【摘 要】
：
与传统的标准动态视频相比,虽然高动态范围视频提高了人类视觉体验,但目前市场上和大多数消费者使用的依旧是传统的SDR显示器,而HDR视频无法在传统SDR显示器上提供HDR视觉效果。同时实现HDR/SDR视频服务可以简单地通过在服务器端存储两个版本的视频文件,但这需要占用大量的存储资源。另一个替代方法则是设计向下兼容的双层HDR视频编解码系统,提供针对不同设备的弹性播放,即向SDR显示器端传输基本层（
论文部分内容阅读
与传统的标准动态视频相比,虽然高动态范围视频提高了人类视觉体验,但目前市场上和大多数消费者使用的依旧是传统的SDR显示器,而HDR视频无法在传统SDR显示器上提供HDR视觉效果。同时实现HDR/SDR视频服务可以简单地通过在服务器端存储两个版本的视频文件,但这需要占用大量的存储资源。另一个替代方法则是设计向下兼容的双层HDR视频编解码系统,提供针对不同设备的弹性播放,即向SDR显示器端传输基本层（Base Layer,BL）码流以实现SDR效果显示,向HDR显示器端传输BL和增强层（Enhancement Layer,EL）码流以实现HDR效果显示。本文的主要工作是对此双层HDR视频编解码系统中的重要参数的估计方法进行研究,主要内容如下:（1）双层编解码系统中生成EL方法有残差编码算法和码字范围放大算法（Codeword Range Amplification,CRA）。本文利用实验表明常规的残差编码算法无法提升重建HDR视频效果,而CRA算法使得重建视频效果显著提升。在CRA算法中,一个重要参数分割像素灰度值的阈值点对最终重建HDR视频质量有重要影响。本文分析了全局搜索法和公式推导法获取阈值点的不足,并提出了基于学习的阈值估计方法。（2）本文提出基于高斯过程回归模型的阈值估计算法。首先,分析通过全局搜索获得的四万多条样本数据,发现重建视频PSNR提升效果及最佳阈值点的出现与像素灰度值直方图、总比特率及BL/EL比等参数有着较强的相关性,并据此确定了高斯回归模型的特征值;通过样本重采样解决样本分布不平衡的问题;选择Rational Quadratic作为训练模型的核函数。实验表明,该模型预测阈值和最佳阈值接近;预测阈值重建HDR视频PSNR提升2.2dB,相比全局搜索法缩短近百万倍的时间,为双层编码中阈值的实时计算提供了可能性。（3）本文提出基于卷积神经网络预测最佳阈值点的方案。实验表明,该网络预测阈值重建HDR视频PSNR提升1.8d B,相比公式推理方法视频改善效果提高了86.5%,相较全局搜索法也缩短近百万倍的时间,同样为双层编码中阈值的实时计算提供了可能性。
其他文献
本论文提出一种超声振动表面光整强化技术,主要对零件的表面进行强化加工,用以提高零件表面的综合性能（如表面粗糙度、表面硬度、表面残余压应力等）。超声振动表面光整强化技术是在传统挤压加工方式基础上叠加超声振动,利用超声波的物理与机械作用使超声挤压工具头在局部微小的范围内产生极大的瞬时加速度以及能量集中效应。这种作用方式可以用较小的静挤压力使零件表面金属发生塑性应变从而提升零件的表面质量,这种新型加工工
随着电力需求的不断增加和电网规模的不断扩大,保障电网安全成为一个至关重要的课题。近年来,电网中的相继故障现象时有发生,严重影响了人们的生产生活。因此,研究电力网络在相继故障情况下的鲁棒性并对其进行优化具有十分重要的意义。本文结合了网络科学和进化计算等理论,对相继故障场景下的电网脆弱性、拓扑优化以及资源分配等问题进行了一系列的研究,主要研究结果如下:（1）研究了考虑代价的混合攻击场景下电网的脆弱性。
