视频图像

摘要： 车速是道路交通事故鉴定中非常重要的内容之一。在事故车辆车速鉴定的最传统方法中,基本都是通过测量道路现场遗留的制动痕迹来进行换算。随着社会科技的进步和道路监控的应用与普及,目前主要是通过道路监控视频,依据《基于视频图像的车辆行驶速度技术鉴定》(GA/T 1133-2014)进行车速鉴定。偶尔也可以依据《道路交通事故车辆速度鉴定》(GB/T 33195-2016)中的经验公式(主要是制动印痕与碰撞形态)、模拟试验、仿真再现软件、车载记录仪等手段来对车速进行鉴定。

摘要： 在基于后向映射查找表结构的实时视频图像几何校正系统中,由于后向映射查找表数据量较大,导致传输时间过长、SDRAM的带宽占有率过高,从而影响处理的实时性。针对以上问题,提出了基于等间隔采样的后向映射表压缩算法,算法保证高精度的前提下提高了压缩率,并设计实现了基于四点二次插值的解压算法IP核。实验结果表明,压缩解压算法具有较高的压缩率和精确度,基于四点二次插值的解压算法IP核可以正确运行。

摘要： 智能双视火焰探测器,智能双视火焰探测器,是由火花探测系统和视频图像智能识别系统经复合智能算法而成的一款高科技智能设备。是将全频谱火花火焰能量探测单元与图像算法火焰探测单元经过复合型智能算法整合为一体,研发出智能双视火焰探测器及系统。其中火花探测系统火花探测器,是基于中国安全生产科学研究院牵头的国家十三五重点研发计划课题研发的设备,具12项专利(5项发明专利)。

摘要： 当前视频图像目标样本点密度取值误差较大,导致视频动态帧目标定位精度偏低。提出基于关键姿态的视频动态帧目标定位方法。采用高斯密度估计法构建视频动态图像关键姿态背景模型。分析视频序列像素点噪声概率密度,提取动态个体目标关键姿态特征轮廓,修正样本点密度取值,实现关键姿态映射下视频动态帧目标定位。为验证提出方法的性能,设计了实验。实验结果表明,提出方法下图像样本噪声得以有效抑制、目标定位精度高,可为相关领域研究提供可靠依据。

摘要： 本文将针对在短视频后期制作中HDR调色技术这一环节的控制问题进行研究。首先根据在短视频制作后期中HDR画面调色技术在控制中存在的问题为基础进行系统分析,并根据画面色彩控制情况提供改善方法。通过图像像素的映射关系计算HDR图像信息,进而完成HDR画面控制中图像的合成;其次通过调节画面色彩的方式,对HDR画面中的图像打消进行等比缩放;最终对整体画面的亮度及色彩的修整,进而确保视频中图像更清晰地呈现在观众视野中。

摘要： 本文提出了基于视频图像识别的地质灾害监测预警系统设计。从传输方案和前端配置上进行了硬件设计,软件设计中明确了监测指挥中心识别配置,对灾害运动目标进行分割监测,对视频图像进行去噪和标记,使用视频图像跟踪地质灾害目标,达到灾害预警的实现。基于视频图像识别的地质灾害监测预警系统设计的测试实验表明:开发的系统能够满足地质灾害预警系统的需求,通过了基于视频图像识别的地质灾害监测预警系统设计的验收测试,系统的运用能够有效地防治地质灾害,对灾害进行第一时间预警。

摘要： 水电机组作为水电站生产电能的主要动力设备,机组运行的稳定性不仅影响着水电站的经济效益,还影响着水电站和工作人员的安全问题。为了保障水电机组安全平稳运行、及时发现机组运行异常状态,该文针对基于AI视频技术的水电机组运转监测与报警系统做了一系列初步研究。首先,给出了系统的硬件设计方案;其次,重点研究并分析了视频图像预处理技术、目标检测以及目标跟踪等可用于水电机组运转监测的AI算法;最后,给出了机组运转监测与报警系统的软件设计方案。研究结果可以为后续研发的基于人工智能图像识别技术的水电机组运转监测与报警系统打下基础,为建设智慧水电厂提供参考。

