CN102244680A - 一种基于体域传感阵列的全景视频码流生成方法 - Google Patents

一种基于体域传感阵列的全景视频码流生成方法 Download PDF

Info

Publication number
CN102244680A
CN102244680A CN2011101852715A CN201110185271A CN102244680A CN 102244680 A CN102244680 A CN 102244680A CN 2011101852715 A CN2011101852715 A CN 2011101852715A CN 201110185271 A CN201110185271 A CN 201110185271A CN 102244680 A CN102244680 A CN 102244680A
Authority
CN
China
Prior art keywords
superframe
coding
code stream
sensor node
generation method
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2011101852715A
Other languages
English (en)
Inventor
刘浩
任立红
钱剑敏
赵曙光
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Donghua University
Original Assignee
Donghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Donghua University filed Critical Donghua University
Priority to CN2011101852715A priority Critical patent/CN102244680A/zh
Publication of CN102244680A publication Critical patent/CN102244680A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Closed-Circuit Television Systems (AREA)

Abstract

本发明提出了一种基于体域传感阵列的全景视频码流生成方法,其特征在于:体域传感阵列由分布在人体服装上的一个协调器和多个传感器节点组成,协调器与传感器节点之间的内部通信采用星形拓扑的超宽带体域网。多路采集任务控制多个传感器节点在穿戴者周围360度水平视域内进行柱面投影全景成像,并将采集的多路视频图像通过传输到双超帧缓冲区进行同步缓存与调度;多视编码任务根据高效能的子帧级编码顺序对多路视频原始数据进行多视点视频编码,远程传输任务通过广域外网将多源全景视频的压缩码流实时地传回监控中心。该方法实现了系统资源与码流质量的有效平衡,在提高系统隐蔽性的同时取得了低功耗、低延时、高质量的整体效能。

