导读:本文包含了运动复杂度论文开题报告文献综述及选题提纲参考文献，主要关键词:运动矢量,信息隐藏,复杂度,隐写分析
运动复杂度论文文献综述
王丽娜,徐一波,翟黎明,任延珍[1]（2017）在《基于宏块复杂度的自适应视频运动矢量隐写算法》一文中研究指出信息隐藏是一种将秘密信息嵌入常见的载体中以实现信息秘密传递的技术.然而,隐写改动都会不可避免地造成各种失真.视频运动矢量隐写则会造成画面质量下降、比特率增加、概率分布改变等变化.这些由隐写造成的影响可能会被已有的或者潜在的隐写分析方法所检测.已有的运动矢量隐写分析特征大致可以分为两类:一类基于局部最优性特征,另一类基于时域和空域相关性特征.为了尽可能降低运动矢量的隐写失真,该文对视频编解码过程中运动矢量相关内容给出形式化描述方法.进一步地,理论分析了关于运动矢量的局部最优性以及相邻相关性两个因素.此外,文中研究了运动矢量隐写造成的最优概率下降的原因,指出了隐写纹理简单宏块的运动矢量不容易造成显着的局部最优性异常.该文讨论了运动矢量分量的分布规律,认为使得分量更靠近分布均值的修改,可以较好保持相关性.通过这些理论研究,提出基于宏块复杂度的视频运动矢量自适应隐写算法(Adaptive Macroblock Complexity,AMC),其可以分开处理运动矢量局部最优性和相邻相关性两个因素.该算法可以不使用编码实现秘密信息在最低代价路径上的嵌入和提取,而且每个运动矢量可以嵌入2比特秘密信息.算法包括两步:首先,压缩cover视频,不做任何嵌入,记录所有宏块压缩后的复杂度,同时依据分布统计设定一个复杂度阈值.然后,在第2次进行的视频压缩过程中,通过自适应阈值选择低复杂度宏块,将其运动矢量用于LSB(最低有效位)匹配嵌入.对于运动矢量来说,低复杂度宏块较容易保持局部最优,而LSB匹配嵌入可以保持相邻相关性.在实验部分,将不同隐写算法但相同嵌入率的stego样本在不可见性、码率增长、反检测能力等方面分别进行了对比.实验结果表明,cover的PSNR值最高,而AMC排在第二,与之相差不超过0.05dB.对比比特率增长,AMC算法比特率增长量只有其他算法的1%至50%左右.此外,该文使用两种隐写分析特征评估这些算法的安全性.检测的错误率表明AMC隐写算法和已有算法相比安全性更均衡.总体看来,AMC隐写算法能够较好抵抗隐写分析,特别是隐写后视频码率得到了控制,画面质量得到了很好保证.(本文来源于《计算机学报》期刊2017年05期）
陈红,齐华[2]（2016）在《HEVC帧间快速运动估计及计算复杂度分析》一文中研究指出为了降低高性能视频编码标准中帧间运动估计的高计算复杂度,提出了一种基于运动矢量相似性的运动估计快速终止算法.该算法利用视频序列中同一个对象的运动矢量相似性,对当前编码单元的分割方式进行了选取,提前终止了部分可能性较低的复杂分割模式的运动估计.结合运动相似区域的编码单元,在分解后的下一递归深度中对小块预测单元划分的运动估计进行了裁减.实验结果表明:所提方法与高性能视频编码标准参考代码中的标准算法相比,在低延时编码配置下,编码时间和峰值信噪比分别降低了41.79%和0.052dB.随机访问编码配置下,编码时间和峰值信噪比分别降低了41.98%和0.041dB.运动估计的计算量减小,计算复杂度降低.(本文来源于《西安工业大学学报》期刊2016年10期）
唐婉[3]（2015）在《基于熵理论的含间隙机构运动复杂度的研究》一文中研究指出铰链是机构的重要组成部分,不论是航天领域中的空间站桁架、太阳能帆板等航天机构,还是普通机械领域的土方机械甚至是小型曲柄滑块机构,都使用了铰链连接。铰链运动副副元素之间存在的间隙会影响机构的运动性能,是机械理论和工程亟待解决的关键问题。通过对间隙机构进行力学理论、仿真和实验的研究来求解间隙与机构运动性能的关系,将为实际的机械系统结构设计和运动学行为提供分析方法和理论基础。本文基于含间隙系统动力学理论,对含叁维间隙系统的动力学进行了研究。系统地分析了叁维间隙铰的几何特性、力学特性和间隙副副元素之间的接触碰撞模式,建立了叁维间隙铰的数学模型和力学模型,分析了间隙系统的运动特性,建立了含间隙系统的动力学模型。