导读:本文包含了视频压缩域论文开题报告文献综述及选题提纲参考文献，主要关键词:视频压缩,深度学习,运动矢量,目标识别
视频压缩域论文文献综述
纪巍[1]（2019）在《面向视频压缩域的实时目标识别技术研究》一文中研究指出视频目标的实时识别是当前研究的热点问题之一,它是视频目标跟踪、视频目标分割等其他后续研究的基础工作。然而,现有的方法通常建立在视频解压缩的基础之上,计算复杂度较高、难以达到实时的目标识别。针对上述问题本文着重研究视频压缩域中的目标识别模型,以实现视频压缩域中信息数据的有效提取,从而提高视频中目标的识别效率。本文的主要内容如下:首先,本文提出了一种基于图像形态学的视频运动矢量图构建方法,以实现视频数据的实时处理。通过对视频压缩过程的分析,提取出视频压缩域中宏块的运动矢量数据,再利用图像二值化和形态学闭运算方法构建成运动矢量图。实验表明,与视频图像前景图相似度计算上,该方法在余弦相似度和差异值哈希方法的结果为0.783和7.25,优于光流法和背景差分法的计算结果。其次,本文提出了一种基于卷积神经网络的视频空间特征向量提取模型-MS-CNN。并在此基础上,提出了一种视频时序特征提取模型-MT-LSTM。MS-CNN模型由ResNet网络和VGG网络两个分支组成,每个分支分别对视频数据进行空间特征向量提取,然后将提取的两个特征向量融合成多维特征向量。MS-CNN输出的空间特征向量输入到MT-LSTM网络中进行时序特征的提取,最终通过提取的特征数据对视频中的目标进行识别。最后,本文提出的模型在全球AI挑战赛短视频实时分类数据集上进行了验证。实验结果表明在该数据集上,本文的模型准确率能够达到73.4%,对视频的处理速度能够达到26帧/秒,达到了监控视频图像录制的帧率,实现了对视频目标识别的实时处理效果。本文在实现视频运动矢量图实时提取的基础上,提出了一种面向视频压缩域的目标识别方法。该方法能够在不解压缩视频的前提下,实现目标的有效识别,为智能交通、自动驾驶和视频异常检测等领域提供了新的技术。(本文来源于《郑州大学》期刊2019-04-01）
彭诗云[2]（2018）在《数字视频压缩域可逆信息隐藏技术研究》一文中研究指出信息隐藏技术利用人类视觉系统的感觉冗余将秘密信息隐藏在载体中,不易被察觉且不影响载体的使用价值,在隐藏秘密信息内容的同时,还隐藏了秘密信息的存在。可逆信息隐藏以可逆的方式将信息隐藏到数字媒体中,把隐藏的信息从载体中提取出来以后,还可以把原始载体完整地恢复出来。使用可逆信息隐藏技术既可以达到隐蔽通信、版权保护、认证等目的,又不损伤原始载体,可以保存有用或珍贵的多媒体文件,避免携带秘密信息的多媒体泛滥成灾,消除日后信息被破解的风险。本文以H.264/AVC和HEVC视频为载体,对可逆信息隐藏技术进行了研究。主要成果如下:1、提出基于QDCT系数直方图平移截断的H.264/AVC视频可逆信息隐藏算法。针对目前直方图平移可逆策略存在无效修改的问题,提出了一种直方图平移截断的方法并给出了其应用的条件。结合H.264/AVC视频压缩标准合理地选择嵌入位置,在不影响算法可逆性的同时,提高算法的嵌入效率和含密视频的视觉质量,使信息隐藏算法的安全性得到提升。2、提出一种基于宏块CBP系数值调制的H.264/AVC视频可逆信息隐藏算法。首先分析了H.264/AVC视频压缩标准中宏块编码块模式(Coded Block Pattern,CBP)的特性,然后设计了基于宏块CBP系数值实现的可逆信息隐藏策略,嵌入密信的同时不引入任何失真,最大限度地保持了含密视频的视觉质量,降低了被第叁方察觉的风险。3、提出一种修改QDCT系数的HEVC视频可逆信息隐藏算法。结合HEVC视频压缩标准中全新的宏块划分技术以及符号数据隐藏等技术的特点设计了可逆调制策略。这一算法的提出丰富了可逆信息隐藏技术在HEVC视频当中的应用,填补了基于HEVC视频QDCT系数实现可逆信息隐藏的空白。(本文来源于《华南理工大学》期刊2018-04-10）
郭楚瑜[3]（2016）在《基于H.264视频压缩域运动矢量的目标跟踪》一文中研究指出目前,目标跟踪算法大多在像素域进行,即先将视频解码成图像,再用像素域的方法计算,但像素域算法复杂度高、计算量大。在视频编码过程中,产生了对目标跟踪有利的信息,如运动矢量(MV)和DCT系数,而且直接利用压缩域信息进行目标跟踪可减少解码的时间。文章提出了一种基于像素运动矢量的H.264压缩域跟踪算法,与宏块运动矢量算法相比,该算法显着提高了跟踪准确率。(本文来源于《信息通信》期刊2016年09期）
