摘要：为了降低传输失真对自由视点视频虚拟视点质量的影响,提出了一种同时适用于彩色图及深度图的宏块区分模型。模型主要包括两部分:首先结合立体视频时空域的相关性,在考虑错误扩散的基础上,提出一个递归形式的宏块级传输失真模型;之后分别讨论彩色图失真和深度图失真对虚拟视点质量的影响,进而提出了一个低复杂度的基于绘制失真分析的重要性模型。实验结果表明,与随机丢包相比,本文算法能在不改变丢包率(PLR)的情况下大幅提高虚拟视点的客观质量,在PLR为20%时,平均峰值信噪比(PSNR)最大能提高15.65dB,且主观质量接近零传输失真情况。

摘要：3-取代吲哚酮类化合物设计通过竞争性抑制多种受体酪氨酸激酶对抗肿瘤,其中舒尼替尼、靛玉红等多个化合物已在临床用于肾细胞癌、胃肠间质瘤等治疗。最近研究发现3-取代吲哚酮类化合物在多种细胞、动物模型发挥神经保护活性,可能治疗帕金森病、阿尔兹海默症等神经退行性疾病。本文系统综述3-取代吲哚酮类化合物通过作用于c-Jun氨基末端激酶、糖原合成酶激酶-3β、细胞周期素依赖性激酶-5、肌细胞增强因子-2、神经元性一氧化氮合酶、乙酰胆碱酯酶、单胺氧化酶-B等多个靶点,产生神经保护的作用机制,并展望这类化合物“老药新用”对抗神经退行性疾病的可能性。

摘要：将环介导等温扩增(loop-mediated isothermal amplification,LAMP)技术与横向流动试纸条(latera flowdipstick,LFD)联合应用,建立LAMP-LFD方法,用于迟缓爱德华菌(Edwardsiella tarda,***)的快速检测。根据***外膜蛋白A(outer membrane protein A,ompA)基因的保守区设计了6套LAMP引物,并筛得1套最适引物用于后续LAMP反应。将该套引物的上游内引物5′端用生物素标记,同时在有效扩增区段内设计1条探针ompAHP,使用异硫氰酸荧光素(fluorescein isothiocyanate,FITC)标记,用于试纸条显色。结果表明,优化后的LAMP反应条件为63℃ 25min,LAMP-LFD对嗜水气单胞菌等致病菌检测结果均呈阴性,对病原菌纯培养物的检测灵敏度为1.0×10~2 CFU/mL,是常规PCR检测灵敏度的100倍。对***人工污染组织样品的灵敏度为5×10~2 CFU/mL或1.0×10~4 CFU/g。因此,LAMP-LFD可特异地检出***,且灵敏度高、操作简便、时间短、有潜力成为检测***的常规方法。

摘要：通过分析网络传输与立体视频失真的关系,结合立体视频时空相关性、网络性能和终端错误隐藏技术,以及递归思想提出了一种编码端的帧级立体视频传输失真模型,本模型可在编码端估计特定网络条件下的终端立体视频质量。针对不同运动程度和视差大小的立体视频序列,在不同网络环境下进行实验。当用MSE表征失真时,平均预测误差为4.16%;当用PSNR表征时,平均预测误差为0.93%,表明本模型可在编码端精确估计终端的立体视频传输失真。

摘要：针对立体视频数据量大容易在传输过程中导致网络拥塞的问题,提出一种端到端的拥塞控制传输机制。在NS-2平台上,根据RTP/RTCP在反馈间隔内对丢包个数的反馈信息以及各帧重要性不同的特点,采用在发送端主动丢包的方法优先丢弃不重要的数据,保证较重要的数据信息优先传输。实验结果表明,该机制能有效保护重要帧,增加可解码帧数,增强视频平滑度,与不采用保护拥塞控制相比,可解码帧数均能提高25%以上。

摘要：针对虚拟视点绘制中出现的伪轮廓和空洞问题,提出一种改进的虚拟视点绘制算法。根据深度信息标记出深度图像的不可信区域,通过多阈值图像分割技术对图像进行分割处理,利用三维图像变换生成虚拟视点图像,并采用局部中值滤波消除目标图像中存在的细小空洞。对绘制出的两幅图像进行融合处理,并应用图像修复法填充剩余的空洞。实验结果表明,该算法能获得的虚拟视点图像质量较高,同时与MPEG提供的虚拟视点绘制标准参考软件相比,生成的虚拟视点PSNR值提高了0.74 d B。

摘要：针对目前H.264嵌入式音视频同步算法在高清、超高清视频应用方面的局限性,提出一种基于帧内预测模式的高效视频编码音视频同步方法。在帧内预测过程中,选取纹理复杂度较高的4×4亮度块调制预测模式,在分析相邻预测模式相关性的基础上,对35种预测模式进行分组,通过改进可变长编码算法及其映射规则,将音频信息进行动态分组,建立预测模式组与变长码组之间的动态双映射关系。为提高视频质量,对修改后的预测模式进行重编码。在解码端,只需将解码得到的预测模式根据双映射关系进行音频信息的提取及重构。仿真结果表明,该算法可保证音频数据的正确性和完整性,实现高清、超高清视频的音视频同步编码传输。

摘要：针对高清立体视频序列分辨率大、宏块信息量少以及网络传输易出现差错的特点,提出一种能够估计高清立体视频端到端传输的失真模型。该模型能够考虑到丢包对后续帧的错误扩散以及立体视频左右视点帧之间的时空相关性,采用递归算法准确地估计失真,并运用时域帧拷贝的错误隐藏方法降低解码端的复杂度。仿真结果表明,失真模型的平均预测误差能控制在6%以内,对于不同特性和分辨率的立体视频序列,在不同网络环境下传输失真估计均有一定的适用性。

摘要：为了准确估计立体视频传输中的失真,结合时空相关性和立体视频帧间拷贝的错误隐藏方法,提出了一种以视点内参考为主的帧级立体视频传输失真估计模型。该模型降低了立体视频左、右视点帧之间的依赖性,具有较低的复杂度。实验表明,对于不同的丢包率和缓慢运动的立体视频序列,该模型均能准确估计视点内和视点间错误扩散,进而快速估计出终端立体视频传输失真。

摘要：针对采用区域间对比度检测图像显著性带来的涂抹效应的不足,提出一种超像素显著性检测算法。采用简单的线性迭代聚类超像素分割方法将图像分割成大小不同的区域。根据区域间对比度检测图像显著性区域,运用自适应中心环绕对不同分割尺度的显著图进行处理,消除显著图的涂抹效应,通过多尺度融合得到最终显著图。在数据集MSRA-1000上对该算法进行验证,结果表明,相比SEG,MSS等算法,该算法具有更高的查准率与召回率。