网络视频监控平台的研究与实现
这是一篇关于网络视频,监控平台,兼容,统一平台的论文, 主要内容为本文针对电力系统由于没有依据统一的接口规范和技术标准而建设,造成不同厂家和型号的视频监控设备及系统平台相互独立,不能有效实现图像资源共享的问题,提出适合省级电力公司业务需求的网络视频监控平台设计方案。 视频监控系统经历了模拟视频监控系统、数字视频监控系统、IP网络视频监控系统的发展过程,随着计算机、网络、通信、音视频编解码等技术的不断发展,生产应用需求的不断扩大,构建适合大规模、规范化、统一化的网络视频监控平台已成为视频应用系统的主要研究发展方向之一。 近年来,国家电网公司宽带信息网的全面建设,为网络视频监控产品的应用提供了可靠而广泛的基础网络支撑,各级电力公司的专业部门规划和建设了各自的网络视频监控系统。但由于没有依据统一的接口和技术规范进行建设,相互间缺少统一规划和技术协调,各平台相互独立,图像信息资源无法跨部门跨区域共享,限制了网络视频监控系统作用的进一步发挥。随着视频监控规模的不断扩大,系统的兼容性问题、扩展问题、建设标准不统一造成的重复建设问题日显突出。根据网络视频监控系统开发与设计的基本原理,结合新疆电力公司实际的应用特点,深入研究、分析了现有各种网络视频监控系统设计方法的不足之处,并进行了理论方面的探讨和研究,提出了适合新疆电力公司业务需求的网络视频监控平台的设计思路、及实现方案。 本文介绍的平台整体设计方案,选用先进的.NET技术开发框架构建网络视频监控平台,并采用了B/S架构和C/S架构相结合的软件设计方式,即后台服务模块采用C/S架构,用户UI采用B/S架构。平台运用了流媒体管理技术、数据测控技术、低带宽数据传输技术、海量数据分布存储、处理、分析等软件实现技术。统一平台按照软件信息工程学的原理,采用模块化设计、平台化架构,制定了网络视频监控平台和站端编解码设备及监控系统之间统一的标准接口和通信协议,对国内外主流视频监控编解码设备厂家进行了统一的接口封装,在统一的监控画面中实现对多厂家多型号厂家设备的图像信息调阅,以及对前端编解码设备统一控制管理。平台通过对站端原有监控系统的整合与兼容,实现统一监控、统一管理,减小投资成本,提高了生成效率。本平台可支持多级部署,根据站端属性、管理部门不同建设集控中心平台,各平台可独立运行,系统进行上下级平台设定,省级监控平台作为上级平台可以通过电力专网调用管辖范围内仟一站端的图像信息,各地市级监控平台作为下级平台分别存储图像信息,并按需向上级平台提供图像信息。
网络视频监控平台的研究与实现
这是一篇关于网络视频,监控平台,兼容,统一平台的论文, 主要内容为本文针对电力系统由于没有依据统一的接口规范和技术标准而建设,造成不同厂家和型号的视频监控设备及系统平台相互独立,不能有效实现图像资源共享的问题,提出适合省级电力公司业务需求的网络视频监控平台设计方案。 视频监控系统经历了模拟视频监控系统、数字视频监控系统、IP网络视频监控系统的发展过程,随着计算机、网络、通信、音视频编解码等技术的不断发展,生产应用需求的不断扩大,构建适合大规模、规范化、统一化的网络视频监控平台已成为视频应用系统的主要研究发展方向之一。 近年来,国家电网公司宽带信息网的全面建设,为网络视频监控产品的应用提供了可靠而广泛的基础网络支撑,各级电力公司的专业部门规划和建设了各自的网络视频监控系统。但由于没有依据统一的接口和技术规范进行建设,相互间缺少统一规划和技术协调,各平台相互独立,图像信息资源无法跨部门跨区域共享,限制了网络视频监控系统作用的进一步发挥。随着视频监控规模的不断扩大,系统的兼容性问题、扩展问题、建设标准不统一造成的重复建设问题日显突出。根据网络视频监控系统开发与设计的基本原理,结合新疆电力公司实际的应用特点,深入研究、分析了现有各种网络视频监控系统设计方法的不足之处,并进行了理论方面的探讨和研究,提出了适合新疆电力公司业务需求的网络视频监控平台的设计思路、及实现方案。 本文介绍的平台整体设计方案,选用先进的.NET技术开发框架构建网络视频监控平台,并采用了B/S架构和C/S架构相结合的软件设计方式,即后台服务模块采用C/S架构,用户UI采用B/S架构。平台运用了流媒体管理技术、数据测控技术、低带宽数据传输技术、海量数据分布存储、处理、分析等软件实现技术。