冯杰,马汉杰[4]（2016）在《基于视频压缩域的深度图推理算法研究》一文中研究指出对2D到3D视频转换过程中的深度图推理算法进行了研究。该研究以视频压缩域中的宏块为单位进行深度图推理,根据不同的宏块类型选择不同的推理策略。首先,采用基于邻块的运动估计算法对帧内宏块的运动矢量进行计算;然后,针对帧间宏块,对直接提取出的运动矢量进行滤波处理以提升其鲁棒性;最后,采用运动补偿和上采样双边滤波技术获得深度图。实验结果表明该方法可以获得平滑而可靠的深度图像,并且具有更好的深度图像质量。(本文来源于《浙江理工大学学报(自然科学版)》期刊2016年03期）
谢金宝,隋爱娜[5]（2014）在《H.264视频压缩域水印嵌入位置的分析》一文中研究指出视频水印技术按照水印与视频的结合形式,分为压缩域水印和原始视频水印。压缩域水印可以很好地利用视频序列在时间上的冗余,但嵌入水印信息量较小;原始视频水印技术没有充分利用视频序列时间冗余度,但嵌入水印的信息较多,耗费时间较多。H&G算法可以不解码视频而快速嵌入水印信息,但嵌入容量有限。本文改进H&G算法通过分析非关键帧运动矢量,选择关键帧嵌入位置,使得在压缩域嵌入水印时,水印嵌入速度和嵌入量有较大幅的改进。(本文来源于《中国传媒大学学报(自然科学版)》期刊2014年03期）
岳冬梅[6]（2007）在《MPEG-4视频压缩域的扩展频谱水印系统的研究与实现》一文中研究指出随着多媒体技术和计算机网络的快速发展，数字媒体的制作和传播变得更加方便和快捷，同时盗版和侵权的问题也日益严重。数字水印技术是一种解决版权保护问题的有效手段。本文介绍了数字水印的研究背景，描述了视频数字水印的种类和主要原理以及视频数字水印的嵌入算法和视频数字水印的攻击形式。根据基于网格平台的视频点播系统的特点，设计并实现了一种针对MPEG-4视频压缩域的扩展频谱水印方法。该方法将水印信息嵌入到视频流中IVOP的色度DCT的直流系数中，水印嵌入和提取时不需要完全解码，大大减少了运算的复杂度，提高了实时性，而且保证了视频效果不失真，并具有很强的健壮性。最后，本文描述了MPEG-4视频压缩域的扩展频谱水印算法在基于网格平台的视频点播系统的应用情况，给出了测试结果，并分析了今后的改进方向。(本文来源于《北京邮电大学》期刊2007-06-05）
视频压缩域论文开题报告
（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：
信息隐藏技术利用人类视觉系统的感觉冗余将秘密信息隐藏在载体中,不易被察觉且不影响载体的使用价值,在隐藏秘密信息内容的同时,还隐藏了秘密信息的存在。可逆信息隐藏以可逆的方式将信息隐藏到数字媒体中,把隐藏的信息从载体中提取出来以后,还可以把原始载体完整地恢复出来。使用可逆信息隐藏技术既可以达到隐蔽通信、版权保护、认证等目的,又不损伤原始载体,可以保存有用或珍贵的多媒体文件,避免携带秘密信息的多媒体泛滥成灾,消除日后信息被破解的风险。本文以H.264/AVC和HEVC视频为载体,对可逆信息隐藏技术进行了研究。主要成果如下:1、提出基于QDCT系数直方图平移截断的H.264/AVC视频可逆信息隐藏算法。针对目前直方图平移可逆策略存在无效修改的问题,提出了一种直方图平移截断的方法并给出了其应用的条件。结合H.264/AVC视频压缩标准合理地选择嵌入位置,在不影响算法可逆性的同时,提高算法的嵌入效率和含密视频的视觉质量,使信息隐藏算法的安全性得到提升。2、提出一种基于宏块CBP系数值调制的H.264/AVC视频可逆信息隐藏算法。首先分析了H.264/AVC视频压缩标准中宏块编码块模式(Coded Block Pattern,CBP)的特性,然后设计了基于宏块CBP系数值实现的可逆信息隐藏策略,嵌入密信的同时不引入任何失真,最大限度地保持了含密视频的视觉质量,降低了被第叁方察觉的风险。3、提出一种修改QDCT系数的HEVC视频可逆信息隐藏算法。结合HEVC视频压缩标准中全新的宏块划分技术以及符号数据隐藏等技术的特点设计了可逆调制策略。这一算法的提出丰富了可逆信息隐藏技术在HEVC视频当中的应用,填补了基于HEVC视频QDCT系数实现可逆信息隐藏的空白。
（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。
视频压缩域论文参考文献
[1].纪巍.面向视频压缩域的实时目标识别技术研究[D].郑州大学.2019
[2].彭诗云.数字视频压缩域可逆信息隐藏技术研究[D].华南理工大学.2018
[3].郭楚瑜.基于H.264视频压缩域运动矢量的目标跟踪[J].信息通信.2016
[4].冯杰,马汉杰.基于视频压缩域的深度图推理算法研究[J].浙江理工大学学报(自然科学版).2016
[5].谢金宝,隋爱娜.H.264视频压缩域水印嵌入位置的分析[J].中国传媒大学学报(自然科学版).2014
[6].岳冬梅.MPEG-4视频压缩域的扩展频谱水印系统的研究与实现[D].北京邮电大学.2007