摘要： 为保证工业现场工作期间人员安全以及非工作期间机械设备安全,全天候监控视频检测异常状况十分必要。基于上述背景,提出一种基于智能定位的工业现场全天候监控视频异常检测方法。该方法利用带有夜视功能的高清摄像头采集工业现场监控视频图像,并实施灰度化、滤波、直方图均衡化预处理。利用SIFT算子提取视频图像目标特征,构建视觉字典,通过视觉字典智能跟踪定位视频图像中的目标。提取目标5个细节特征,利用深度学习中的深度置信网络构建分类器,检测监控视频图像中的异常情况。结果表明:与基于遗传算法的异常检测方法,基于神经网络的异常检测方法以及基于支持向量机的异常检测方法相比,所研究检测方法的灵敏度、特异度和正确率均要更高。

摘要： 本文依托于中国交通事故深度调查CIDAS项目,选取CIDAS数据库中汽车与自行车碰撞的典型案例进行事故车速重建方法研究。本文利用仿真软件PC-Crash、动力学理论和视频图像三种不同方法重建事故发生时的车速。此外,本文还深入分析和探讨了汽车与自行车碰撞过程和车速重建方法的局限性,进一步验证了此类型交通事故中车速鉴定方法的可靠性和准确性。

摘要： 无人机目前其功能已经获得进一步的完善,发展到更多用途,现阶段在消防灭火方面也发展成一类重要的辅助装备,无人机能够实现定点飞行和悬浮,以其具备的视频图像的追踪、障碍物灵活躲避、搜索范围大、收放比较便捷的优势,对灭火及救援任务起到了非常重要的支援效果。本文重点研究在实际消防工作中怎样更好地利用无人机实现灭火救援的任务,为消防人员提供有效的参考。

摘要： 城市公共安防系统中依靠电子眼监控现场环境是目前主要的防护手段,通过事后调取视频数据可以精准定位和发现事故发生的位置及过程,但这种方式仅是在已经造成了社会财产和人身安全事件后进行了弥补型操作,对事故本身并未起到抑制或中断作用,因此对公共安全治理方面是治标不治本的功能.针对此问题,提出一种基于视频图像语义识别的实时数据分析的方法,将电子眼采集的大量视频数据通过语义胶囊结构的动态路由训练与组合,从视频图像中识别出异常的风险信息,警示安防维护人员对现场可能存在的危险及时进行排查和解决,避免引起更严重的连锁危害.新型设计的方法集成在现有的城市安防监控管理平台中,充分体现了视频智能监控技术在公共安防行业中的管理成效及应用优势,为智慧城市运营过程提供了可靠的安防保障手段.

摘要： 随着中国经济社会的快速发展,面临着多种应急突发事件:自然灾害、事故灾难、公共卫生、社会安全等,严重影响了中国经济的健康发展,对百姓的生命、财产安全也造成了严重威胁.建立预警和应急机制是保障人民生命财产的重要内容,预警和应急机制能够把应急信息在最短时间内发布出去.对视频图像中的人群密度的检测是实现应急预警能力的先导,也是保障人民生命财产的一个重要部分,预先知道人的数量能够更好地应对突发事件.本文针对人群密度检测中经常出现的问题,采用计算机视觉的相关技术,对人群密度的相关算法进行研究,得到基于计算机视觉人群密度检测的设计方案.

摘要： 利用高速公路摄像头,采集道路视频图像进行大雾能见度等级分析,提出一种基于图像识别和深度学习技术的大雾能见度等级识别方法.通过对高速公路摄像头视频图像的实时采集,融合图像识别、机器学习、深度学习等多项人工智能技术,建立大雾识别模型,智能识别出高速大雾能见度等级.通过采集15万张高速公路视频图像进行模型验证实验,大雾能见度等级总体识别率在78％以上.随着采集样本数量的增加,识别率将越来越高,完全能够满足道路摄像头大雾等级智能检测要求,为高速道路封停和安全出行提供有效支撑.

摘要： 目前中国高速公路能见度监测主要依靠能见度观测仪,该方法覆盖区域有限且成本较高,而中国高速公路图像采集设备应用广泛,因此提出了一种基于监控视频图像测量雾天能见度的方法.该方法将图像进行分窗格处理,通过相关性分析筛选出最优兴趣窗格的亮度均方差特征矩阵,建立BP神经网络修正线性残差组合模型.结果表明:残差修正模型监测效果优于单一线性回归模型,残差修正模型的决定系数R2为0.977;在光线充足的情况下,残差修正模型的相对误差在10％以下,模型精度相对稳定;最后应用此方法监测高速公路雾天能见度,模型的正确率在80.48％以上.验证了用该方法测量雾天能见度具有可行性和有效性.