Description

一种基于体域传感阵列的全景视频码流生成方法
技术领域
本发明涉及一种针对穿戴式全景监控系统的视频码流生成方法,属于图像通信技术领域。
背景技术
随着图像处理、微型传感器与无线通信技术的发展,便携式无线监控应用逐渐兴起,使用者可利用便携式无线监控系统随时随地进行拍摄,并将现场的视频信息实时地传回监控中心。目前,已有便携式无线监控系统的视域范围有限,只能监控前方某一范围内的场景,无法顾及四周360度范围内发生的所有事件;此外,该类系统的隐蔽性较差,其与服装的融合性仍有相当大的改进空间。
全景成像技术能在同一时刻获取360度范围内的视域信息,已在全景地图、车载导航、摄像机器人中得到了广泛应用。快球系统就是一种典型的全景成像装置,它通过摄像头的旋转来采集大范围的场景信息。由于存在较慢的转动机构,快球系统难以应用在实时性要求较高的场合,同一时刻只能获取某一角度的画面,在实时监控时会出现大面积的盲区。因此,基于多个摄像头协同工作的多源全景成像技术应运而生。多源全景成像的思想缘于全景拼图,它采用多个摄像头同时获取不同角度的场景信息,然后将多幅图像进行拼接生成全景图像,由此实现自由视角切换以及场景漫游等功能。作为一种传统的多源全景成像技术,中心投影法围绕一个固定点安装多个共焦点的摄像头,将全部视角叠加起来形成全景视频,该技术仅适合于一体化的全景摄像装置。为了克服中心投影法的局限性,柱面投影法在三维空间视场和有限的二维像平面之间建立了一种新的投影关系,即将三维立柱区域投影到二维平面的圆环区域。柱面投影全景成像具有使景物在垂直方向上不发生任何变形的性质,实景图像上同一垂直线上的两个像素点在柱面全景图像上仍然具有相同的横坐标。
现有的多源全景成像系统均采用有线连接的方式收集多个摄像头的视频信息,而无线连接的方式将极大地增强多个摄像头的布局灵活性。体域网是一种在人体范围内的无线通信网络,各个通信节点依赖于电池供电。体域网可采用三种短距无线通信技术:ZigBee、蓝牙、超宽带(Ultra WideBand,简称“UWB”)。ZigBee是一种基于IEEE 802.15.4标准的无线通信技术,其最高传输速率仅为250 Kbps;蓝牙的最高传输速率为1 Mbps,比较适合于点对点的语音通信。对于高速率的无线视频传输,蓝牙或ZigBee技术均存在诸多限制。超宽带体域网工作在3.1-10.6 GHz频段,使用500 MHz以上的传输带宽,传输没有视线限制,在实际应用中具有抗干扰性强、传输速率高、耗电低、保密性好和成本低等诸多优势。超宽带体域网的传输速率可达480 Mbps,能够实现多路视频原始数据的实时传输,例如,一路常用的CIF(352×288、4:2:0、30帧/秒)格式视频具有约36 Mbps的原始速率,一个超宽带体域网支持的原始视频传输路数可达“480/36≈13”。
在注重效能的穿戴式全景监控系统中,系统节点的处理能力、电池能量及网络带宽等资源均相当有限,而较低的外网带宽以及复杂的全景拼接对于多源全景压缩的性能又提出了较高的要求,如何提高此类系统的整体效能已成为迫切需要解决的技术问题。
发明内容
 本发明的目的是提供一种基于体域传感阵列的全景视频码流生成方法,能够对穿戴者周围360度水平视域进行实时监控。
为了达到上述目的,本发明的技术方案是提供了一种基于体域传感阵列的全景视频码流生成方法,其特征在于,步骤为:
步骤1、在人体服装上布置一个协调器和N个传感器节点,N≥3,所有传感器节点的拍摄朝向均向上倾斜一定的角度,且成像焦点位于同一平面上,传感器节点的水平视场角之和大于360度,使得N个传感器节点在穿戴者周围360度水平视域内能够进行柱面投影全景成像,协调器与传感器节点之间的内部通信采用星形拓扑的超宽带体域网;
步骤2、将协调器与广域外网之间建立无线通讯连接,广域外网与监控中心之间通过有线或无线方式建立通讯连接;
步骤3、由N个传感器节点在各自的水平视场角范围内采集图像并通过超宽带体域网发送给协调器,一个传感器节点在一个时刻采集到的图像为一子帧,由协调器将同一时刻的N路子帧构成一超帧后,对当前超帧的原始数据进行多视点视频编码,编码后的数据经过外网适配工作后,通过广域外网传输至监控中心,由监控中心进行全景拼接。
