流媒体是一种在Internet/Intranet中使用流式传输技术的连续时基媒体,如:音频、视频或多媒体文件.流式媒体在播放前不需要下载整个文件,只要将开始部分内容存入内存即可.流式媒体的数据流随时传送随时播放,只是在开始时有些许的延迟.所谓多层次是指在网络上传输的视频内容是基于视频对象进行压缩解压缩,而且视频对象的压缩解压缩是多层次的,即每个对象都由一个基本层和多个增强层组成.因此针对不同的对象,我们可以根据不同的用户要求进行不同层次的压缩.这样做的最大好处就是可以提供不同质量、不同压缩率的视频流.要实现多层次压缩,必须要准确定位各个视频对象的位置,这就要求我们在对象识别、跟踪,运动预测方面的技术有所改进、突破,而这正是本文的研究重点.本文在对国内外相关课题进行深入分析的基础上加以研究改进,并提出一些新的观点、算法和理论,主要包括以下几点:◆提出一种针对足球比赛的对象识别跟踪算法.该算法通过对颜色的色度和稀疏度的计算来进行局部区域边界检测,在得到区域的边界后再进行对象跟踪.◆提出一种人体运动建模的跟踪算法,这是一种采用预测机制的人体运动跟踪算法.该算法以对整个人体出现区域的预测代替各个特征位置的预测:首先建立人体运动模型和人体特征的时变模型,然后再将得到的特征与之相匹配,取匹配度最大者作为特征,最后用人体运动层次模型来检验、完善.◆提出一种基于STGS-image的运动预测机制.该机制先对STGS-image进行分析,分类,然后针对不同类别的STGS-image采用不同的预测模型,提高预测效率和质量.◆为了使得本系统的多层次图像信息可以更好地在网络上传输,本文提出了一种能够根据QoS要求对各节点网络带宽进行动态自适应管理机制,该机制可以充分利用客户端的带宽和缓冲资源以让客户可以接收到更高质量的图像,同时服务器又可以最大可能地避免无效的数据传输.上述算法在该系统中明显改善了系统的识别、跟踪、预测性能,取得了良好的实验效果.