基于内容的视频转码服务器软件设计

发布时间：2021-06-06 01:59

　　随着时代的不断进步,视频监控网络摄像机出现在了当今社会人们生活的方方面面。在这个科技化的时代,人们开始更多的利用监控视频来获取有用的信息。然而随着视频监控网络摄像机的增多、摄像机所拍摄视频质量的提高,也给人们带来了一系列的问题。其中,如何有效的存储大数据的视频,去除掉非必要的信息,保留视频中的必要信息从而降低存储消耗的问题,以及如何减少视频传输过程中带宽占用从而提高传输效率的问题,是本文所要解决的两个中心问题。本文根据显著性区域提取算法和超分辨率重建算法设计了一种基于内容的视频转码服务器软件方案并进行了实现。主要的研究内容如下:（1）针对传统Itti视觉注意计算模型,引入边缘特征信息,优化视觉注意计算模型。在引入边缘特征信息的过程中,对canny边缘检测算法进行改进:以改进后的双边滤波算法代替高斯滤波从而更好的保持边缘,借鉴sobel算子从四个方向计算梯度幅值来代替原方法中的从两个方向来计算的过程,利用改进的OTSU算法选取双阈值代替手动设置阈值,从而降低图像分割时的误检、漏检现象。最终根据获取到的显著性区域对原图像进行显著性区域提取。（2）然后对获取到的显著性区域进行超分辨率重建成与... 

【文章来源】：浙江理工大学浙江省

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

图２．２模块线程化输入输出图??（４）异步机制的优化??对于上面的问题，还可以利用异步机制来提高性能

浙江理工大学硕士学位论文?基于内容的视频转码服务器软件设计??Ａｓｙｎｃ?Ｆｒａｍｅ?Ｓｙｎｃ?Ｆｒａｍｅ???Ｉｎｐｕｔ?？?Ｄｅｃｏｄｅｒ??？?ＶＰＰ??？?Ｅｎｃｏｄｅｒ??Ｏｕｔｐｕｔ—？??Ａｓｙｎｃ?Ｆｒａｍｅ??图２．３模块异步化输入输出图??综上所述，Ｉｎｔｅｌ?Ｍｅｄｉａ?ＳＤＫ提供的ＡＰＩｓ非常方便，灵活运用这些ＡＰＩｓ可以在很大程??度上帮助我们进行更加安全、高效的开发，更加可以帮助我们开发出更加高效率的、高可??移植性的和高可维护性的系统。??２．２传统丨ｔｔｉ模型原理??ｌｔｔｉ模型理论是在１９９８年被提出，后来在２００１年又得到了进一步的改进［４Ｇ】。??ｈｔｉ视觉显著性模型的基本思想是通过对一幅输入图像利用高斯采样方法构建其颜色、??亮度和方向的高斯金字塔，对高斯金字塔使用中央－周边（Ｃｅｎｔｅｒ－Ｓｕｒｒｏｕｎｄ）方法和归一化??（ｎｏｒｍａｌｉｚａｔｉｏｎ）方法获取多个特征图，然后将这些特征图进行交叉尺度合并（Ａｃｒｏｓｓ－ｓｃａｌｅ??ｃｏｍｂｉｎａｔｉｏｎｓ）和归一化操作得到相应的单特征维显著图，最后对获取到的三张显著图进行??线性融合得到本文所需要的整合后的？？张显著图，方法步骤如图２．４所示。该方法具有不??需要训练学习的过程，仅仅通过纯数学的方法便可以完成显著图计算的优点。??１０??

浙江理工大学硕士学位论文?基于内容的视频转码服务器软件设计??／?／??线往滤漩??／?＾?／?／?Ｓｉ?／?／?＾?／??／?７?／?７?／?７??Ｅｐ?Ｅ＾］?Ｃｐ???中央－周边差及Ｓ—????ｒ?／?ＺＺＺ７?ｒ／??／?１?／?７?，?，?／?７??ｊ?＾?１２张?ｊ?＾?６张?２４张?ｊ?－ｉ??＼?Ｘ??１????蚊碟合并与ａ－化???单紐輕著图??／?／?／?／?／?／???＿Ｊ＿????????／?ｇｇＢ?卜???裏者幻么?返回抑制??ｎｐ＝＾Ｊ??注意区域??图２．４传统丨ｔｔｉ视觉注意模型步骤图??２．２．１?Ｉｔｔｉ模型检测步骤??（１）为了获得亮度特征和颜色特征的九层金字塔，首先需要对〃、ｇ、６三通道做图像??降采样，依次获得九个不同尺度的三通道图像；丫由、容问、的Ａ其中＃和？和。??然后依次建立各类特征的九层高斯金字塔：??亮度特征公式：??／（ａ）?＝?（ｒ（ａ）?＋?ｇ（＜ｒ）?＋?６（ｃｒ））／３?２＿（１）??颜色特征公式：??红色：??／？（ａ）?＝?ｒ（ｃｒ）?－?（ｇ｛ａ）?＋?Ｚ）（ｃｒ））?／?２?２－（？）??１１??

【参考文献】：
期刊论文
[1]视频监控信息与传统犯罪现场勘查相结合的优势分析[J]. 尚达.  产业与科技论坛. 2019(11)
[2]改进Canny边缘检测的遥感影像分割[J]. 刘丽霞,李宝文,王阳萍,杨景玉.  计算机工程与应用. 2019(12)
[3]公安视频监控中的人脸识别技术研究与应用[J]. 张鑫.  中国安全防范技术与应用. 2019(01)
[4]基于局部插值的双三次图像放大[J]. 纪琳琳,王平,张云峰.  图学学报. 2019(01)
[5]一种基于边缘检测的视觉注意计算模型[J]. 张玉薇,潘勇才.  福建电脑. 2018(11)
[6]一种自适应的Canny边缘检测算法[J]. 宋人杰,刘超,王保军.  南京邮电大学学报(自然科学版). 2018(03)
[7]Intel视频编解码技术浅析[J]. 陈云海.  广东通信技术. 2018(02)
[8]关于插值算法的超分辨恢复[J]. 张艳霞,郝英,杨其荣.  南昌大学学报(理科版). 2017(01)
[9]一种新的基于参数估计的自适应双边滤波算法[J]. 孟庆顺,宁芊,雷印杰.  计算机应用研究. 2017(07)
[10]低帧率周期运动视频超分辨率重建方法[J]. 杨靖,彭国华.  计算机工程与应用. 2017(08)

博士论文
[1]图像超分辨率重建研究[D]. 康凯.中国科学技术大学 2016
[2]图像感兴趣区域提取方法研究[D]. 陈再良.中南大学 2012

硕士论文
[1]高清视频监控系统硬件加速编解码的研究与应用[D]. 徐圣凯.南京理工大学 2017



本文编号：3213359