产品详细介绍双流高清编码器SDI编码器HDMI编码器Kylines LMT8002HD      Kylines LMT8002HD高清编码器采用最为先进的H.264/AVC视频压缩算法和MPEG4 AAC音频压缩算法。双流输出，1路视频信号输入，可以有2路相同或不同协议流输出，传给不同的应用，互不干扰，相当于两台编码器独立工作。大大节约了成本。 为适应各种复杂的网络音视频协议Kylines LMT8002HD提供了多种视频格式和流媒体协议，例如RTMP, RTSP/RTP, MMS, UDP等。用户可以通过网络流行的Flash播放器，VLC播放器，Windows Media Player等进行直播视频观看。可广泛用于网络视频直播，手机视频直播，远程会议，酒店VOD，校园广播，医院专家会诊等众多应用领域。Kylines LMT8002HD主要特性:1. 双流输出：同时720P和标清输出2.HDMI，HD/SD-SDI,模拟视频输入，数字音频输入,模拟音频输入3支持标清、720P、1080I、1080P视频格式4.嵌入式WEB网络管理5.支持TS OVER UDP、FLV OVER RTMP、ASF OVER HTTP输出6.支持向Adobe FMS发布实时直播流7.支持向microsoft WMS发布时时直播流8.支持协议RTMP, RTSP/RTP, UDP，HLS等 Kylines LMT8002HD技术指标：输入 视频 1路HD/SD-SDI，BNC接口 1路HDMI (HDCP Support) 1路标清AV 音频 HD/SD-SDI内嵌音频 HDMI内嵌音频 1路立体声（左右声道）视频 分辨率   1280×720P 720×480P/i (NTSC) 720×576P/i(PAL) 480x320P/i 320x240P/i 编码 H.264/AVC High Profile Level 4.1(高清)H.264/AVC High Profile Level 4.0(高清)H.264/AVC High Profile Level 3.0(标清) 压缩率 1Mbps(720P60) 码率 0.8Mbps~20Mbps 码率控制 CBR/VBR GOP类型 IP IBP IBBP IBBBP  帧率 15Hz – 60Hz音频 编码 AAC、MPEG-1 Layer 2 采样率 48KHz 采样精度 24 bit 码率 30Kb/s~384Kb/s以太网输出 TS OVER UDP FLV OVER RTMP ASF OVER HTTP操作 液晶+按键操作，网络管理(WEB)，英文操作界面 可通过网络进行软件升级机电 环境 0~45℃(工作)，-20~80℃(存储) 尺寸(宽x长x高) 1U机箱 (482mm×360mm×44.5mm) 重量 3Kg 电源 AC 110V±10%，50/60Hz或AC 220V±10%，50/60Hz 功耗 8W

本发明公开了一种基于过完备字典的视频监控图像压缩方法，包括字典训练过程和图像压缩过程。 在字典训练过程中，选取一部分监控图像作为样本，通过自适应学习的方法训练字典，同时对字典学习 的过程进行误差控制，使得重构图像能够达到人们所期望的质量。在图像压缩的过程中，基于该字典对 图像进行稀疏表达，同时提出了一种自适应图像分块方法，使稀疏表达过程中系数的个数最少。最后根 据输出数据特点设计量化和编码方法，以尽量减少图像压缩后的数据量。本发明可以预先对重构