为进一步分析间隙对系统的影响,探究间隙等参数与系统响应的关系,利用信号领域的信息熵理论,对系统响应信号进行时域、频域和时频域的特征分解,建立了能分析响应信号的奇异谱熵、功率谱熵和小波能谱熵模型,对影响间隙系统运动学的初始速度和间隙大小等因素进行了研究。根据动力学理论进行了含间隙的四杆机构的仿真,调用Fortran语言编写的间隙铰模型作为约束,加载到旋转铰上,模拟间隙碰撞的受力情况,并且对杆件进行柔性化,最终建立出含叁维间隙的柔性四杆机构运动学模型。仿真研究了初始转速和间隙大小对四杆机构运动学的影响。为进一步分析运动曲线,将仿真数据导入到MATLAB中,利用奇异谱熵、功率谱熵和小波能谱熵模型进行数据处理和分析,得出转速和间隙大小与机构运动复杂度的关系。对含间隙的四杆机构进行实验研究,分析了机构的位移、速度和加速度随着激励大小和间隙大小变化的特性,定性的分析了机构的运动特性与转速和间隙的关系。对机构响应进行信息熵的计算,得到对应熵值的变化规律。将实验和仿真结果进行比较,证实了速度和间隙对机构运动复杂度的重要影响,验证了信息熵模型的可行性。(本文来源于《中国地质大学(北京)》期刊2015-05-01）
陈立峰,李子印[4]（2015）在《基于图像复杂度及运动信息的码率控制算法》一文中研究指出JVT-H017是H.264视频编码标准中采用的码率控制算法提案,但在许多实时场景应用中该算法还存在平均绝对差值(MAD)预测不准确等一些不足。针对现有码率控制技术的缺陷,提出一种改进的基本单元层码率控制算法。一方面在基于图像复杂度和运动信息的基础上采用了4种时空加权模型预测平均绝对差值,并且采用运动矢量信息对图像复杂程度进行判定;另一方面结合MAD的变化情况分配目标比特。实验结果表明,相比于JVT-H017和一些新的文献算法,改进算法的编码图像峰值信噪比得到了提高,同时实际码率更接近于目标码率,码率控制性能更优越。(本文来源于《电视技术》期刊2015年01期）
姜海蛟[5]（2014）在《基于形状复杂度的运动人体定位研究》一文中研究指出随着计算机视觉和数字图像处理技术的快速发展，智能视频监控技术越来越受到人们的重视，已在交通、社区、军事目标和公共场所等场合发挥着重要作用。因此，如何在实时监控画面中对场景中的运动目标进行检测和定位，进而对目标进行跟踪和识别，并在一定程度上分析理解目标的行为，成为了人们研究的热点。本文主要研究运动人体的检测与定位技术，它是智能视频监控中的关键技术之一。本文研究的主要内容是基于形状复杂度的运动人体定位技术。为了提高处理分析的速度和精确度，首先对采集到的视频图像序列进行预处理，预处理方法有灰度化、去噪、直方图均衡化和图像二值化等。灰度化处理可以压缩视频图像的存储空间，提高运算速度；噪声处理减少图像采集系统和自然环境对监控画面的影响，使运动区域检测更加准确；直方图均衡化增加了图像前景和背景的对比度；图像二值化突出前景，忽略背景，有利于后续的处理分析，同时大大减少了运算量。为了将运动区域从背景图像中检测出来，本文采用了基于帧间差分法的背景建模方法。选取早、中、晚叁种时段不同光照强度下建立的背景图像进行对比，确立了可变背景更新速度系数的建模方案，然后将当前视频帧和建立的背景模型相减，获得运动区域。针对运动区域可能存在阴影的情况，本文采用了c1c2c3模型进行阴影检测与消除；针对检测结果存在小块面积的突发噪声，本文通过实验设定阈值，当区域面积小于该阈值时，认定是突发噪声进行去除；针对运动区域存在的区域不连通，边缘不完整和毛刺现象，本文采用形态学处理方法消除细小的毛刺，填充区域空洞，利用局部极小值法修补损坏的边缘，最终得到完整的运动区域轮廓。为了将人体从所检测出来的运动区域中区分出来，本文提出了一种加权的形状复杂度分析方法，大大提高了人体和其他运动物体之间形状复杂度的区分度。实验结果表明，本文采用的基于加权的形状复杂度的运动人体定位方法能够减少自然条件的影响，快速准确地定位运动人体。(本文来源于《河北大学》期刊2014-06-01）