电化学传感作为一种高效、快速、灵敏和环保的分析方法,逐渐应用于医疗检查、环境污染物监测和食品检测等各领域。为提高检测精度及扩大应用范围,新型工作电极的开发,尤其是柔性电极的新需求,已经成为电化学传感器的研究重点。其中,工作电极是决定电化学传感器性能与应用范围的核心组件。开发具有高灵敏度、高响应性及具有柔性弯曲性能的电化学传感器已经成为研究热点。这也充分体现了人们对生命健康的重视及美好生活的向往。为
近年来,人们的健康管理意识日益增强,对睡眠质量的关注度逐渐提高,日常生活中希望能够方便快捷地了解到自身的睡眠状况。为了解决人们的需求,已经有众多研究人员致力于家用型睡眠监测领域。然而传统的基于传感器、计算机视觉的感知技术存在设备昂贵、感知范围易被遮挡和侵犯隐私等问题。随着无线网络和智能终端的普及,基于Wi Fi的无线感知技术凭借其低成本、覆盖范围广以及保护隐私等优点,已经受到许多研究人员的青睐。睡
目标检测与跟踪技术一直是军事领域研究的热点问题之一,随着相关理论研究的深入和红外成像技术的发展,这一领域有了新的突破。大多数目标检测与跟踪技术都是基于单视场图像进行研究,但是单视场图像无法同时兼顾大视场的检测与小视场的跟踪,故本文寻求新的思路,在双视场成像设备上对目标检测与跟踪技术进行研究。首先,借助双视场成像的优势,本文对目标检测与跟踪算法流程进行研究,双视场中,大视场先对目标进行检测,再把检测
无人平台的目标自主跟随行为,作为机器智能的常见应用,可以适用于广泛的任务场景中。本文对复杂环境中无人平台自主跟随的关键技术进行了研究,包括目标识别与定位,以及无人平台的运动控制与避障,本文主要的研究内容与创新点如下:针对复杂环境中自主跟随平台目标识别的一致性问题,提出了一种基于稀疏点云外观模型的点云簇特征表示,将自主跟随任务中对目标的识别问题,转换为在特征空间中对环境中目标-非目标的二分类问题。针
钛合金作为一种优质的金属结构材料,具有高强度、低密度、耐腐蚀等诸多优良特性,被广泛应用于航空航天、化工医疗、汽车能源等领域,但它同时也是典型的难加工材料。论文将轴向超声振动引入到TC4钛合金的铣削加工中,通过理论、仿真、实验相结合的方法,分析对比超声振动铣削和普通铣削在加工TC4钛合金上的区别,研究超声振动对铣削力、铣削温度、切屑形态、表面粗糙度的影响规律,具体研究内容如下:首先,分析了超声振动铣
单晶金刚石纳米尺度磨削磨损过程中,磨粒的局部温度变化严重影响着道具的使用寿命和工件的表面质量。在磨损过程中磨粒整体与局部接触区的温度变化可能对磨粒硬度造成重大影响,目前温度因素对单晶纳米金刚石的摩擦磨损过程的磨损率的影响关系尚不清楚。本文采用分子动力学（MD）仿真手段,考虑体系整体温度和磨粒滑动过程中局部接触区域温度的变化,对磨粒磨损过程中的磨损量进行计算,探讨了摩擦磨损过程中的温度对磨损率的影响
现实世界中存在许多网络结构的数据集,如社交账户网络、引文网络等,而此类网络数据集又可分为同构网络和异构网络。同构网络即网络中仅有一种节点类型,而异构网络中节点类型可能有两种或两种以上。对此类网络结构数据集进行数据挖掘以及学习分析能发现许多隐藏信息,已成为近来学术界以及工业界的研究热点。然而,网络结构的数据集无法直接输入现有的数据挖掘,机器学习算法,所以对于此类数据集,一个亟待解决的问题即如何表示网
作为人工智能的一个分支,深度学习凭借强大的数据挖掘及建模能力被广泛用于解决数据驱动等问题。深度学习的成功受益于数据量的高速增长,以及数据的准确性。为训练出高精度模型以提高竞争力,越来越多的企业广泛收集用户数据。然而,这些被收集的数据含有用户的敏感信息,如照片、语音等,用户并不希望敏感信息被企业利有。此外,各国在加强建设隐私保护法,这进一步束缚了企业收集、训练数据,造成数据孤岛。为摆脱上述束缚,谷歌