摘要： 视频会议系统在日常办公过程中被广泛使用,但一般需要人工进行记录和干预,缺乏自动化手段.为进一步提高视频会议召开效果和服务效率,本系统运用图像处理技术和深度学习技术对传统的视频会议系统进行功能扩展实现参会人员的人数统计和视频图像质量检测,在视频内容和质量分析的结果基础上对多路会场的视频通道进行智能筛选和切换.实时保障视频会议召开的顺利进行并能自动生成会场相关的记录报告.

摘要： 针对在视频图像目标跟踪应用中易发生模板漂移及算法计算效率低等问题,提出了一种新的基于主动漂移纠正的目标跟踪算法.算法中引入了目标跟踪项和漂移纠正项.通过在传统仿射配准算法中引入漂移纠正项,完善了传统目标跟踪表达式,解决了跟踪过程中经常出现的模板漂移问题,并且增加了算法的鲁棒性.实验结果表明,所提出的算法具有更高的计算效率,且具有更好的鲁棒性.

摘要： 本文提出了一种基于多视频的虚实融合可视化系统的构建方法,旨在将真实世界中的图像和视频融合到虚拟场景中,用视频图像中的纹理和动态信息去丰富虚拟场景,提高虚拟环境的真实性,得到一种增强的虚拟环境.利用无人机采集图像来重建虚拟场景,并借助图像特征点的匹配来实现视频图像的注册.然后利用投影纹理映射技术,将图像投影到虚拟场景中.视频中的动态物体由于在虚拟环境中缺失对应的三维模型,直接投影,当视点发生变化时会产生畸变.本文首先检测和追踪这些物体,然后尝试使用多种显示方式来解决畸变问题.此外,系统还考虑有重叠区域的多视频之间的融合.

摘要： 本文对基于深度学习的图像质量评价模型的发展现状进行了调研和总结;对基于深度学习的图像质量评价模型应用到视频数字水印系统质量评价中的必要性和可行性做出了分析;最后对基于深度学习的视频质量评价模型应用到视频数字水印系统质量评价进行了展望.

摘要： 本文对基于深度学习的图像质量评价模型的发展现状进行了调研和总结;对基于深度学习的图像质量评价模型应用到视频数字水印系统质量评价中的必要性和可行性做出了分析;最后对基于深度学习的视频质量评价模型应用到视频数字水印系统质量评价进行了展望.

摘要： 本文对基于深度学习的图像质量评价模型的发展现状进行了调研和总结;对基于深度学习的图像质量评价模型应用到视频数字水印系统质量评价中的必要性和可行性做出了分析;最后对基于深度学习的视频质量评价模型应用到视频数字水印系统质量评价进行了展望.

摘要： 在视频图像再现装置中，在使用3方结构的帧缓冲器实现变焦再现的情况下，存在变焦对象部分的解码处理在显示开始时刻之前未结束、从而劣化显示图像的问题。因此，通过不解码处理在变焦再现时显示的部分以外的编码视频数据流，仅解码处理利用变焦功能显示的部分的编码视频数据流，实现了缩短一个数据的解码速度，无视频图像干扰的变焦再现。

摘要： 本发明的一个目的是使视频图像帧成为利用多个分辨率表示的分层结构。利用第零分层（30）、第一分层（32）、第二分层（34）和第三分层（36），按照分辨率增加的顺序，表示时刻（t1）的帧的分层数据将第零分层（30）和第二分层（34）视为基本图像分层，并且将第一分层（32）和第三分层（36）视为差分图像分层。在这种情况下，当利用第三分层（36）的分辨率显示区域（124a）时，将第二分层（34）保留的对应区域（126a）的图像放大到第三分层（36）的分辨率，并且将每个像素值添加到第三分层（36）保留的区域（124a）的差分图像。随着时间的推移切换被视为差分图像分层的分层（t2、t3……）。

摘要： 本发明提供一种视频图像识别装置、视频图像识别方法和存储介质。一种装置包括：分析单元，其被构造为基于用于校正拍摄的视频图像的参数来分析当摄像单元拍摄视频图像时的环境的状态；识别单元，其被构造为使用分类器对拍摄的视频图像进行识别处理；以及学习单元，其被构造为基于由分析单元进行的分析的结果和由识别单元进行的识别的结果来学习分类器。

