本发明公开了一种基于卷积神经网络的城市轨道交通乘客拥挤程度检测方法，首先对待检测视频进行预处理，分段并提取运动残差图像，将原始图像与运动残差图像组合作为卷积神经网络算法的输入，建立至少包含一个卷积层和最大池化层的特征提取块，处理并计算原始图像和运动残差图像中包含的人群状态特征，再将人群状态特征和运动特征结合，构建至少包含一个卷积层、最大池化层和全连接层的特征融合块，进行融合处理，同时构建分类器，使用预制的带有拥挤程度标签的训练集对卷积神经网络进行训练，使分类器对待测视频中的乘客拥挤程度进行正确检测，更加全面的表征监控视频中的客流状况，实现拥挤程度的检测，提高了算法检测的准确率。

该项目是863计划项目，现处于实验室研究阶段。项目成果受专利保护。 1、项目概述 本项目针对高速公路进出城路段交通拥堵严重、事故频发，以及高速公路监控系统和城市快速路监控系统各自为政、协同性差的普遍现象，构建了基于互联网的分布式交通特征信息共享平台，实现了不同监控系统的信息共享；借助信息共享平台，系统分析了结合部的动态交通特征，提出了适应不同交通条件的短时交通特征预测技术；采用分层递阶控制和神经网络控制的方法，研发了多匝道的协同控制系统软件，并实现了结合部道路交通系统的微观仿真。 2、技术创新点 在监控系统的信息共享研究方面，初步建立了交通特征信息共享的平台，其中对异构监控系统之间交通特征级信息共享的内容和模式进行了系统分析，对异构信息进行了融合处理，实现了特征级信息的发布。 在短时交通特征预测研究方面，已对京津塘高速公路及北京市快速环路监控系统的海量交通流实测数据进行了特征与关联分析，完成了短时交通特征的预测，并实现了交通拥挤的预判。 在结合部的协同控制方面，利用模糊神经网络的建模和学习方法，对高速公路多匝道控制系统算法进行设计，并进行了控制效果仿真。   3、能为产业解决的关键技术 （1）基于服务水平的特征级交通动态信息融合技术 针对目前高速公路和城市快速路监控系统所采集的交通流基础数据格式和像素级融合技术都有所不同，控制目标参数不统一的现实情况，项目提出的交通特征信息共享平台首先要处理现有高速公路和城市快速路服务水平判定标准不统一的问题，其次需要解决区域交通监控系统的特征级数据融合问题，寻求基于服务水平的动态信息融合技术和方法。 （2）交通特征信息共享平台的设计技术 针对集中式信息共享平台投资大、实施困难的缺点，提出采用成熟的互联网技术，以及分布式技术建立交通信息共享平台，为异构监控系统的信息共享模式提供了一种新的建设思路。不需要增加额外的硬件投资、操作方便，就现有的管理体制来说，也容易实现。 （3）基于关联分析和智能控制技术的短时交通特征预测模型 将时间序列理论与关联理论引入交通状态分析，并根据不同交通条件建立的短时交通预测模型，在很大程度上提高了预测方法的实时性、准确性和可靠性，有利于预测技术的应用和推广。 （4）高速公路和城市快速路结合部实现协同控制的关键技术 基于区域道路交通网络动态信息采集系统数据资源的综合利用与共享，在交通服务水平判定技术的支持下，运用系统论、控制论的思想以及智能交通系统工程的理论方法，实现高速公路和城市快速路结合部的协同控制。 4、相关的行业发展水平，以及同类技术产品或成果比较 目前，我国已建设的交通信息系统中，各子系统基本上是作为一个个分支存在的，不仅子系统自身的数据尚未实现充分融合，集成度很低，而且系统之间存在行政分割问题，异构情况严重；在信息共享平台设计上，大都采用集中式为主，需要新建一个监控总中心，投资大，操作困难。 与本项目所提出的预测思路及预测方法相比，现有预测方法的适用性方面还存在不少缺陷。 目前，我国高速公路和城市快速路交通控制所采取的区域控制策略尚未形成较成熟的控制模式，高速公路和城市快速路的协同控制模式更是处于起步阶段，尚未形成成熟的技术产品。 应用范围： 本课题针对的主要对象是高速公路与城市快速路的结合部，课题研究成果不仅充分利用了现有的道路监控系统硬件资源，节省了建设成本，而且可以满足结合部的交通控制与管理需要，具有较强的应用和推广价值。在实际的应用和推广中，还需进一步扩充和细化协同控制目标，优化大范围内的多匝道协同控制模型及其算法，并对具体的控制策略和控制设施进行详细设计，以提升协同控制的实际效果。 预期效果： 运用系统论和其他相关领域研究的最新成果，探索建立区域高速公路和城市快速路交通信息共享平台的新思路和新方法，并在系统平台的基础上研究协同控制的策略和方法，并形成整套协同控制系统算法和软件。在实践中，研究成果能够得到较好的应用，并且能够部分解决高速公路和城市快速路结合部的交通问题。