产品详细介绍高清H.264编码器SDI编码器HDMI编码器Kylines LMT8000HD    Kylines LMT8000HD高清编码器采用最为先进的H.264/AVC视频压缩算法和MPEG4 AAC音频压缩算法，在低下也具备优异的视频表现和音频还原性。在1Mbps视频码率和30kbps的音频码率下也能实现高清视频在网络上的完美呈现。为适应各种复杂的网络音视频协议Kylines LMT8000HD提供了多种视频格式和流媒体协议，例如RTMP, RTSP/RTP, MMS, UDP。用户可以通过网络流行的Flash播放器，VLC播放器，Windows Media Player等进行直播视频观看。可广泛用于网络视频直播，手机视频直播，远程会议，酒店VOD，校园广播，医院专家会诊等众多应用领域。Kylines LMT8000HD主要特性: H.264/AVC High Profile Level 4.1、H.264/AVC High Profile Level 4.0及H.264/AVC High Profile Level 3.0编码，先进的视频预处理算法 MBAFF（宏块自适应帧场编码） 业界首款三重B帧预测，在优秀图像质量的情况下最大程度降低带宽 先进的VXT2二阶运动预测技术、运动预测精确、提高图像细节完整性 自适应GOP结构，自动探测图像内容，自适应插入I帧 自适应加权预测技术，提高敏感区域图像质量 音频编码支持AAC ，MPEG1 Audio Layer 2 HDMI，HD/SD-SDI数字视频输入 HDMI，HD/SD-SDI数字音频输入 PAL、NTSC标清视频格式 高清720P、1080I、1080P视频格式 支持TS OVER UDP输出 支持FLV OVER RTMP输出 支持ASF OVER HTTP输出 支持向Adobe FMS发布实时直播流 支持向microsoft WMS发布时时直播流 液晶&按键操作 嵌入式WEB网络管理 超低功耗，高清编码模式8W Kylines LMT8000HD技术指标：输入 视频 1路HD/SD-SDI，BNC接口 1路HDMI (HDCP Support) 1路标清AV 音频 HD/SD-SDI内嵌音频 HDMI内嵌音频 1路立体声（左右声道）视频 分辨率 1920×1080P 1920×1080i 1280×720P 720×480P/i (NTSC) 720×576P/i(PAL) 480x320P/i 320x240P/i 编码 H.264/AVC High Profile Level 4.1(高清)H.264/AVC High Profile Level 4.0(高清)H.264/AVC High Profile Level 3.0(标清) 压缩率 1Mbps(720P60) 码率 0.8Mbps~20Mbps 码率控制 CBR/VBR GOP类型 IP IBP IBBP IBBBP IBBBBP 帧率 15Hz – 60Hz音频 编码 AAC、MPEG-1 Layer 2 采样率 48KHz 采样精度 24 bit 码率 30Kb/s~384Kb/sTS输出 2路 ASI输出，BNC接口（选配）以太网输出 TS OVER UDP FLV OVER RTMP ASF OVER HTTP操作 液晶+按键操作，网络管理(WEB)，英文操作界面 可通过网络进行软件升级机电 环境 0~45℃(工作)，-20~80℃(存储) 尺寸(宽x长x高) 1U机箱 (482mm×360mm×44.5mm) 重量 3Kg 电源 AC 110V±10%，50/60Hz或AC 220V±10%，50/60Hz 功耗 8W

本成果为获得发明专利授权的专利成果。该成果可应用于视频监控、传感网络等领域。

面向交通安全、社区治安和城市管理等实际应用需求，突破监控视频 的内容分析、事件检测和目标识别等关键技术，研制高清晰度海量监 控视频图像数据的深度分析和挖掘系统，在示范应用区域进行部署应 用，以满足高效率、高精度的视频图像监控应用的要求。

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

本发明公开了一种基于运动颜色关联的视频图像显著性检测方 法，包括：获得视频图像的静态显著性图；提取场景的光流向量场；对光流向量场进行初步分类并抛弃最大分类区块；将视频图像从 RGB 颜色空间转换到 HSV 颜色空间；根据 HSV 颜色空间 H 分量中对应颜 色在输入图像中出现的频率，生成颜色直方图；针对光流向量场有效 分类区块中的每个向量，将其范数投射到颜色直方图的相应区间中去， 得到每个颜色区间的运动尺度变量；得到每种颜色的运动显著性值并 投影到原图像生成运动显著性图；将运动显著性图与静态显著性图相 加得到最终显著性图。本发明的方法可以有效地将运动特征纳入显著 性考虑范围，在现有的运动视频测试集上能取得优于传统方法的结果。

本发明公开了一种基于场量分析的视频图像显著性检测方法，包括以下步骤：S1 获得视频图像的静态显著性图；S2 根据连续的视频帧提取场景的光流向量场；S3 通过聚类方法对光流向量场进行初步分类并找出最大分类区块；S4 通过每个分类区块与最大分类区块之间的对比生成差异性能量；S5 规范化差异性能量，获得运动显著性值并生成运动显著性图；S6 将该运动显著性图与所述静态显著性图线性加权相加得到最终显著性图，即可实现对视频图像的显著性检测。本发明的方法综合利用视频场景的静态特征和动态特征来得到显著性映射结果，特

本发明公开了一种基于运动颜色关联的视频图像显著性检测方法，包括：获得视频图像的静态显著性图；提取场景的光流向量场；对光流向量场进行初步分类并抛弃最大分类区块；将视频图像从 RGB颜色空间转换到 HSV 颜色空间；根据 HSV 颜色空间 H 分量中对应颜色在输入图像中出现的频率，生成颜色直方图；针对光流向量场有效分类区块中的每个向量，将其范数投射到颜色直方图的相应区间中去，得到每个颜色区间的运动尺度变量；得到每种颜色的运动显著性值并投影到原图像生成运动显著性图；将运动显著性图与静态显著性图相加得到最终