【摘 要】
:
随着H.265、AVS 2等新一代视频编码标准制定工作在国际和国内的同步展开,视频编码技术正在步入新的快速发展阶段。新一代视频编码标准对混合编码框架的性能提出了更高的要求
论文部分内容阅读
随着H.265、AVS 2等新一代视频编码标准制定工作在国际和国内的同步展开,视频编码技术正在步入新的快速发展阶段。新一代视频编码标准对混合编码框架的性能提出了更高的要求。因此,通过改进原有技术和提出创新方法来获得更显著的性能增益,是学术界和工业界当前共同关注的重点。作为混合编码框架的核心技术之一,预测编码能够减少视频中的冗余信息,提升编码效率。在H.264/AVC等当前主流的视频压缩标准中,预测编码,无论是帧内预测还是帧间预测,都仅仅利用了视频中单一的相关性。然而,图像中不同区域可能来自不同的物体,并分别具有不同的时间和空间相关性。某些区域的时间相关性更加明显,而另一些区域的空间相关性则更强。在此情况下,仅使用单一的相关性完成预测,并不能确保对图像中的所有像素均能进行尽量精确的预测。因此,从全面、有效地利用相关性信息的角度,现有预测编码手段的效率还需要得到进一步的提高。为了进一步提升预测编码的性能,本文提出了一种基于时空相关性的混合预测编码模型。其核心思想是在预测当前宏块的过程中同时利用图像中的时间和空间相关性。基于本方法,编码器通过率失真优化做出模式选择后,向当前的预测宏块中补充加入时间或空间相关性信息,从而得到新的混合预测宏块。进一步地,为了更高效地利用图像中的空间相关性,本文提出了一种相关性自适应的加权混合预测方法,作为对基本混合预测策略的优化。实验结果表明,同H.264/AVC现有方法相比,本文所提出的混合预测模型能够在保持码率基本不变甚至有所减小的前提下,获得平均0.1dB左右的客观质量增益,有效提升视频编码框架的编码效率。
其他文献
随着半导体技术和计算机体系结构技术的发展,分片式处理器逐渐成为多核领域的一个发展方向。分片式处理器有效解决和缓解了线延迟、功耗、可扩展性等现代处理器面临的主要问
在组播路由协议中,PIM-SM协议以其协议无关性、组成员显示加入的特性以及共享树(RPT)向最短路径树(SPT)切换等机制,成为了目前应用最为广泛的域内组播路由协议。但是随着网络技术的
随着互联网上信息的快速增长,信息抽取技术越来越被关注,而实体关系的抽取又是这些任务中非常重要的一个子任务。经研究发现由于传统的实体关系抽取技术面向句子级,只在一个
低秩矩阵近似,是机器学习、数值优化、理论计算机科学等领域的重要研究方向。它既有严格的理论基础,在实际问题中,也有着广泛的应用。低秩矩阵近似的本质是利用高维空间中的
云计算使用海量资源快速为用户部署和执行资源密集型任务,但是一批新应用在要求大量计算资源的同时,也需要极低的交互延迟。由于广域网的限制,用户设备与云数据中心的交互延
随着现代科技的飞速发展,手机的存储容量快速增大,手机中存储数据的种类和数量也成爆炸式增加,如何快速、准确的将用户需要的信息呈现出来成为一个急需解决的问题。然而由于
当前,多媒体应用越来越广泛,多媒体技术发展迅速。视频编码技术深入生活的方方面面。随着高清技术的发展,高清终端显示设备的应用越来越多,而标清视频广泛存在在视频的各种资
数据仓库作为一种分析型的数据环境,越来越受到人们的重视。数据仓库与操作型数据库环境相分离。相对于操作型环境而言,分析型环境对数据查询的速度提出了更高的要求。相对于
贝叶斯学习作为机器学习的重要分支,为解决数据的建模问题提供了一种重要的方法。其中的稀疏贝叶斯学习算法凭借其概率的预测和稀疏的模型等特点,成为机器学习中的经典算法之
问答是自然语言处理和信息检索领域的一个重要研究分支,它融合了多种自然语言处理和信息检索的相关技术,是比搜索引擎更人性化的向人们提供所需信息的一种手段。受社会的不断进