由于采用了上述的技术方案,本发明与现有技术相比,具有以下的优点和积极效果:基于体域传感阵列的全景视频码流生成方法有效地实现了多源全景视频的同步采集、联合编码及外网适配,使得穿戴式全景监控系统能够对穿戴者周围360度水平视域进行实时监控。体域传感阵列可根据需要进行灵活的布局,减少了现有的多源全景成像系统对一体化硬件的依赖。该全景视频码流生成方法能够适应穿戴式全景监控系统的应用需求,能够取得低功耗、低延时、高质量的整体效能。此外,该方法有利于解决现有便携式无线监控系统不能和人体服装隐蔽结合的不足,增强了此类系统与人体服装相融合的隐蔽性能。在穿戴式全景监控应用中,本发明可应用于隐密采访、军警探测等前沿领域,以支持公共安全实时感知与应急处理的新需求。
附图说明
图1为本发明中基于体域传感阵列的全景视频码流生成方法的应用场景示意图;
图2为本发明中传感器节点与协调器在人体服装上的穿着者正面布局示意图;
图3为本发明中传感器节点与协调器在人体服装上的穿着者背面布局示意图;
图4为本发明采用的柱面投影全景成像示意图(穿戴者的侧面视图);
图5为本发明采用的柱面投影全景成像示意图(穿戴者的顶部视图);
图6为本发明中全景视频码流生成方法的多任务流程图;
图7为本发明中高效能的子帧级编码顺序示意图。
具体实施方式
为使本发明更明显易懂,兹以一优选实施例,并配合附图作详细说明如下。
在介绍本优选实施例前,先对本发明中用到一些概念加以说明。在多源全景原始数据中,同一时刻采集的多路子帧构成一个“超帧”(Super Frame,简称“SF”),若干个连续的超帧构成一个“超图像组”(Group of Group Of Pictures,简称“GoGOP”),每个超图像组主要由采用前向预测编码的子帧构成。
基于体域传感阵列的全景视频码流生成方法具有如图1所示的应用场景示意图。作为一种穿戴式全景监控系统,体域传感阵列需要在用户服装上灵活地安装一个协调器和若干传感器节点,协调器与传感器节点之间的通信采用星形拓扑的超宽带体域网。协调器负责体域传感阵列的控制调度与信号处理,其硬件主要包括CPU、超宽带收发模块、外网通信模块、双超帧缓冲区、异步FIFO,其中,CPU分别连接超宽带收发模块、外网通信模块、双超帧缓冲区及异步FIFO。传感器节点的硬件主要包括微型摄像头、超宽带收发模块、角度测量模块,其中,角度测量模块安装在微型摄像头的背部,角度测量模块及微型摄像头连接超宽带收发模块,用于逐帧地获取该传感器节点的三维角度等拍摄朝向信息,以纠正由于穿戴者运动所引起的视频抖动。穿戴者的运动可能导致传感器节点的拍摄朝向在一定范围内变化,因此传感器节点通过角度测量模块的同步运动记录当前子帧采集时的拍摄朝向信息。由于拍摄朝向的变化范围较小,角度测量模块应具有较高的灵敏度,又由于穿戴者运动频率不高,角度测量模块仅需要100Hz左右的工作频带。
多源全景成像所需的传感器节点数量与单个传感器节点的视角大小有关,一个普通镜头的水平视场角只有75度左右,而一个广角镜头的水平视场角可达90度以上。传感器节点的微型摄像头采用广角镜头,以减少传感器节点的个数并且增强隐蔽性。在图1中,C1、C2、C3、C4表示四个传感器节点,分别负责一路子视频源的采集,S、M分别表示体域传感阵列的耳塞节点和麦克风节点。穿戴者可通过麦克风M将现场的音频信息实时地传回监控中心,并通过耳塞S接收来自监控中心的反馈语音。
协调器控制多个传感器节点进行不同视域的信号采集,并对多源全景视频的原始数据进行低功耗的联合压缩编码,然后通过3G等广域外网将多源全景视频的压缩码流实时地传回监控中心。监控中心在收到全景视频码流以及每一子帧的拍摄朝向信息之后,可进行全景视频的解码与合成。 
体域传感阵列应分布于穿戴者运动程度较小的服装部位,且节点之间的空间位置关系相对稳定。图2及图3给出了一个体域传感阵列在人体服装上进行布局的示意图,图中C1、C2、C3、C4表示不同拍摄朝向的传感器节点,它们分布在人体服装的躯干部位且成像焦点位于同一平面上,如图4及图5所示,四个传感器节点相对于柱面中轴呈准对称特性,共同完成多源全景视频的采集。在实施穿戴式全景监控之前,体域传感阵列的布局应进行优化调整,每个传感器节点的拍摄朝向均向上倾斜一定的角度,以便接近人眼环顾四周时的观察效果,同时通过调整使得C1与C2、C3与C4之间具有更大的重叠视域,以降低手臂遮挡对全景视频合成质量的影响。
