宽带数字集群终端视频场景检测技术的研究与实现

来源 :北京交通大学 | 被引量 : 0次 | 上传用户:lianjinling27
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
宽带数字集群系统是一种将语音、数据、图片以及视频等各种业务集成于一体的专业指挥调度系统,主要应用于政府、公安、应急救援、物流以及军队等部门。宽带数字集群终端视频业务具有实时视频传输功能,是宽带数字集群系统的重要业务。为了满足集群通信系统高可靠和低延迟的要求,宽带数字集群终端需要传输高质量的实时视频。视频场景检测技术能够提取出实时视频的场景,并可根据场景动态地调整实时视频的比特率和分辨率等参数,保证了实时视频在不同网络环境下的质量。将传统的场景检测技术直接应用于宽带数字集群终端,不能满足终端对场景检测高准确率和低时延的要求。因此,宽带数字集群终端视频场景检测技术的研究与实现具有重要意义。本文在综述了国内外宽带数字集群系统及场景检测技术研究现状的基础上,研究并实现了宽带数字集群终端视频场景检测技术,主要工作如下:1.提出了一种基于场景检测技术的宽带数字集群终端软件架构,该架构实现了宽带数字集群终端视频会商功能和视频场景检测技术,具有可拓展性强、信令收发速度快以及易于维护的特点,解决了原有的宽带数字集群终端不支持场景检测的问题。2.提出了一种基于自适应阈值的加权直方图检测算法(Weighted Histogram Detection Algorithm based on Adaptive Threshold,WHDAAT)。该算法综合考虑了视频的灰度直方图特性和亮度信息,通过对灰度直方图算法进行改进,并利用自适应阈值,在保证时延的前提下,有效地提高了视频场景检测的准确率,实现了视频场景检测准确率和时延的平衡。3.利用Java和C编程语言,基于Android操作系统,开发了宽带数字集群终端视频会商模块、视频传输模块以及视频场景检测模块,实现了宽带数字集群终端视频场景检测技术。4.基于实时视频的码率和分辨率,搭建了一种专用于宽带数字集群终端的视频质量评估平台。阐述了宽带数字集群终端视频场景检测技术的验证方案和验证内容,验证了终端视频会商功能和场景检测技术的有效性,并对场景检测技术的准确率、检全率、调和平均值以及平均时延等性能进行了验证。验证结果表明,所实现的宽带数字集群终端视频场景检测技术满足终端对准确率和时延等指标的要求。
其他文献
文本分类是自然语言处理中一个经典的任务,旨在为给定的文本打上特定的标签,依据标签的数量可将此任务分为单标签文本分类任务和多标签文本分类任务(允许一篇文档同时存在多个标签)。现阶段,文本分类已经有了广泛的应用包括问答、垃圾邮件检测、情感识别、新闻分类等等。为了使文本分类获得更好的效果,一个好的文本表示便尤为重要。针对当前文档,一个好的表示应该同时涵盖整篇文档的全局上下文信息以及局部判别性特征,因为前
随着国家对海洋资源的日益重视,运用现代海洋信息技术,建立现代海洋产业体系已成为国家的重要举措之一。鱼类作为海洋生物资源中分布最为广泛和最具代表性的生物,也成为国内外学者的重要研究对象。在海洋鱼类调查研究中,鱼类的检测、识别是基础性的环节。然而,受水下特殊成像环境的限制,水下图像存在对比度低、颜色失真、光照不均等质量退化现象,导致图像细节丢失,自动化分析困难;此外,鱼类形态各异,尺寸不一,种类繁多且
第五代网络(5G)的不断发展使其普及性越来越高,成为物联网(Internet of Things,IoT)应用增长的主要驱动力。与4G相比,5G解决了4G网络无法支持的机器类通信(Machine Type Communication,MTC)问题,即物联网通信的关键问题。物联网可以在没有人类协助的情况下,智能设备能够相互交互和共享数据。若将数以亿计的智能设备连入物联网,可以创造真正大规模联网。5G
随着无人机技术的发展,无人机可以完成越来越复杂的任务。但是单无人机有功能单一,抗打击能力弱等缺点。相比于单个无人机,无人机集群具有更高的可扩展性和更强的生存能力,可以更快的完成更加复杂的任务。无人机集群成为了当前研究的重点领域。但是无人机集群移动速度快,拓扑变化频繁,导致无人机集群的通信组网问题成为无人机集群发展的瓶颈。目前研究者们已经提出了多种无线自组织网络路由协议,其中基于地理位置的路由协议可
随着人工智能技术与物联网技术的飞速发展,形式简单、信息丰富的语音交互方式被越来越多地应用于日常生活中。比如关键词唤醒系统(KWS),在连续不断的语音中将目标关键词检测出来,进而触发下级指令。神经网络算法的出现,使得KWS系统准确度相比于传统模型有了很大的提升,使关键词唤醒系统部署于更多的应用场景成为了可能。目前关键词唤醒系统的应用趋向部署于小型化智能可穿戴设备和构建大规模智能感知网络。这对KWS系
目前,基于各种神经网络算法的智能设备应用渗透到各行各业,这需要巨大的计算量与存储量作为支撑,而提供神经网络边缘计算的硬件平台资源却往往是有限的。一方面,神经网络中的卷积运算较为复杂,单次识别就需要数百亿的计算量以及数百兆字节的参数存储量,占总计算量的90%以上;另一方面,现有的神经网络边缘计算处理器大多基于CMOS工艺与冯·诺依曼架构,内存和计算单元之间的大量数据移动带来了高能耗和高延时问题,同时
目前第五代移动通信系统(The 5th Generation Mobile Communication,5G)正处于快速发展关键时期,国家铁路集团明确将基于5G技术发展铁路宽带移动通信系统。但是高速铁路场景中的无线信道特性与公网有着明显的差异,因而在进行设备研发和网络部署之前,开展高速铁路场景下的5G系统性能评估工作变得尤为重要。信道仿真仪能够在实验室实现对外场环境衰落特性的精确模拟,在通信系统设
现有抗干扰抗截获技术主要从信号躲避和信号抑制方向出发,如跳频扩频、直接序列扩频、信号混叠及其衍生的优化技术等。以增加频带损耗为代价的抗干扰抗截获技术直接应用到宽带通信系统中存在频谱开销和性能提升的取舍问题。本文聚焦于宽带通信系统物理层抗干扰抗截获技术优化问题,引入跳频与大信号掩盖技术增强网络的可靠性与隐蔽性能力。本文主要研究工作为以下几个方面:1、针对单音和多音干扰,基带跳频将正交频分复用系统数据
无线宽带到户(Wireless To The x,WTTx)作为一种高速率、多链接、广覆盖的无线接入技术,在5G商用的今天再次获得飞速发展。物理层信道估计的性能优劣将直接决定WTTx系统的有效性和可靠性,但大多数WTTx的系统吞吐量、误码性能的提升受到实际场景的严重制约,因此合适的物理层设计和信道估计方法是保证WTTx灵活部署的必要条件。同时,隐私保护是以用户为中心的5G技术发展的核心要求之一,但
随着第五代移动通信系统的发展与部署,越来越多的新兴物联网(Internet of Things,Io T)应用出现在日常生活中,如无人驾驶、远程手术、智能工业控制等。在面向实时应用的Io T系统中,设备需要实时感知周围物理环境并监测系统状态,从而为智能决策和控制提供及时、有效的信息。对于此类时间敏感信息,若决策端获取的是过时信息,将会导致无效决策甚至错误控制,并造成巨大的安全问题。此外,在未来第六