金智鹏,郁梅[6]（2014）在《用于移动终端的低复杂度快速运动估计算法》一文中研究指出针对移动终端硬件计算能力不足的问题,提出一种高性能、低复杂度的运动估计算法。算法根据相邻块运动矢量的分布特性,判断运动趋势的可预测性,进而自动选择不同的混合搜索策略;再结合自适应的提前终止阈值,在保证搜索准确性的同时,大大减少了搜索点数。通过对各种类型的视频进行测试,结果表明,该算法对于不同运动类型、不同运动程度的视频序列都具有较强的自适应性,分别比UMHexagonS(Unsymmetrical-Cross Multi-Hexagon Search)和BBGDS算法节省55%和35.6%的运动估计时间,同时率失真性能保持不变。(本文来源于《计算机应用与软件》期刊2014年04期）
夏琪[7]（2014）在《运动训练对大学生脑电复杂度的影响研究》一文中研究指出本课题基于非线性动力学理论中的复杂度算法对四名体育专业学生和四名未受过专业运动训练的普通专业大学生在静息闭眼状态下和执行运动想象、视觉想象、心算任务下所采集生物脑电信号的复杂度进行比较分析,以期探究出运动训练对大学生脑电信号的复杂度影响,了解各种心理状态下,被试大脑的活跃程度和唤醒程度。为实现研究目标,本课题首先对詹森香农熵(JSD)和Lopez-Mancini-Calbet Divergence (LMCD)的有效性进行了验证,然后将这两种动力学测度应用于实际的混沌序列中,探索这两组训练水平不同的学生在同一心理任务下的19个导联的脑电信号复杂度(横向比较)以及同一组被试在不同的心理任务下的脑电变化规律(纵向比较),并使用T检验对实验的结果进行了研究分析。横向比较研究得出,专业运动训练组被试在静息、运动想象、视觉想象以及心算任务下的各导联脑电JSD复杂度均要低于未受过专业运动训练的大学生,表明经过长期的运动训练,大学生的大脑结构更为“简洁”,神经效率更高,大脑活跃程度低,印证了“运动健脑”的说法。纵向比较研究得出,经过长期的运动训练,在四种心理任务下,受过专业运动训练的学生相关运动区域大脑唤醒度要比没有受过专业运动训练的学生的高,经过长期的运动训练,脑额叶区和颞叶区受到的影响最大,在完成相应的心理任务时脑唤醒程度最低,充分说明了运动训练对大学生脑电信号有非常大的影响。基于JSD的运动训练组和普通组在四种心理状态下的脑电复杂度的区分程度非常明显,LMCD差熵的实验结果与JSD呈基本一致,受过专业运动组的脑电复杂度在各种心理状态下均要低于非运动训练组,但对在静息和视觉现象任务下的脑电信号区分度并不明显,研究显示只有少数的几个导联存在显着性差异,这说明两种复杂度均可应用于实际混沌序列,而JSD比LMCD更加敏感。因此,JSD复杂度可以反映EEG的非线性属性,是一个相对稳定的参数,可作为选拔人才、训练技能、评价运动效果的一个定量指标,在教育实践活动中具有很强的应用实践意义。(本文来源于《南京师范大学》期刊2014-03-20）
张波涛,王坚,董德国,刘士荣[8]（2013）在《一种低时间复杂度的移动机器人运动规划方法》一文中研究指出提出了一种移动机器人局部运动规划方法,用于增强机器人的寻优能力,降低时间复杂度.该运动规划方法以相对方位作为导航中决策的基本依据.这种决策方法完全抛弃了决策过程中的全局评估部分,采用了一种单纯的局部评估策略;通过减少评估中的时间消耗,运动规划算法的实时性得到了提高;同时,采用了一种预测法来弥补算法寻优能力的损失.理论分析和仿真实验均表明:该局部运动规划方法的时间复杂度较低,并且有助于规划出一组较好的运动序列.(本文来源于《华中科技大学学报(自然科学版)》期刊2013年S1期）
周光省,罗志增,高云园[9]（2013）在《基于模糊化符号复杂度的脑电运动想象识别算法》一文中研究指出提出一种基于模糊化符号复杂度的运动想象脑电信号特征提取与识别方法。在脑电信号的复杂度细粒化多符号度量中引入模糊算法,用sigmoid函数模糊化处理,逻辑判断得到模糊化符号复杂度。取细粒化指数n为2,提取模糊化符号复杂度作为特征值,最后利用支持向量机对脑电运动想象任务进行分类识别。实验结果表明,以模糊化符号复杂度为特征的分类方法,对左右手运动想象脑电信号的分类识别率最高达88.67%,优于二值化Lempel-Ziv复杂度算法。(本文来源于《传感技术学报》期刊2013年05期）
