摘要：提出一种无线网络视频感知的机会网络编码协议(VONC)。该协议根据视频流数据包的重要程度以及无线网络的链路状况,用效用增益函数来评估每个数据包对视频质量的贡献程度,而后根据其效用增益值的大小,采用多优先级的调度机制接入信道,以提高网络视频传输质量。另一方面,针对视频流传输过程中的拥塞问题,提出拥塞感知的流控制机制(CFC),与上述网络编码体系协同工作,以提高高优先级数据包成功传输概率。有针对性地设计了一系列仿真实验。结果表明,VONC能够有效提高重要视频帧的可解码率,网络视频传输质量得到显著改善。

摘要：现有vMOS评估体系主要基于CQT测试,采样点有限,无法评估所有的视频业务、视频用户感知,其他的基于大数据的视频卡顿算法还需突破。以"流片累积法"为核心,建立基于大数据的视频业务感知评估体系,与vMOS评估体系对比,验证该体系的准确性,实时监控视频业务感知、主动排查网络隐患,联合业务部门引入视频源,有效保障移动视频业务体验。

摘要：随着计算机网络和无线移动通信技术的不断发展和创新,基于网络传输的多媒体视频应用越来越多样化,视频数据的安全性至关重要,视频加密技术是保护其安全性最有效的工具。由于视频感知等物联网应用中设备的计算及电能资源有限,海量实时的多媒体数据的安全保护是一个亟需解决的问题。本文针对特定应用中对视频加密后格式相容的要求,在视频感知终端资源有限的条件下,提出了一种在H.265视频编码的熵编码阶段进行加密的方法,该方法复杂度低且能适应多种场景下的实时编解码和加解密,进而设计了熵编码加密方法的嵌入式视频处理平台,最终对提出的加密方法进行了实验分析。

摘要：为解决目前配网调度中无法直观掌握网络运行以及操作流程等问题,提出了基于移动应用的配网调度视频作业以及调度图像感知方法。首先分析了调度业务对实时可视化的需求,然后分析了移动应用技术和图像感知技术的原理和智能配网调度的形式和业务。设计了基于移动应用的配网调度视频作业平台的系统构架和功能构架,详细说明了移动应用模块的内容和组件。最后以操作票生成为例,说明了基于视频作业和图像解析的配网智能调度流程。

摘要：在煤矿智能化建设的大背景下,以视频感知为基础,以网络、信息技术为媒介,以人工智能、大数据为技术支撑,构建全矿井人工智能AI平台架构体系;结合煤矿的实际情况,挖掘分析真实的应用场景,针对煤矿设备状态、人员行为、环境变化进行智能感知、深度学习与智能分析,来实现智能报警与控制。论述了煤矿人工智能视频分析系统总体架构,介绍了构建系统所采用的人工智能、机器学习、深度学习等关键技术,从模型训练、数据分析与传输、智能控制、AI监控平台几个方面详细说明了系统的设计。