统一平台按照软件信息工程学的原理,采用模块化设计、平台化架构,制定了网络视频监控平台和站端编解码设备及监控系统之间统一的标准接口和通信协议,对国内外主流视频监控编解码设备厂家进行了统一的接口封装,在统一的监控画面中实现对多厂家多型号厂家设备的图像信息调阅,以及对前端编解码设备统一控制管理。平台通过对站端原有监控系统的整合与兼容,实现统一监控、统一管理,减小投资成本,提高了生成效率。本平台可支持多级部署,根据站端属性、管理部门不同建设集控中心平台,各平台可独立运行,系统进行上下级平台设定,省级监控平台作为上级平台可以通过电力专网调用管辖范围内仟一站端的图像信息,各地市级监控平台作为下级平台分别存储图像信息,并按需向上级平台提供图像信息。
网络视频的无参考质量评估算法研究
这是一篇关于无参考视频质量评估,视频压缩,网络视频,深度神经网络,UGC视频质量评估的论文, 主要内容为随着信息和网络技术的发展,网络视频已经成为最重要的媒介工具。与此同时,受视频拍摄、压缩、网络传输等因素影响,网络视频的质量也良莠不齐。为帮助视频运营商和网络运营商客观分析视频质量,提高用户观看体验,本文围绕网络视频质量评估算法开展了研究。考虑到网络视频绝大部分都没有参考视频,因此论文主要研究了无参考的网络视频质量评估算法,其中包括没有考虑网络因素的UGC视频质量评估算法和考虑网络因素的视频质量评估算法,并设计开发了相关的平台和系统。论文的主要工作和创新点如下:第一,针对现有无参考UGC视频质量评估算法计算量大、运行速度慢的问题,提出了一种压缩域的无参考UGC视频质量评估方法,在保证评估准确率的同时,降低了算法的复杂度。本文提出的算法采用时空特征提取+回归预测的网络结构。为降低算法复杂度,算法的时空特征提取在压缩域进行,避免了视频解码和重构引入额外复杂度。具体而言,在空间特征提取部分,算法只提取了视频码流中的1帧的空间特征,在时间特征方面算法使用了视频压缩码流中携带的宏块和运动矢量特征。为提高质量评分的准确性,算法在回归预测方面采用支持向量回归方法,并采用随机网格搜索方法优化回归器参数。在KoNViD-1k、LIVE-VQC、YouTube-UGC数据集上实验结果表明,该方法在保证视频质量评分准确性的同时能有效降低评估时间。第二,针对网络传输情况复杂,质量评估困难的问题,提出了一种基于循环神经网络的分段式网络视频质量评估方法,该方法能通过过去网络视频片段播放情况评估当前视频整体播放质量,以反映网络状况对视频质量的影响。该方法先根据网络视频流传输特性,分段提取网络视频多种类型特征,以提高视频特征的丰富度,然后再使用循环神经网络来捕捉视频片段之间的语义关联性,并在神经网络中引入了基于人眼滞后效应的池化策略,以获取视频片段之间更多的时间关联性。在SQOE-Ⅲ数据集上的测试结果证明了算法的有效性。最后,在算法研究基础上,本文设计开发了一个B/S架构的视频质量评估平台,能对用户上载的压缩视频节目或通过网络收看的视频节目进行质量评估。平台分为前端和后端两个部分,其中前端为用户提供压缩视频上传接口,后端则负责完成视频质量评分。该平台为视频质量评估算法的落地提供了可参考的方案。
基于隐语义模型的网络视频推荐系统研究
这是一篇关于网络视频,个性化推荐系统,用户评论,情感分析,隐语义模型的论文, 主要内容为进入Web2.0时代以来,带有UGC(User Generated Content)特性的网站数量与日俱增,网络视频服务便是其中典型的代表。与基于电影或电视节目的传统视频网站如Netflix、Hulu等不同,具有Web2.0特性的视频网站如You Tube、优酷等只提供视频托管服务,网站视频内容是由用户本身自发产生并上传的,这种模式使得视频网站内容得到大大扩充,用户虽然拥有了更多的选择,但需要比以往更多的时间和精力去寻找自己感兴趣的内容,其中一个行之有效的解决办法就是个性化推荐系统,它能够基于用户的历史行为日志发掘用户的兴趣特点,进而从浩瀚的网络信息中抽取出用户可能感兴趣的资源主动推送给用户,这样不仅大大缩短了用户获取信息的时间成本,提高了用户体验,而且对增加网站营收,扩大网站影响规模有着不可替代的作用,为此个性化推荐系统在Amazon、Netflix和豆瓣等许多著名网站得到了大规模的应用。