摘要： 在视频图像再现装置中，在使用3方结构的帧缓冲器实现变焦再现的情况下，存在变焦对象部分的解码处理在显示开始时刻之前未结束、从而劣化显示图像的问题。因此，通过不解码处理在变焦再现时显示的部分以外的编码视频数据流，仅解码处理利用变焦功能显示的部分的编码视频数据流，实现了缩短一个数据的解码速度，无视频图像干扰的变焦再现。

摘要： 披露了视频图像位置关系修正设备。包括摄像机的内部参数和接附参数的坐标变换参数用作未知数。产生关系表达式，使得关系表达式的数量大于要计算的坐标变换参数的数量。基于通过摄像机实际捕获并且显示的视频图像参考点Q1到Q6的监视器坐标和虚拟目标点R1到R6的对应的监视器坐标之间的偏差计算坐标变换参数的值。基于计算的坐标变换参数的值从参考点的实际坐标推导出虚拟目标点的监视器坐标。确定坐标变换参数，使得虚拟目标点的监视器坐标和实际捕获的视频图像参考点的监视器坐标之间的偏差的平方和最小。基于确定的坐标变换参数的值，修正实际视频图像和虚拟视频图像之间的相对位置关系。

摘要： 彼此相关联地存储可视特征信息和附加信息，所述可视特征信息是表示对象的可视特征的数字值的信息，以及所述附加信息是添加到对象上的信息。提取出作为视频图像的局部区域的图像数据的局部图像数据。产生所提取出的局部图像数据的可视特征信息。相互比较所提取出的局部图像数据的可视特征信息和所存储的对象的可视特征信息，以计算二者之间的相似性。根据所计算出的相似性，标识包含在视频图像数据中的对象。在显示装置上，按照与视频图像重叠的关系，显示由已标识对象的附加信息构成的注释。

摘要： 本发明的一个目的是使视频图像帧成为利用多个分辨率表示的分层结构。利用第零分层（30）、第一分层（32）、第二分层（34）和第三分层（36），按照分辨率增加的顺序，表示时刻（t1）的帧的分层数据将第零分层（30）和第二分层（34）视为基本图像分层，并且将第一分层（32）和第三分层（36）视为差分图像分层。在这种情况下，当利用第三分层（36）的分辨率显示区域（124a）时，将第二分层（34）保留的对应区域（126a）的图像放大到第三分层（36）的分辨率，并且将每个像素值添加到第三分层（36）保留的区域（124a）的差分图像。随着时间的推移切换被视为差分图像分层的分层（t2、t3……）。

摘要： 本发明涉及用于视频图像的一种图像稳定系统。在此数字图像数据通过图像录制系统（2）的图像传感器（4）检测，其中所述图像录制系统（2）的位置通过位置调节装置基于模型来调节。所述图像录制系统（2）的位置变化通过移动传感器（5）检测，并且所述图像数据与位置调节装置的当前控制数据、所述模型（6）的当前参数组和所述移动传感器（5）的累加输出数据一同被传输到图像数据处理系统（3）。在所述图像数据处理系统中基于所述控制数据、所述参数组和所述模型的接收侧拷贝把图像录制系统（2）的不期望的位置变化与期望的位置变化相区分，并且校正所述图像数据，使得不期望的位置变化得到补偿。本发明可以例如用于借助飞行设备的对象监控，并且所提供的优点是能够可靠地区分抖动与期望的移动。

摘要： 本公开提供一种视频图像处理方法和视频图像处理装置。所述视频图像处理方法包括：获取模板图像以及原始视频对应的内容图像；基于所述模板图像和所述内容图像，计算所述模板图像和所述内容图像之间的色彩迁移转换信息；基于所述色彩迁移转换信息，对所述原始视频的每一个视频帧的像素的像素值执行色彩迁移，从而生成目标视频。

摘要： 多视频图像设定方法及多视频图像处理方法。该多视频图像处理方法包括以下步骤。首先，接收第一图像串流，第一图像串流包括数个第一图像。然后，接收第二图像串流，第二图像串流包括数个第二图像。然后，执行一重叠图像区域抓取步骤，包含：取得各第一图像的第一局部区域及取得各第二图像的第二局部区域，其中第一局部区域的图像与第二局部区域的图像一样且重叠。当第一局部区域的图像或第二局部区域的图像的内容发生变化时，同步第一图像串流与第二图像串流。