适配网络化视频处理基础理论与实验平台

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60632040
  • 项目类别：
    重点项目
  • 资助金额：
    200.0万
  • 负责人：
    熊红凯
  • 依托单位：
    上海交通大学
  • 学科分类：
    F0102.信息系统与系统安全
  • 结题年份：
    2010
  • 批准年份：
    2006
  • 项目状态：
    已结题
  • 起止时间：
    2007-01-01 至2010-12-31

项目摘要

本项目将进行为了适配网络化视频处理的基础理论与实验平台的研究，其目的是根据网络环境的异构特性、设备的多样性、应用的复杂性和视觉感知生理性的需要，提出一种普适的视频处理方案，从全新的角度建立视频处理的理论框架、技术体系和系统实验平台。这样的实验平台将具有高度的开放性和重用性，以多媒体应用、网络环境的限制以及设备间的协同程度作为约束条件和基本需求，建立多维的、自适应的、可配置的、结合视觉感知特性的媒体描述方案和演示系统。系统的优点一方面使视频通信适用于广播电视网、互联网、无线移动网等不同的网络环境以及多种终端设备，另一方面新的视频分解和重构方法将给主体（人）带来最佳的视觉质量，从而实现生理化和网络化的智能协同，最终达到多媒体信号在各种复杂应用条件下的最佳传播。

结项摘要

项目成果

期刊论文数量（29）
专著数量（0）
科研奖励数量（0）
会议论文数量（74）
专利数量（16）
Joint Source and Flow Optimization for Scalable Video Multi-rate Multicast over Hybrid Wired/Wireless Coded Networks
混合有线/无线编码网络上可扩展视频多速率组播的联合源和流优化
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    IEEE Transactions on Circuits and Systems for Video Technology
  • 影响因子：
    8.4
  • 作者：
    Hongkai Xiong;Chenglin Li;Zhihai He;Junni Zou
  • 通讯作者：
    Junni Zou
Lifetime and Distortion Optimization with Joint Source/Channel Rate Adaptation and Network Coding Based Error-Control in Wireless Video Sensor Networks
无线视频传感器网络中基于联合源/通道速率自适应和基于网络编码的错误控制的寿命和失真优化
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    IEEE Transactions on Vehicular Technology
  • 影响因子：
    6.8
  • 作者：
    Chenglin Li;Ruifeng Zhang;Hongkai Xiong;Junni Zou;Zhihai He
  • 通讯作者：
    Zhihai He
Applying the multi-category learning to multiple video object extraction
将多类别学习应用于多个视频对象提取
  • DOI：
    10.1016/j.patcog.2008.02.007
  • 发表时间：
    --
  • 期刊：
    Pattern Recognition
  • 影响因子：
    8
  • 作者：
    Yi Liu;Xiaotong Shen;Yuan F. Zheng
  • 通讯作者：
    Yuan F. Zheng
基于分层判断的x264快速模式选择算法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    上海交通大学学报
  • 影响因子：
    --
  • 作者：
    宋利;刘硕;余松煜
  • 通讯作者：
    余松煜
Joint Coding/Routing Optimization for Distributed Video Sources in Wireless Visual Sensor Networks
无线视觉传感器网络中分布式视频源的联合编码/路由优化
  • DOI：
    10.1109/tcsvt.2011.2105596
  • 发表时间：
    --
  • 期刊：
    IEEE Transactions on Circuits and Systems for Video Technology
  • 影响因子：
    8.4
  • 作者：
    Hongkai Xiong;Chenglin Li;Chang Wen Chen;Junni Zou
  • 通讯作者：
    Junni Zou

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于POMDP的可伸缩视频流优化决策调度研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Journal of Shanghai Jiao Tong University (Science)
  • 影响因子：
    --
  • 作者：
    邹君妮;熊红凯;范凤军
  • 通讯作者：
    范凤军

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

熊红凯的其他基金

基于图深度学习的智能信息通信：理论与技术
  • 批准号：
    62320106003
  • 批准年份：
    2023
  • 资助金额：
    214 万元
  • 项目类别：
    国际(地区)合作与交流项目
非规则视觉大数据处理的图稀疏深度学习：理论与技术
  • 批准号：
  • 批准年份：
    2019
  • 资助金额：
    301 万元
  • 项目类别：
    重点项目
基于结构化集学习的视频稀疏编码理论与技术
  • 批准号：
    61271218
  • 批准年份：
    2012
  • 资助金额：
    76.0 万元
  • 项目类别：
    面上项目
非对称视频编解码的多尺度分解重构技术研究
  • 批准号：
    60772099
  • 批准年份：
    2007
  • 资助金额：
    26.0 万元
  • 项目类别：
    面上项目
基于多维尺度率失真伸缩描述的自适应分解视频信源传输和表示理论与方法
  • 批准号：
    60502033
  • 批准年份：
    2005
  • 资助金额：
    6.0 万元
  • 项目类别：
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码