吴飞[10]（2013）在《基于QoE控制的复杂度可分级的运动估计算法》一文中研究指出随着电信运营商对3G/4G网络的大规模建设,移动实时多媒体通信越来越成为新一代移动通信网络的核心业务。由于手机等移动设备电能消耗和自身处理能力的有限性,再加上移动通信网络的误码率比较高、可用带宽也比较有限,要想在移动通信网络上实现稳定可靠的实时视频通信,同时保证用户所能享受到的服务质量(QoS)和体验质量(QoE),仍然具有很大的困难性和挑战性。本文根据移动实时视频通信的特点,同时结合手机电量的有限性,针对手机端的视频编码,构造了一个带有两个用户体验维度的QoE计算模型,让用户可以在视频的质量和时长之间根据需要进行选择和调节。本文所构造的QoE计算模型并没有包含那些评价标准会随着时间的推移而发生改变的参数,而是选择了那些更能反映影响用户体验本质的相对性参数,即手机计算资源利用率和电量状态。本文所构造的QoE计算模型中的量化公式采用的是手机计算资源利用率和电量状态的比值,同时在视频的质量和时长之间制定了一个平衡点,并通过赚钱和花钱的关系对其的合理性进行了很好的解释。本文在构造QoE计算模型时所采用的理念,把多个体验维度集成在一个QoE计算模型中让用户根据需要来进行选择和调节,在如何构造以及使用QoE计算模型方面具有重大的理论价值和实用价值。另外,要想在手机上实现实时视频通信,手机端的编码器算法就必须具有低复杂度以及复杂度可分级的能力。为此,本文提出了一种新型的复杂度可分级的运动估计算法,采用的是单遍扫描处理流程,从而可以利用相邻块的有关信息。本文所提出来的算法包括两个过程：帧级别计算资源分配和块级别计算资源分配。帧级别计算资源分配是采用一种类似码率控制的方式进行的,为了方便和其他方案进行比较,实验中采用的是为每一帧分配固定的计算量。块级别计算资源分配包括两个部分：块基本层计算资源分配和块增益层计算资源分配。块基本层计算资源分配是根据每个块的初始匹配误差进行的,而块增益层计算资源分配则是根据前一帧的失真增益信息来进行的。为了减少失真增益信息的非有效性所带来的影响,算法中采取了自适应调整策略和提前终止检测。所构造的QoE计算模型被应用在了本文所提出来的复杂度可分级的运动估计算法里面,并通过实验仿真验证了所构造的QoE计算模型的实用性以及所提出来的复杂度可分级的运动估计算法的有效性。(本文来源于《郑州大学》期刊2013-05-01）
运动复杂度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了降低高性能视频编码标准中帧间运动估计的高计算复杂度,提出了一种基于运动矢量相似性的运动估计快速终止算法.该算法利用视频序列中同一个对象的运动矢量相似性,对当前编码单元的分割方式进行了选取,提前终止了部分可能性较低的复杂分割模式的运动估计.结合运动相似区域的编码单元,在分解后的下一递归深度中对小块预测单元划分的运动估计进行了裁减.实验结果表明:所提方法与高性能视频编码标准参考代码中的标准算法相比,在低延时编码配置下,编码时间和峰值信噪比分别降低了41.79%和0.052dB.随机访问编码配置下,编码时间和峰值信噪比分别降低了41.98%和0.041dB.运动估计的计算量减小,计算复杂度降低.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
运动复杂度论文参考文献
[1].王丽娜,徐一波,翟黎明,任延珍.基于宏块复杂度的自适应视频运动矢量隐写算法[J].计算机学报.2017
[2].陈红,齐华.HEVC帧间快速运动估计及计算复杂度分析[J].西安工业大学学报.2016
[3].唐婉.基于熵理论的含间隙机构运动复杂度的研究[D].中国地质大学(北京).2015
[4].陈立峰,李子印.基于图像复杂度及运动信息的码率控制算法[J].电视技术.2015
[5].姜海蛟.基于形状复杂度的运动人体定位研究[D].河北大学.2014
[6].金智鹏,郁梅.用于移动终端的低复杂度快速运动估计算法[J].计算机应用与软件.2014
[7].夏琪.运动训练对大学生脑电复杂度的影响研究[D].南京师范大学.2014
[8].张波涛,王坚,董德国,刘士荣.一种低时间复杂度的移动机器人运动规划方法[J].华中科技大学学报(自然科学版).2013
[9].周光省,罗志增,高云园.基于模糊化符号复杂度的脑电运动想象识别算法[J].传感技术学报.2013
[10].吴飞.基于QoE控制的复杂度可分级的运动估计算法[D].郑州大学.2013