对于网络视频这种特殊的推荐场景来说,由于允许用户自定义上传视频,随之引入了不少问题。首先,由于网络视频种类繁杂,内容维度丰富,无法采用显式标准对其进行分类划分并产生推荐;其次,由于用户自发活动的不规则性,网络视频之间差异性较大,很多视频缺乏足够的元数据描述信息,甚至有元数据信息杂乱无章乃至错误的情况出现;最后,囿于网络视频本身的多媒体属性限制,目前还没有合理有效的机器学习技术从视频本身入手对其直接进行内容特征提取,这给网络视频间相似性度量和用户兴趣建模带来了巨大的挑战。为此,本文提出了融合评论分析和隐语义模型的网络视频推荐算法(Video Recommender Fusing Comment Analysis and Latent Factor Model,VRFCL),它从用户评论文本信息入手,首先利用自然语言处理技术分析评论文本得到用户对某网络视频的情感倾向值,并以此作为用户对该网络视频的虚拟评分构建补充评分矩阵,是为解决显示评分矩阵稀疏性的一个缓解办法;另一方面评论文本中往往蕴含了观看者对该网络视频的客观内容分析,其中蕴含的价值十分丰富,通过文档分析技术自动抽取评论文本关键字作为标签,不仅弥补了网络视频元数据匮乏的遗憾,而且对用户兴趣建模有不可估量的帮助作用。同时由于网络视频本身的内容多样性和分类界限模糊等特点,VRFCL通过引入隐含特征的概念将现有的用户-视频二元关联关系拓展开来,大大提高了推荐系统推荐结果的新颖性和覆盖率。为了验证VRFCL推荐算法的有效性,本文在You Tube视频评论文本集上做了大量实验,并从不同评估标准对比其他推荐算法,实验结果表明VRFCL推荐算法在稀疏数据集上性能良好,且获得了相比其他推荐算法10%-20%的推荐精度提高。
融入文本数据的视频评价指标体系构建——以哔哩哔哩视频网为例
这是一篇关于网络视频,文本挖掘,聚类分析,指标体系,推荐系统的论文, 主要内容为随着互联网的发展,人们的信息获取需求已经不仅仅依赖于传统的工具如电视、报纸等,人们更关注信息的实时性,于是,网络视频在互联网浪潮中逐步发展起来,以哔哩哔哩视频网为首的视频平台在互联网的洪流中相互竞争,共同增长,另一方面,我国的网络视频用户规模也在不断增长,长短视频用户渗透率均不断增强,视频创作者也越来越多。本文以哔哩哔哩视频网站为例,采用网络爬虫方法爬取其视频数据,基于数据分析与挖掘的方法,对B站视频进行探索性的分析,同时将B站中的文本数据量化,构建视频综合评价指标体系,提出相应的建议。本文选取了哔哩哔哩视频网站中知识分区下的科学科普分区为研究对象,通过爬虫方法获取分区下不同视频的投稿人,投稿人粉丝数、视频播放量以及视频评论等相关数据,一方面,我们对文本评论做了描述性统计分析,用可视化的方法展示了高频数据,并且针对标题构建主题模型,分析分区内的视频题材。接着采用LSTM的方法对视频评论进情感倾向分类,再基于已有的情感得分模型对每一条视频下的评论进行情感打分并加权平均,得到每一条视频的情感得分;另一方面,我们对其他结构性数据进行了可视化分析,并融入视频的情感得分,对视频构建综合指标,然后使用K-means聚类将视频进行分层,将视频分为头部视频、潜在视频、好评视频以及低质量视频四个层级,最后,基于熵值法和变异系数法,对构建好的指标进行赋权,计算出了视频得分并给出一种新的推荐系统,指出该模型在实际中的应用。本次研究表明:B站视频内容生态、创作氛围良好,内容丰富且创作者上传视频意愿强烈,用户对网站的整体评价较为满意,但仍存在少量低质量视频;另一方面,B站视频可以分为四个层级,分别是头部视频、潜在视频、好评视频以及低质量视频,其中好评视频占比超过一半,此类视频有很大的成长空间,因此平台和创作者可以采取不同的措施针对性的对各类视频进行改善,例如给与潜在视频和好评视频一定的流量扶持,培养优质创作者,实现用户、创作者和平台共赢的局面;最后,视频平台可以将指标评价体系应用到现实的推荐系统的构建之中,过滤掉低质量视频,提升用户粘性和用户体验。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设小屋 ，原文地址：https://m.bishedaima.com/lunwen/54250.html
