期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
色度域亮度域信息融合的监控视频重压缩取证
1
作者 公衍超 王子琳 +3 位作者 杨楷芳 刘颖 林庆帆 王富平 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2024年第5期46-55,共10页
为解决当前视频重压缩取证方法没有考虑色度域信息、取证准确度低的问题,提出一种面向最新多用途视频编码(versatile video coding,VVC)标准色度域亮度域信息融合的监控视频重压缩取证方法(CLF-SVRF)。基于VVC标准的编码原理,从监控视... 为解决当前视频重压缩取证方法没有考虑色度域信息、取证准确度低的问题,提出一种面向最新多用途视频编码(versatile video coding,VVC)标准色度域亮度域信息融合的监控视频重压缩取证方法(CLF-SVRF)。基于VVC标准的编码原理,从监控视频的色度域和亮度域维度分析并确定VVC视频码流中与压缩次数密切相关的基础码流特征;基础码流特征包括色度域和亮度域编码单元(coding unit,CU)的划分类型及预测模式;结合拉格朗日率失真优化技术分析随着压缩次数的增加,色度域亮度域CU划分类型和预测模式的变化;进一步确定色度域亮度域CU划分类型和预测模式可以作为检测视频压缩次数的基础码流特征;接着考虑视频监控应用对重压缩取证方法低复杂度的需求,基于色度域亮度域CU划分类型和预测模式构建低复杂度高级码流特征;将高级码流特征输入支持向量机完成监控视频的重压缩取证。实验结果表明,与当前先进方法相比,CLF-SVRF方法的监控视频重压缩取证准确度平均提升了13.53%,同时可以大幅度地降低重压缩取证耗时,重压缩取证时间平均减少了47.42%。 展开更多
关键词 视频编码 通用视频编码 重压缩取证 监控视频 色度域
在线阅读 下载PDF
我校举办2014年度电子现场勘验领域图像与视频处理研讨会
2
《西安邮电大学学报》 2014年第6期79-79,共1页
10月20日,由西安邮电大学电子信息现场应用技术公安部重点实验室主办的"2014年度电子信息现场勘验领域图像与视频处理研讨会"在西安召开。公安部科信局科技基础处副处长邓旭冉、公安部五局六处副处长王海欧,省公安厅副厅长马中林、省... 10月20日,由西安邮电大学电子信息现场应用技术公安部重点实验室主办的"2014年度电子信息现场勘验领域图像与视频处理研讨会"在西安召开。公安部科信局科技基础处副处长邓旭冉、公安部五局六处副处长王海欧,省公安厅副厅长马中林、省网信办副主任鲁世宗及省公安厅刑侦局技术处处长杨永登,西安邮电大学副校长范九伦出席会议。全国各公安部重点实验室及陕西省各地市刑侦局相关人员参加会议,陕西省法庭科学电子信息实验研究中心总工程师刘颖博士主持研讨会。 展开更多
关键词 电子信息 视频处理 现场勘验 图像 重点实验室 公安部 现场应用 科技基础
在线阅读 下载PDF
基于多尺度特征提取网络的水下图像增强算法 被引量:3
3
作者 刘卫华 吴昊 益琛 《西安邮电大学学报》 2024年第5期71-79,共9页
针对现有水下图像增强方法存在颜色失真、细节模糊等问题,提出一种基于多尺度特征提取网络的水下图像增强算法。首先,通过不同尺度的特征提升特征利用率,并针对图像三通道衰减不同的问题,引入通道注意力机制提高图像的对比度恢复效果。... 针对现有水下图像增强方法存在颜色失真、细节模糊等问题,提出一种基于多尺度特征提取网络的水下图像增强算法。首先,通过不同尺度的特征提升特征利用率,并针对图像三通道衰减不同的问题,引入通道注意力机制提高图像的对比度恢复效果。其次,网络引入残差连接并加入随机丢失层,避免梯度消失,同时设计联合损失函数,防止单一损失函数可能导致模型色彩校正偏向背景色彩。实验结果表明,所提方法在减少细节丢失、改善色偏等方面效果有所提升。 展开更多
关键词 水下图像增强 多尺度 通道注意力机制 残差连接 联合损失
在线阅读 下载PDF
基于密集连接编解码网络的HDR重建算法
4
作者 刘卫华 何佳斐 益琛 《西安邮电大学学报》 2024年第2期84-93,共10页
针对动态场景下高动态范围(High Dynamic Range,HDR)重建会出现伪影现象的问题,提出一种基于密集连接编解码网络的HDR重建算法。该算法基于通道和空间维度的注意力机制模块,根据注意力特征图引导并提取不同曝光低动态范围图像相对应的... 针对动态场景下高动态范围(High Dynamic Range,HDR)重建会出现伪影现象的问题,提出一种基于密集连接编解码网络的HDR重建算法。该算法基于通道和空间维度的注意力机制模块,根据注意力特征图引导并提取不同曝光低动态范围图像相对应的图像特征,自动抑制由失准和过饱和引起的不期望分量,增强非参考图像中所期望的精细细节。通过密集连接编解码网络模块,在编码部分逐步提取特征图的多层次细节,并利用密集连接增强信息交互,使用解码器还原图像细节特征,最终生成少伪影、高质量的高动态范围图像。实验结果表明,该算法可以有效减弱伪影现象,得到细节丰富的高动态范围图像。 展开更多
关键词 高动态范围图像 注意力机制 密集连接 多曝光融合 去伪影
在线阅读 下载PDF
基于小波和Contourlet的改进的图像复原算法 被引量:1
5
作者 刘卫华 李大湘 王殿伟 《西安邮电学院学报》 2012年第6期37-41,共5页
