基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的交通視頻壓縮算法研究.pdf

1、分類號TP391密級單位代碼10618學(xué)號11025002墨麼交通戈謦碩士學(xué)位論文論文題目：基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的交通視頻壓縮算法研究StudytheTrafficVideoCompressionAlgorithmbasedonCellularNeuralNetwork導(dǎo)師姓名、職稱：研究生姓名：陳明星宋軍教授王政霞副教授申請學(xué)位門類：工學(xué)碩士專業(yè)名稱：計(jì)算機(jī)應(yīng)用技術(shù)論文答辯日期：學(xué)位授予單位：答辯委員會主席：曹龍漢評閱人：曹龍漢2013年

2、5月曹建秋摘要隨著平安城市建設(shè)的推廣，越來越多的城市道路增設(shè)了交通視頻監(jiān)控，其監(jiān)控設(shè)備也呈現(xiàn)高清、超高清發(fā)展趨勢，這直接導(dǎo)致視頻信息數(shù)據(jù)量的倍增，嚴(yán)重加劇視頻存儲設(shè)備和網(wǎng)絡(luò)傳輸帶寬的負(fù)荷，既增加了設(shè)備成本，又使視頻通信的實(shí)時(shí)性受到影響。因此，針對劇增的實(shí)時(shí)高清視頻數(shù)據(jù)，有效快速的交通視頻壓縮算法成為必不可少且尤為迫切的研究課題?，F(xiàn)有的交通視頻壓縮技術(shù)主要根據(jù)視頻幀內(nèi)與幀間的相關(guān)性建立壓縮方案，眾多學(xué)者對視頻背景的建立、視頻對象的運(yùn)動估計(jì)

3、與運(yùn)動補(bǔ)償技術(shù)等視頻壓縮關(guān)鍵技術(shù)進(jìn)行了大量研究及改進(jìn)，但這些壓縮算法仍存在復(fù)雜度高、壓縮效率低、硬件開銷大等缺點(diǎn)。針對這一問題，本文充分利用細(xì)胞神經(jīng)網(wǎng)絡(luò)硬件實(shí)現(xiàn)復(fù)雜度低、適合用大規(guī)模集成電路實(shí)現(xiàn)、具有并行計(jì)算能力等優(yōu)點(diǎn)，開展了基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的交通視頻壓縮技術(shù)研究。通過對細(xì)胞神經(jīng)網(wǎng)絡(luò)理論和應(yīng)用的深入分析，針對交通視頻的數(shù)據(jù)量大、實(shí)時(shí)性要求高的特點(diǎn)，本文的主要創(chuàng)新點(diǎn)是提出了一種基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的交通視頻壓縮算法，該算法囊括了交通視頻的預(yù)處

4、理和后處理，使得細(xì)胞神經(jīng)網(wǎng)絡(luò)在視頻處理的優(yōu)越性得到全面展現(xiàn)。本文的主要工作如下：1針對現(xiàn)有背景估計(jì)算法需要幀的數(shù)量較多，所需時(shí)間較長的情況，提出基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的背景建立算法。通過細(xì)胞神經(jīng)網(wǎng)絡(luò)去除幀圖像內(nèi)的運(yùn)動目標(biāo)，得到無運(yùn)動目標(biāo)的背景圖像，將這些背景圖像疊加，從而較快地得到完備的背景圖像。2針對視頻圖像背景一般為局部變化、但現(xiàn)有背景更新算法是對整個(gè)背景都進(jìn)行更新的問題，提出基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的背景區(qū)域更新算法。利用塊匹配的思想，使用細(xì)胞