"本项目属于信息处理、电子与通信技术领域。 超高清显示在电影电视、航空航天、文化传播、科学教育、广告传媒和虚拟现实等领域具有广阔的应用前景。超高清智能终端是市场发展的必然趋势，符合国家重大战略需求。项目组针对超高清智能终端视频处理与交互关键技术开展研究与应用，解决超高清视频智能转换、超高清视频高效编解码以及智能终端交互控制中的新问题，为超高清智能终端的产业转型提供了重要支撑。主要内容、特点如下： （1）发明了面向超高清视频的智能转换技术：提出通用显著性区域检测模型、基于像素融合的立体图像重定向及超高清视频分辨率转换方法，实现了超高清视频的智能转换，适用于不同种类的超高清智能终端。 （2）发明了基于内容特性的超高清视频编解码技术：提出基于空时域上下文和运动复杂度的码率控制、彩色与深度视频联合编码的比特分配及屏幕内容视频快速编码方法，实现了不同格式码流的集成解码，提高了编解码效率。 （3）发明了基于智能分析的终端交互控制技术：提出联合彩色与深度信息的用户检测、基于内容分析的信息推送及终端界面的自适应调整方法，实现了超高清终端的交互控制，提高了交互的智能性。"

本发明公开了一种基于 RCM 译码符号不等分配的无线视频传输 方法。该方法包括：(1)根据 RCM 的成功解码概率模型以及视频失真 与 I 帧、P 帧和 B 帧的成功解码概率的关系，确定分配给视频 I 帧、P 帧和 B 帧的译码符号数；(2)对 H.264 视频的 I 帧、P 帧和 B 帧的比特 流进行数据提取和比特划分；(3)根据步骤(1)得到的分配给视频 I 帧、P 帧和 B 帧的译码符号数，对 H.264 视频的 I 帧、P 帧和 B 帧的比特流 进行 RCM 编码和传输。本发明通过为视频重建中重要性逐渐减小的 I 帧、P 帧和 B 帧合理地分配数量依次减小的 RCM 译码符号，实现了 H.264 视频在不同信道条件下的平滑质量传输。