图4及图5,是本发明所采用的柱面投影全景成像示意图,分别从穿戴者的侧面和顶部进行展示,传感器节点C1、C2、C3、C4的成像焦点位于同一平面上,当全景成像系统以柱面中轴作为成像焦点的对称轴时,就可以高质量地获取柱面全景图的各个原始子帧。柱面全景图在水平方向上能实现360度的环视效果,而在垂直方向上的视角通常小于180度。若四个传感器节点的水平视场角均为R度且满足“4×R>360”,则可通过柱面投影全景成像获取水平360度的视域信息。为了超帧拼接的需要,传感器节点的相对位置与拍摄朝向应使子帧之间具有重叠区域,重叠部分的比例取决于体域传感阵列的布局与采集参数。
在对本发明硬件部分做出上述布局后,即可采集图像并处理,其步骤为:由N个传感器节点在各自的水平视场角范围内采集图像并通过超宽带体域网发送给协调器,一个传感器节点在一个时刻采集到的图像为一子帧,由协调器将同一时刻的N路子帧构成一超帧后,对当前超帧的原始数据进行多视点视频编码,编码后的数据经过外网适配工作后,通过广域外网传输至监控中心,由监控中心进行全景拼接。
协调器是体域传感阵列的调度中心,它在开机后首先创建一个超宽带体域网络,随后发送无线激活信号,接纳传感器节点的入网请求。在开机完成后,协调器需要根据当前资源情况(如CPU占用率、电池能量、通信带宽)进行全景视频码流生成的优化控制,提高体域传感阵列的整体效能。全景视频码流生成方法通过协调器实现多路采集、多视编码与远程传输等并发的任务,不同任务之间通过消息与缓存机制进行协同工作。
结合图6,协调器同时启动多路采集任务、多视编码任务及远程传输任务,其中,由多路采集任务采集同一时刻的N路子帧并组成一超帧,由多视编码任务对当前超帧的原始数据进行多视点视频编码,由远程传输任务对编码后的数据进行外网适配并发送给广域外网。
其中,所述多路采集任务多路通过超宽带体域网控制N个传感器节点的运行,在任务启动后向各传感器节点发送统一的分辨率、帧率、焦距、拍摄模式等采集参数,以保证各子帧采集质量的一致性。为保障多路视频原始数据的传输稳定性,超宽带体域网的MAC层采用保留通道的时分多址方式,保留通道占用时隙的相关信息在信标时段传送。只有对同一时刻采集的多路子帧进行缓存,才能生成同步的超帧序列,因此多路采集任务还要进行超帧采集的同步管理。多路采集任务采用双超帧缓冲区机制。由于传感器节点的数目有限且超宽带的传输速率较高,同一超帧中不同子帧之间的传输延迟较低,多路采集任务采用简单有效的子帧级同步策略。其具体步骤为:
步骤1.1、开辟两块原始超帧大小的缓冲区,两块缓冲区交替地用于当前超帧的编码输入存储和下一超帧的采集存储,每块缓冲区内部再分成N个子缓冲区,每个子缓冲区分别存储来自特定传感器节点的子帧数据。
步骤1.2、向N个传感器节点发送采集参数,以保证各传感器节点采集质量的一致性;
步骤1.3、控制N个传感器节点并发采集数据,将N个传感器节点收集到的N个子帧分别存入一个缓冲区内的一个子缓冲区中,当该缓冲区被填满后,向所述多视编码任务发出“当前超帧可用”消息,等待所述多视编码任务发出的“采集下一超帧”消息,直至收到该消息后,才进入下一步;
步骤1.4、控制N个传感器节点并发采集数据,将N个传感器节点收集到的N个子帧分别存入另一个缓冲区内的一个子缓冲区中,当该缓冲区被填满后,向所述多视编码任务发出“当前超帧可用”消息;
步骤1.5、判断是否收到“资源将尽”消息,若是,则退出任务,若否,则返回执行步骤1.3。
多源全景成像的视野范围是普通成像的数倍,其原始数据量也是普通成像的数倍,更大的数据量必然导致处理复杂度的提高,而电池供电的体域传感阵列仅有较少的计算、通信与存储资源,需要与之匹配的视频压缩编码技术。就体域传感阵列的应用需求而言,数量有限的传感器节点需要尽量微型化,如果在传感器节点部署实时编码模块,必定会使节点体积明显增大,不利于提升隐蔽性;另一方面,由于体域传感阵列是一个星形的网络拓扑结构,位于中心的协调器具有较强的处理能力,在一段时间内进行H.264/MVC等多视点视频编码是可行的。如果对多路视频进行不同子帧类型的编码,则帧内编码的压缩效率过低,双向预测编码的复杂度过高;由于同一超帧的子帧之间具有较弱的相关性,前向预测编码能够在编码速度与压缩效率之间达到更好的平衡。考虑到低功耗、低延时监控的需要,全景视频码流生成方法对多视点视频编码的子帧编码顺序进行了改进,多视编码任务采用了高效能的子帧级编码顺序,如图7所示,每个小方框表示一个子帧,同一时刻的4个子帧组成一个超帧,“SFt”表示按时间顺序的第t个超帧,多个连续的超帧组成一个超图像组GoGOP,例如图中6个连续超帧组成一个GoGOP,子帧间箭头表示预测关系;I、P分别表示帧内编码、前向预测编码,其下标表明了在同一GoGOP中子帧编码的先后顺序。
