑中BIM模型数据和物联网数据融合形成的数据集,提出了基于BP神经网络的多任务学习方法,将建筑能耗和设备故障预测采用同一神经网络模型进行学习和预测,并阐述了网络结构及损失函数的设计方法,为建筑能耗和设备故障预测提供了新的思路,也为智慧建筑运维管理系统中的智能诊断服...