摘要：为了提高基于位图的形状编码方法的可扩展性 ,提出一种能够用于二值位图的图像变换———Zh变换 表示视频对象形状的二值位图经过Zh变换以后 ,被分解为一些较小的位图 这些小位图从粗到精地描述了原来视频对象的形状 在Zh变换的基础上 ,结合基于上下文的算术编码 ,提出一种视频对象形状编码方法 实验结果证明 ,该方法不仅具有很好的空间和信噪比可扩展性 ,而且在编码效率上也明显高于MPEG

摘要：压缩视频感知(Compressed Video Sensing,CVS)是一种利用压缩感知(Compressed Sensing,CS)以及分布式视频编码(DVC)的视频压缩方法,故又被称为分布式视频压缩感知。在CVS中,每帧图像经过块划分、压缩采样后对数据进行DPCM,最后使用均匀或者非均匀量化进行量化。目前,CVS量化器的设计大多是在采样数据或残差数据服从高斯分布的前提下设计的,通过Kolmogorov-Smirnov检验进一步分析压缩采样后的数据,利用劳埃德最佳量化器准则训练量化码书,设计出一种简单、高效的量化器。经实验,设计的量化器相比于传统的量化方法在BDRate上减少了约14.2%,在BDPSNR上提升了约0.11 d B,提高了CVS的压缩效率和重建质量。

摘要：在详细分析MPEG-2和DVB标准支持数据广播机制的基础上,讨论了如何在DVB兼容接收机中设计实现数据广播的接收。把解复用以后广播数据的处理分为两个步骤:去包装和应用解释。去包装过程被抽象为数据过滤器,并以多协议封装方式为例说明了过滤器的设计。

摘要：随着互联网技术的快速发展,教学模式从传统教学、多媒体教学丰富到手机APP教学、直播课程等。网络教学实现了资源共享、远程互动,使学习更加方便和高效。但网络教学效果极大程度上依赖学生自律能力和学习主动性,且实时互动功能较差,交流反馈不及时。回归面对面授课的教学模式,将IT技术和传统课堂结合起来,设计并实现了一种基于B/S架构的答题系统。该系统实现了注册登录、加入班级、答题等功能。系统已被几十名教师上课实际使用,且能够为一定量级的用户提供服务并保证系统稳定运行,有效地改善了师生之间的实时互动,达到了很好的教学效果。

摘要：AVS2编码在节省码率的同时,自身的编码复杂度很高。因为AVS2采用了率失真优化(RDO)技术,所以编码树单元(CTU)划分的复杂度占据了AVS2编码复杂度的很大一部分。因此,提议用卷积神经网络(CNN)模型来替代原AVS2编码标准的参考软件RD19.1中编码树划分的过程。首先,将问题归类为分类问题,然后设计了适用于编码块划分的卷积神经网络结构,包括3个卷积层、1个最大池化层和2个全连接层。最后,将训练得到的模型分别应用于64×64和32×32大小的编码块上。实验结果显示,所建议方案比原RD19.1平均节省时间为31.36%,比特率平均增加了2.25%。

摘要：为提高人员密集的公共场所应对拥堵和恐慌等突发事件发生时的响应速度,提出了一种基于WiFi探针的人流量异常自动预警系统。WiFi探针可以捕获到探测区域内有WiFi功能的智能设备的MAC地址信息,并能以此反映出当前区域内的人流情况。采用架设在人流经过区域的WiFi探针来捕获区域内的智能设备的MAC地址,并通过网络回传给服务器。服务器对数据进行处理并根据自动更新的历史数据来作出是否有异常情况发生的判断,最后将异常信息发送给播送设备进行报警。实验验证表明,系统在人流量异常变化时可以及时有效的触发预警。

摘要：本文设计并实现了一个基于达尔文流媒体服务器(darwin streaming server,DSS)的直播系统,首先对DSS服务器的软件核心架构进行了研究分析,针对直播系统中UDP传输导致的网络拥塞现象和丢包问题,采用了基于RTCP反馈的拥塞控制方案,经过系统测试表明直播时的平均延时约为100ms,画面质量总体清晰流畅,有效减轻了网络拥塞、降低了丢包;且通过CPU占用率测试表明随着用户的增多CPU占用率并未呈现明显增加,单用户情况下CPU占用率稳定在1%~3%,20个用户情况下CPU占用率稳定在6%~9%,说明系统并发处理性能较好。系统总体具有较好的性能,能够满足实际应用需求。

摘要：随着数字化信息技术的飞速发展以及国家政策对教育事业持续的支持,各种教育资源越来越丰富,为构建数字化教学平台打下了坚实的基础。i Class平台充分利用现有的网络资源,以及学生手中的手机终端,为课堂包括课后的教学提供了全面的服务。文章论述了以i Class平台为教学工具进行的教学结构设计方案,并将其应用于课题组教师的教学实践中。通过对数据的分析,讨论了该模式对于教学效果的帮助和提升。