多视编码任务采用H.264/MVC等多视点视频编码器对当前超帧进行压缩,该任务占用了协调器主要的CPU资源。异步FIFO是一种先进先出的缓存电路,用于在两个不同时钟模块之间快速地传输数据。
多视编码任务的具体步骤为:
步骤2.1、判断是否收到“当前超帧可用”消息,若是,则进入下一步,否则继续等待;
步骤2.2、向所述多路采集任务发出“采集下一超帧”消息;
步骤2.3、按照图7所示的子帧级编码顺序编码当前超帧的一个子帧,并将码流压入一异步FIFO进行数据缓存,;
步骤2.4、判断CPU占用率是否超过上阈值,若是,则下一步,否则进入步骤2.7;
步骤2.5、暂停编码,等待一个正常超帧的时间;
步骤2.6、判断CPU占用率是否低于下阈值,若是则进入步骤2.7,否则跳回步骤2.5;
步骤2.7、判断是否接收到关机指令或电池能量是否将尽,若是,则发出“资源将尽”消息,退出任务,若否,则判断当前超帧是否结束编码,若否,则跳回步骤2.3,若是,则进入下一步;
步骤2.8、判断当前超帧是否为第一个超帧,若否,则跳回步骤2.1,若是,则发出“第一个超帧编码完成”消息,随后跳回步骤2.1。
多视编码任务还执行超帧质量一致性控制算法和主动跳帧算法。结构相似度算法(Structural Similarity,简称“SSIM”)是一种基于结构信息衡量原始信号与压缩信号之间相似程度的准则,与主观感知质量的关联性较强,超帧质量一致性控制算法采用SSIM准则在超帧的多个子帧之间取得相对一致的编码质量。当监控场景剧烈变化时,运动估计模块的运算量会大幅增加,使得协调器的CPU超负荷运行,导致重建视频出现马赛克且系统面临崩溃的危险。视频监控应用注重单幅超帧图像的高质量,全帧率的约束条件会导致超帧质量的显著下降,因此多视编码任务采用一种主动跳帧算法来避免CPU处于超负荷状态,以使协调器长期稳定运行。为了防止CPU超负荷运行,多视编码任务在压缩当前超帧的下一子帧之前,会查询当前时段的CPU占用率。当CPU占用率超过上阈值时,多视编码任务将暂停当前超帧后续子帧的编码,每隔一个正常超帧的时间间隔就查询当前时段的CPU占用率,直到当前的CPU占用率低于下阈值之后,才继续对当前超帧的下一子帧进行编码。上阈值和下阈值的选择取决于协调器的硬件配置与操作系统等因素,例如可将CPU占用率95%作为上阈值,CPU占用率80%作为下阈值。编码器通过主动跳帧算法,可保证编码出来的压缩码流均是有效数据,以避免无效的超帧采集与编码。在压缩下一子帧之前,多视编码任务还会检查关机信息和剩余的电池能量。如果查到关机指令或者电池能量将尽,多视编码任务将通知多路采集、远程传输任务“资源将尽”,使得三个任务随后退出运行。
远程传输任务在启动后,首先通过3G等广域外网连接监控中心的服务器,完成远程传输全景视频码流的准备。在收到来自多视编码任务的“第一个超帧编码完成”消息后,远程传输任务开始从异步FIFO中读取码流数据,进行容错编码、码流打包等外网适配工作,然后将数据包通过广域外网传回监控中心。由于广域外网的无线带宽往往波动较大,远程传输任务根据外网给定的平均速率发送数据包,异步FIFO受外网带宽的影响可能出现没有全景视频码流的下溢情况,此时远程传输任务将进入低功耗的数据等待状态。远程传输任务需要与多视编码任务协同运行,以保证所有生成的全景视频压缩码流都能通过外网发送出去。其具体步骤为:
步骤3.1、连接监控中心,准备回传数据;
步骤3.2、判断是否收到“第一个超帧编码完成”消息,若是,则进入下一步,否则继续等待;
步骤3.3、判断异步FIFO内是否有超过一个外网包大小的数据,若是,则跳到步骤3.5,否则进入下一步;
步骤3.4、延迟等待一个正常超帧的时间后,再次返回执行步骤3.3;
步骤3.5、从异步FIFO中读取数据,对数据进行容错编码、码流打包等外网适配工作;
步骤3.6、按照广域外网给定的平均速率发送数据;
步骤3.7、判断是否收到“资源将尽”消息,若是,则退出任务,若否,则返回执行步骤3.3。