不同的数学变换工具能够有效表示图像的不同细节结构,小波变换能够有效表示图像中的奇异点,而con-tourlet变换能够有效表示奇异线,为了更好地利用不同变换工具的优势,文中提出一种基于小波和Contourlet的改进的图像复原算法。算法首先... 不同的数学变换工具能够有效表示图像的不同细节结构,小波变换能够有效表示图像中的奇异点,而con-tourlet变换能够有效表示奇异线,为了更好地利用不同变换工具的优势,文中提出一种基于小波和Contourlet的改进的图像复原算法。算法首先分别应用不同的小波基和不同的Contourlet基,基于正则化方法求解出复原图像;然后,将经过不同的滤波器组得到的复原图像通过加权平均的方式融合,得到一幅效果较好的恢复图像。实验结果表明,加权平均之后的图像相比使用单一滤波器的复原图像,其改善的信噪比提高0.1~0.5dB。 展开更多
关键词 图像复原 小波变换 CONTOURLET变换 加权平均
在线阅读 下载PDF
基于多示例学习的目标跟踪算法 被引量:8
6
作者 李娜 李大湘 +1 位作者 刘卫华 刘颖 《西安邮电大学学报》 2014年第2期43-47,共5页
为提高运动目标跟踪算法的鲁棒性,提出一种基于多示例学习(MIL)框架的跟踪算法。该算法利用类Haar特征构建若干弱分类器,然后级联为多示例学习强分类器,根据目标在视频前一帧中的位置,依据最大熵原理,在当前帧中找出目标可能出现的范围... 为提高运动目标跟踪算法的鲁棒性,提出一种基于多示例学习(MIL)框架的跟踪算法。该算法利用类Haar特征构建若干弱分类器,然后级联为多示例学习强分类器,根据目标在视频前一帧中的位置,依据最大熵原理,在当前帧中找出目标可能出现的范围,并利用该强分类器确定其最有可能出现的位置,作为跟踪结果,并且将该位置不同邻域内的图像分别作为正包和负包去更新多示例学习强分类器。实验结果表明,该算法对于运动目标外观有显著变化的情况具有较好的鲁棒性和实时性。 展开更多
关键词 目标跟踪 多示例学习 弱分类器
在线阅读 下载PDF
面向VVC相同编码参数的视频重压缩取证方法 被引量:2
7
作者 公衍超 吴晗 +4 位作者 杨楷芳 刘颖 林庆帆 王富平 刘伯阳 《西安邮电大学学报》 2023年第4期61-70,共10页
针对视频重压缩取证方法应用于最新的通用视频编码(Versatile Video Coding,VVC)标准效率低的问题,提出一种面向VVC标准相同编码参数下的视频重压缩取证(Video Recompression Forensics for VVC,VVC-VRF)方法。通过分析VVC编码框架,结... 针对视频重压缩取证方法应用于最新的通用视频编码(Versatile Video Coding,VVC)标准效率低的问题,提出一种面向VVC标准相同编码参数下的视频重压缩取证(Video Recompression Forensics for VVC,VVC-VRF)方法。通过分析VVC编码框架,结合理论分析与实验验证得到与VVC压缩视频次数密切相关的基础码流特征,即I帧亮度编码单元(Coding Unit,CU)的划分类型、预测模式和参考行。再基于基础码流特征得到高级码流特征,即不同属性CU占比和CU划分类型占比等高级码流特征。将高级码流特征和量化参数级联,并作为支持向量机的输入得到重压缩取证结果。与帧内预测单元预测模式(Intra Prediction Unit Prediction Mode,IPUPM)方法相比,VVC-VRF能够平均节省约一半的取证时间,取证准确度也得到提升,且VVC-VRF在帧删除情况下仍具有鲁棒的性能。 展开更多
关键词 视频编码 通用视频编码 重压缩取证 相同编码参数 编码单元
在线阅读 下载PDF
面向监控视频内容自适应的通用视频编码量化参数级联 被引量:5
8
作者 公衍超 张森森 +3 位作者 何书婷 李宝贵 刘颖 林庆帆 《西安交通大学学报》 EI CAS CSCD 北大核心 2023年第12期30-40,共11页
最新通用视频编码(VVC)标准测试模型VTM推荐的JCTVC-X0038量化参数级联方法未考虑监控视频的内容特性,编码效率低。针对这一问题,提出了一种有效考虑监控视频空时域内容特性的VVC量化参数级联方法(SCA-QPC)。基于VVC混合编码框架原理,... 最新通用视频编码(VVC)标准测试模型VTM推荐的JCTVC-X0038量化参数级联方法未考虑监控视频的内容特性,编码效率低。针对这一问题,提出了一种有效考虑监控视频空时域内容特性的VVC量化参数级联方法(SCA-QPC)。基于VVC混合编码框架原理,理论分析得出时间层及监控视频的空时域内容特性是影响量化参数(QP)选择的关键因素,设计编码实验对理论分析结果进行验证;采用梯度和背景帧差分别评测监控视频的空域和时域特性,将梯度和背景帧差作为反向传播神经网络的输入,构建预测低时延结构时间层对应最优QP的模型;提出适用于VVC标准有效提高监控视频编码效率的量化参数级联方法。与当前最先进的JCTVC-X0038量化参数级联方法相比,对于所有测试序列,SCA-QPC对应的平均BD-rate为-4.26%。研究对于VVC编码框架中量化参数级联和码率控制模块的优化具有指导意义。 展开更多
关键词 视频编码 通用视频编码 量化参数级联 监控视频 视频内容特性
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部