基于对象的多区段场景视频压缩新方法

针对多区段交通场景视频监控既有处理方法无法获得交界区段的视频,也无法直接得到任意区段的视频描述情况,提出一种基于Sprite背景,由各区段的采集视频提取的车辆对象导出任意区段视频的视频压缩新方法。由采集视频生成区段Sprite背景图,并预先压缩保存;逐区段用背景差法提取相应区域的车辆对象及其最小覆盖矩形定位点,并基于对象运动分析得出同一对象的等价复用关联;在统一的坐标系下,通过一个滑动窗口选择背景Sprite并计算相应车辆对象位置,即可稳健地重构任意区域的视频。其特点是压缩比高、视频真实感强。实验表明,等价复用对象的PSNR差异约3.83 dB左右,其VOP内相对实际对应帧的纹理MAD可达30.37 dB,甚至更高,视觉效果较好,主观评分达4分以上,证明了视频压缩新方法的有效性。     

基于纹理复用的视频压缩研究

许多视频监控应用的目标是从视频图像中获取前景对象的行为关系信息,因此重构视频只要能够保留这些信息并在整体上符合人类视觉心理即可。提出一种基于纹理复用的视频压缩方法:(1)事先根据应用先验知识构造监控场景背景Sprite并分别预存在监控端和控制中心;(2)用背景差法依空-时次序提取前景对象;(3)对象分类;(4)按照纹理复用算法给出同类对象的复用参数;(5)对基本纹理和复用参数压缩编码。其特点是充分利用既有纹理信息表示同一对象,各处理模块在MPEG-4标准框架下简化了实际压缩信源,因此,其压缩比高于MPEG-4的既有结果,重构视频的主观评分在4分以上。此外,对象整体在确定位置嵌入背景Sprite的计算非常简易,解码实时性强。实验结果验证了方法的有效性。     

基于灰度特征码映射匹配修正的大容量图像隐写算法

研究在宿主图像内以最小比特修改量实现最大秘密信息嵌入的映射匹配隐写技术中映射关系建模问题。首先在分析既有映射匹配算法EMD算法、GLM算法基础上,进一步将二进码流的嵌入模型化为像素灰度特征码的映射匹配修正过程,并讨论了灰度特征码的映射匹配规则;随后由此提出一种采用两位灰度特征码直接映射匹配,每像素至多修正两个LSB比特位的大容量图像隐写算法:GLC3M算法。实验与理论分析结果表明,相比EMD算法、GLM算法而言,在PSNR值大于44dB的条件下,其容量比GLM算法多1倍,比EMD算法多0.7倍,并且能够有效抗击直方图差异比较与RS等隐写分析攻击。