Claims (14)

1.一种基于体域传感阵列的全景视频码流生成方法,其特征在于,步骤为:
步骤1、在人体服装上布置一个协调器和N个传感器节点,N≥3,所有传感器节点的拍摄朝向均向上倾斜一定的角度,且成像焦点位于同一平面上,传感器节点的水平视场角之和大于360度,使得N个传感器节点在穿戴者周围360度水平视域内能够进行柱面投影全景成像,协调器与传感器节点之间的内部通信采用星形拓扑的超宽带体域网;
步骤2、将协调器与广域外网之间建立无线通讯连接,广域外网与监控中心之间通过有线或无线方式建立通讯连接;
步骤3、由N个传感器节点在各自的水平视场角范围内采集图像并通过超宽带体域网发送给协调器,一个传感器节点在一个时刻采集到的图像为一子帧,由协调器将同一时刻的N路子帧构成一超帧后,对当前超帧的原始数据进行多视点视频编码,编码后的数据经过外网适配工作后,通过广域外网传输至监控中心,由监控中心进行全景拼接。
2.如权利要求1所述的一种基于体域传感阵列的全景视频码流生成方法,其特征在于:所述传感器节点和所述协调器分布在穿戴者运动程度较小的服装部位。
3.如权利要求1所述的一种基于体域传感阵列的全景视频码流生成方法,其特征在于:所述传感器节点包括相互连接的微型摄像头及超宽带收发模块。
4.如权利要求3所述的一种基于体域传感阵列的全景视频码流生成方法,其特征在于:所述传感器节点包括角度测量模块,角度测量模块安装在微型摄像头的背部并连接所述超宽带收发模块,该角度测量模块用于逐帧地获取当前传感器节点的拍摄朝向信息。
5.如权利要求1所述的一种基于体域传感阵列的全景视频码流生成方法,其特征在于:所述协调器包括CPU,CPU分别连接超宽带收发模块、外网通信模块、双超帧缓冲区及异步FIFO。
6.如权利要求1所述的一种基于体域传感阵列的全景视频码流生成方法,其特征在于:在进行步骤3所述的多视点视频编码的同时,执行超帧质量一致性控制算法和主动跳帧算法。
7.如权利要求6所述的一种基于体域传感阵列的全景视频码流生成方法,其特征在于:所述超帧质量一致性控制算法采用结构相似度准则来度量各子帧的编码质量,以求在同一超帧的多个子帧之间取得相对一致的编码质量。
8.如权利要求6所述的一种基于体域传感阵列的全景视频码流生成方法,其特征在于:所述主动跳帧算法为:在压缩当前超帧的下一子帧之前,会查询当前时段的CPU占用率,当CPU占用率超过上阈值时,暂停当前超帧后续子帧的编码,随后每隔一个正常超帧的时间间隔就查询当前时段的CPU占用率,直到CPU占用率低于下阈值之后,才继续对当前超帧的下一子帧进行编码。
9.如权利要求1所述的一种基于体域传感阵列的全景视频码流生成方法,其特征在于:在进行步骤3时,所述协调器同时启动多路采集任务、多视编码任务及远程传输任务,其中,由多路采集任务采集同一时刻的N路子帧并组成一超帧,由多视编码任务对当前超帧的原始数据进行多视点视频编码,由远程传输任务对编码后的数据进行外网适配并发送给广域外网。
10.如权利要求9所述的一种基于体域传感阵列的全景视频码流生成方法,其特征在于:所述多路采集任务的步骤为:
步骤1.1、向N个传感器节点发送采集参数,以保证各传感器节点采集质量的一致性;
步骤1.2、控制N个传感器节点并发采集一个超帧的数据并存储,向所述多视编码任务发出“当前超帧可用”消息,等待所述多视编码任务发出的“采集下一超帧”消息,直至收到该消息后,才进入下一步;
步骤1.3、判断是否收到“资源将尽”消息,若是,则退出任务,若否,则返回执行步骤1.2。
11.如权利要求9所述的一种基于体域传感阵列的全景视频码流生成方法,其特征在于:所述多路采集任务的步骤为:
步骤1.1、开辟两块原始超帧大小的缓冲区,两块缓冲区交替地用于当前超帧的编码输入存储和下一超帧的采集存储,每块缓冲区内部再分成N个子缓冲区,每个子缓冲区分别存储来自特定传感器节点的子帧数据;
步骤1.2、向N个传感器节点发送采集参数,以保证各传感器节点采集质量的一致性;
步骤1.3、控制N个传感器节点并发采集数据,将N个传感器节点收集到的N个子帧分别存入一个缓冲区内的一个子缓冲区中,当该缓冲区被填满后,向所述多视编码任务发出“当前超帧可用”消息,等待所述多视编码任务发出的“采集下一超帧”消息,直至收到该消息后,才进入下一步;
步骤1.4、控制N个传感器节点并发采集数据,将N个传感器节点收集到的N个子帧分别存入另一个缓冲区内的一个子缓冲区中,当该缓冲区被填满后,向所述多视编码任务发出“当前超帧可用”消息;
步骤1.5、判断是否收到“资源将尽”消息,若是,则退出任务,若否,则返回执行步骤1.3。
12.如权利要求9所述的一种基于体域传感阵列的全景视频码流生成方法,其特征在于:所述多视编码任务的步骤为:
步骤2.1、判断是否收到“当前超帧可用”消息,若是,则进入下一步,否则继续等待;
步骤2.2、向所述多路采集任务发出“采集下一超帧”消息;
步骤2.3、按照顺序编码当前超帧的一个子帧,并将码流压入一异步FIFO;
步骤2.4、判断CPU占用率是否超过上阈值,若是,则下一步,否则进入步骤2.7;
步骤2.5、暂停编码,等待一个正常超帧的时间;
步骤2.6、判断CPU占用率是否低于下阈值,若是则进入步骤2.7,否则跳回步骤2.5;
步骤2.7、判断是否接收到关机指令或电池能量是否将尽,若是,则发出“资源将尽”消息,退出任务,若否,则判断当前超帧是否结束编码,若否,则跳回步骤2.3,若是,则进入下一步;
步骤2.8、判断当前超帧是否为第一个超帧,若否,则跳回步骤2.1,若是,则发出“第一个超帧编码完成”消息,随后跳回步骤2.1。
13.如权利要求12所述的一种基于体域传感阵列的全景视频码流生成方法,其特征在于:所述远程传输任务的步骤为:
步骤3.1、连接监控中心,准备回传数据;
步骤3.2、判断是否收到“第一个超帧编码完成”消息,若是,则进入下一步,否则继续等待;
步骤3.3、判断异步FIFO内是否有超过一个外网包大小的数据,若是,则跳到步骤3.5,否则进入下一步;
步骤3.4、延迟等待一个正常超帧的时间后,再次返回执行步骤3.3;
步骤3.5、从异步FIFO中读取数据,对数据进行外网适配工作;
步骤3.6、按照广域外网给定的平均速率发送数据;
步骤3.7、判断是否收到“资源将尽”消息,若是,则退出任务,若否,则返回执行步骤3.3。
14.如权利要求1所述的一种基于体域传感阵列的全景视频码流生成方法,其特征在于:所述协调器连接耳塞(S)及麦克风(M)。
CN2011101852715A 2011-07-04 2011-07-04 一种基于体域传感阵列的全景视频码流生成方法 Pending CN102244680A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011101852715A CN102244680A (zh) 2011-07-04 2011-07-04 一种基于体域传感阵列的全景视频码流生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011101852715A CN102244680A (zh) 2011-07-04 2011-07-04 一种基于体域传感阵列的全景视频码流生成方法