该系统包含管理调度中心、中继器及音视频采集探头三层设备，不同层面的设备在一个区域内实现无线网络组网。该系统基于改进的COFDAM无线协议，具有较高的传输带宽及传送速率，在一个较大的区域范围内利用可靠的无线网络传输技术，实现音视频数据传输。 主要技术特点和创新点： （1）复杂工况下的无线传输高可靠性 系统为保证无线网络通讯可靠性，需采用了一系列先进的调制解调技术、信道编解码技术、差错控制技术，并结合数字图像压缩等多媒体网络传输技术，能够在复杂环境下实现视频、语音实时、同步传输。 （2）优化的多路并行实时信息采集与处理 管理中心可以实时采集多个采集点的多路信息，多路并行实时数据的处理需要高效可靠的数据处理算法，以实现对多路数据管理的优化，构建一个优化的数据管理平台，满足现场的管理需要。 （3）多媒体信息采集与传输 在现场复杂情况下，语音通话保持清晰畅通，且可以权限设置。摄像功能是根据管理需要进行照相、摄像（自动上传），保证同时多路图像实时传输的效果。采集终端设计包括耗电低、待机时间长，室内、外充电方便、防水、抗震、抗干扰、携带方便。    项目主要应用范围： 最近几年，国内的视频监控主流市场仍采用有线方式，个别采用无线方式可靠性不高。系统若能推广成功，可广泛应用于各个小区、工作面等场所，提高各个区域的管理效率。该项目有着广阔的发展空间。    预期效果： 基于高速无线网络的音视频传输系统，无线传输范围10kM（中继更远）；接收误码率<10E-5，误帧率<1％；图像在640×480分辨率条件下，25帧/秒。预计年销售额5000万左右。

在国家自然科学基金的支持下，“基于网络视频服务器的多路人脸识别与监控系统”深入研究了复杂环境下的人脸识别算法，并形成了一套可实用的实验系统样机。 该系统提供了多种人脸识别算法选择的功能，一方面可以使本系统能够在特定场合迅速融合多种特征或识别结果，形成特定任务域的人脸识别实用系统；另一方面本系统可以作为一个通用人脸识别算法评测系统，以便在统一的环境和标准下评测各种人脸识别算法的性能。 目前，该系统在室内可控环境下的识别率可以达到99%以上，可以用于门襟、考勤等领域。在自然环境下，该系统也有较高的识别率，尤其是在考虑Top-n (n>10)识真率的条件下，可在公安、交通、机场、车站等监控及追捕逃犯等领域的有效辅助手段，可大大提高安全性和工作效率。 主要应用范围： 公安、交通、机场、车站等场所的监控，银行及重大安全部门的身份鉴别，日常门禁及考勤系统等。

本发明公开一种斯诺克比赛视频事件检测与语义标注方法，包括：全台面镜头的检测；比分条信息提取；利用隐马尔可夫模型进行音频分类；对回放镜头进行检测；融合多模态的信息并结合斯诺克的领域知识实现斯诺克比赛视频的事件检测与语义标注。本发明方法融合视频内在的多种模态信息，实现了斯诺克比赛视频内容的事件检测与语义标注，为建立基于语义的视频索引打下坚实的基础。

本发明公开了一种视频卫星大数据的周期性编码方法，包括静态图像编码构造卫星端周期预测参考 的静态图像库、搜索周期预测匹配图像、帧级预测模式判断和动态视频编码四个步骤；本发明将卫星视 频编码分为静态图像编码和动态视频编码两个阶段，首个推扫周期执行静态图像编码，将编码的图像作 为后续推扫周期的预测参考，从而只传送少量的残差信息，大幅度提高了视频编码效率。 

本发明公开了一种基于在线训练的视频运动目标分类方法，包括以下步骤：(1)获取原始视频序列的所有运动目标；(2)对运动目标提取速度、面积等标记特征和高宽比等分类特征；(3)将速度特征大于速度高阈值的目标标记为“车辆”，速度特征小于速度低阈值的目标留作步骤(4)进行二次筛选；(4)对速度小于速度低阈值的目标中面积特征小于面积阈值的目标标记为“行人”；(5)将标记完毕的“车辆”目标和“行人”目标设为训练集，训练得到人车分类

本发明公开了一种网络视频流的无参考图像质量在线估计方法。 所述方法利用 P 帧 PSNR 相对于 I 帧纹理复杂度和 P 帧运动量的线性 预测模型，估计网络视频流的 P 帧 PSNR 值；同时结合模型系数随 P 帧帧长和场景的变化而动态变化的规律，利用 I 帧的 PSNR 调整纹理 系数，利用上一 P 帧的运动系数和当前帧的运动信息调整当前帧的运 动系数，最终得出了较为准确的适应视频内容变化的 P 帧 PSNR 估计