[00654688]视频大数据的智能感知方法研究

视频构成非结构化数据的最大部分，是最具挑战性的大数据类型之一。在视频监控大联网、高清化和4K超高清化趋势推动下，视频大数据规模以更快指数级别增长。由于视频监控的数据规模大，必然需要耗费很高的数据压缩率、很大的传输带宽和很大的存储空间，因此视频大数据的存储和传输就成为一个瓶颈问题。视频编码研究大都是在H.264/AVC标准的基础上添加新技术提高编码效率，以有利于视频的存储或传输。然而，H.264/AVC的编码格式包括桢间和帧内预测、变换、量化、环路滤波和熵编码等步骤，编码器复杂、解码器简单，对处理器计算能力要求高，只适用于立体电视和视频点播等一对多拓扑结构。在低功耗无线视频监控和移动网络视频通信等应用中，由于视频图像传感器的计算力、能粍和系统带宽有限，传统H.264/AVC的压缩编码应用受很大限制，需要研究新策略应对海量视频的获取、存储与传输。 针对海量视频的存储和传输问题，该项目开展了视频大数据的智能感知方法研究。首先，针对常规图像压缩采样研究过程中使用固定的变换基函数和测量矩阵进行压缩测量、不适用于非平稳视频场景内容和影响重构精度的问题，采用了DSP硬件模块实时检测和定量估算监控视频场景内容的稀疏性和帧间运动特性，提出并实现了压缩采样率的和帧速率的自适应控制方法，实现了监控视频自适应压缩采样.其次，针对常规分布式压缩感知系统解码端的计算复杂度高的问题，基于分布式压缩感知提出了多级并行预测解码方法。在解码端进行DPCM解码之后，通过帧内结构预测、帧间运动估计和视点间视差估计获得自适应边信息(SI)，采用多级自适应预测重构获得高精度重构结果，还将重构算法并行化实现来提高了重构效率，有效降低了监控视频解码复杂度，实现了视频序列的高精度快速重构。项目研究过程中解决了监控视频自适应压缩采样和快速高精度重构两个问题。视频大数据智能压缩感知实现成本低，压缩采样之后的海量视频数据得到了有效降维，其存储空间和带宽需求大大低，有效解决了高清监控系统海量视频存储与传输的瓶颈问题。该项目的研究成果将在自动驾驶、远程医学诊疗、无线多煤体传感器网络、智能监控和军事监测等领域有重要意义。 该项目的主要创新点如下： (1)提出了一种基于电容阵列非接触式电流检测技术，并结合分块压缩感知理论构建了的CCD视频压缩测量系统方案，还解决了硬件系统实现过程的电磁兼容问题，实现了视频大数据的有效压缩测量。该技术获批两项发明专利 (ZL201510604484.5，ZL201310480840.8)，一项软件著作权(2018SR605578)。 (2)提出了一种基于二维稀疏变换的视频场景稀疏性的定量估计方法，并建立了块视频帧运动特性的定量检测方法，实现了视频大数据的智能自适应感知，实现海量视频大数据的有效降维。该技术已申报并公开两项发明专利(2017113P729.1，201710236971.X)。 (3)对于压缩测量数据降维进行DPCM编码，构建了压缩测量数据的通信智能节点技术，并提出了多级并行预测重构方法实现视频图像的快速高精度重构。该技术获批实用新型专利一项(ZL20620076454.1)，并已发表相关学术论文4篇，被EI/ISTP检索。 该项目成果已经成功应用于：(1)西安瑞派电源科技有限公司的移动通讯电源系统的工业印制线路板表面质量监控以及故障定位；(2)西安硅光电子科技有限公司的火灾的智能探测与报警系统。经过两年多的应用和推广，该技术给两家企业带来了1000多万的产品销售增加额，其中累计增加利润额600多万元。改成果的成功应用，使企业产品提高了科技水平，而且减少了生产成本、增加了产值及利润。