Publications (1)

Publication Number Publication Date
CN102244680A true CN102244680A (zh) 2011-11-16

Family

ID=44962510

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011101852715A Pending CN102244680A (zh) 2011-07-04 2011-07-04 一种基于体域传感阵列的全景视频码流生成方法

Country Status (1)

Country Link
CN (1) CN102244680A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103491378A (zh) * 2012-06-07 2014-01-01 佳能株式会社 图像编码装置
CN103647955A (zh) * 2013-12-31 2014-03-19 英华达(上海)科技有限公司 头戴式影像摄录像装置及其系统
CN105338258A (zh) * 2014-06-26 2016-02-17 浙江大华技术股份有限公司 一种视频传输方法及设备
CN106454236A (zh) * 2016-10-09 2017-02-22 珠海全志科技股份有限公司 一种提高多路视频采集前端处理效率的方法和系统
CN103581599B (zh) * 2012-07-31 2017-04-05 安凯(广州)微电子技术有限公司 双路录像的改进方法、装置及监控器
CN107547898A (zh) * 2017-09-05 2018-01-05 东华大学 一种能耗‑精度可控的传感器双参数分配系统
CN109889792A (zh) * 2019-04-12 2019-06-14 北京航空航天大学 一种基于v2x的车载视频直传方法
CN110569927A (zh) * 2019-09-19 2019-12-13 浙江大搜车软件技术有限公司 移动端全景图像扫描提取的方法、终端和计算机设备
CN111343415A (zh) * 2018-12-18 2020-06-26 杭州海康威视数字技术股份有限公司 数据传输方法及装置
CN113163173A (zh) * 2021-04-27 2021-07-23 沈勤标 一种基于大数据的视频数据采集处理和传输的方法
CN113656364A (zh) * 2021-08-05 2021-11-16 福瑞泰克智能系统有限公司 传感器数据处理方法、装置和计算机可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1790276A (zh) * 2004-12-13 2006-06-21 华为技术有限公司 一种控制打印频度的方法
CN101001375A (zh) * 2007-01-18 2007-07-18 北京中星微电子有限公司 一种图像采集的方法和装置
CN101146231A (zh) * 2007-07-03 2008-03-19 浙江大学 根据多视角视频流生成全景视频的方法
CN101853504A (zh) * 2010-05-07 2010-10-06 厦门大学 基于视觉特性与结构相似度的图像质量评测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1790276A (zh) * 2004-12-13 2006-06-21 华为技术有限公司 一种控制打印频度的方法
CN101001375A (zh) * 2007-01-18 2007-07-18 北京中星微电子有限公司 一种图像采集的方法和装置
CN101146231A (zh) * 2007-07-03 2008-03-19 浙江大学 根据多视角视频流生成全景视频的方法
CN101853504A (zh) * 2010-05-07 2010-10-06 厦门大学 基于视觉特性与结构相似度的图像质量评测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
高翔: "面向智能服装无线传感器网络的性能评估及设计实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》, 15 July 2008 (2008-07-15), pages 21 *

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103491378A (zh) * 2012-06-07 2014-01-01 佳能株式会社 图像编码装置
CN103581599B (zh) * 2012-07-31 2017-04-05 安凯(广州)微电子技术有限公司 双路录像的改进方法、装置及监控器
CN103647955A (zh) * 2013-12-31 2014-03-19 英华达(上海)科技有限公司 头戴式影像摄录像装置及其系统
CN103647955B (zh) * 2013-12-31 2017-06-16 英华达(上海)科技有限公司 头戴式影像摄录像装置及其系统
CN105338258A (zh) * 2014-06-26 2016-02-17 浙江大华技术股份有限公司 一种视频传输方法及设备
CN105338258B (zh) * 2014-06-26 2018-05-25 浙江大华技术股份有限公司 一种视频传输方法及设备
CN106454236A (zh) * 2016-10-09 2017-02-22 珠海全志科技股份有限公司 一种提高多路视频采集前端处理效率的方法和系统
CN106454236B (zh) * 2016-10-09 2019-09-17 珠海全志科技股份有限公司 一种提高多路视频采集前端处理效率的方法和系统
CN107547898B (zh) * 2017-09-05 2020-04-14 东华大学 一种能耗-精度可控的传感器双参数分配系统
CN107547898A (zh) * 2017-09-05 2018-01-05 东华大学 一种能耗‑精度可控的传感器双参数分配系统
CN111343415A (zh) * 2018-12-18 2020-06-26 杭州海康威视数字技术股份有限公司 数据传输方法及装置
CN109889792A (zh) * 2019-04-12 2019-06-14 北京航空航天大学 一种基于v2x的车载视频直传方法
CN109889792B (zh) * 2019-04-12 2020-07-03 北京航空航天大学 一种基于v2x的车载视频直传方法
CN110569927A (zh) * 2019-09-19 2019-12-13 浙江大搜车软件技术有限公司 移动端全景图像扫描提取的方法、终端和计算机设备
CN113163173A (zh) * 2021-04-27 2021-07-23 沈勤标 一种基于大数据的视频数据采集处理和传输的方法
CN113163173B (zh) * 2021-04-27 2022-09-23 国网山东省电力公司泰安供电公司 一种基于大数据的视频数据采集处理和传输的方法
CN113656364A (zh) * 2021-08-05 2021-11-16 福瑞泰克智能系统有限公司 传感器数据处理方法、装置和计算机可读存储介质
CN113656364B (zh) * 2021-08-05 2024-02-20 福瑞泰克智能系统有限公司 传感器数据处理方法、装置和计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN102244680A (zh) 一种基于体域传感阵列的全景视频码流生成方法
US10958820B2 (en) Intelligent interface for interchangeable sensors
US10244167B2 (en) Apparatus and methods for image encoding using spatially weighted encoding quality parameters
US20100260486A1 (en) Apparatus, System and Method for Recording a Multi-View Video and Processing Pictures, and Decoding Method
CN102263935B (zh) 一种基于td-scdma网络的视频监控传输装置
CN101977305A (zh) 一种视频处理方法及装置和系统
CN102148964A (zh) 3g移动互联网视频监控系统
KR20130039720A (ko) 시각 장애인들을 지원하는 증강 현실 파노라마
CN101707734A (zh) 移动时空定位影音数据的自适应获取与发送装置
WO2010025655A1 (zh) 3d视频通信方法、发送设备、系统及图像重构方法和系统
WO2022141445A1 (zh) 一种图像处理方法以及装置
WO2022141477A1 (zh) 一种图像处理方法以及装置
CN105611177A (zh) 实现全景相机的多个摄像头同时拍摄的方法及全景相机
CN101945096A (zh) 手机面向机顶盒和pc进行视频直播的系统及其工作方法
CN103220530A (zh) 用于智能监控的高分辨率图像处理系统及方法
CN206117891U (zh) 一种音视频采集设备
WO2022141351A1 (zh) 一种视觉传感器芯片、操作视觉传感器芯片的方法以及设备
WO2022166521A1 (zh) 跨设备的协同拍摄方法、相关装置及系统
US20140111611A1 (en) Method and system for encoding multi-view video content
JP2013225850A (ja) 映像通信装置、映像通信サーバー及び映像通信のための映像処理方法
KR20170083376A (ko) 영상촬영장치 및 영상촬영방법
CN106911909A (zh) 基于智能摄像机的视频通话方法及系统
CN105681748A (zh) 一种图像摄录装置及监控系统
CN114845035A (zh) 一种分布式拍摄方法,电子设备及介质
CN116055802B (zh) 图像帧处理方法及电子设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20111116