【摘 要】
：
为了降低高效视频编码(HEVC)的计算复杂度提出一种帧间预测快速决策算法。首先,统计分析最大CU(LCU)的离散度与划分深度之间的关系,采用自下向上合并CU的方式,对不同深度下的
论文部分内容阅读
为了降低高效视频编码(HEVC)的计算复杂度提出一种帧间预测快速决策算法。首先,统计分析最大CU(LCU)的离散度与划分深度之间的关系,采用自下向上合并CU的方式,对不同深度下的CU划分进行决策。然后,利用离散度中计算的参数,参与计算同位CU与当前CU的相关性,建立相关性与帧间预测模式之间的线性关系,指导帧间模式的预测。最后,融合两种方法,优化该算法计算量,减少帧间预测的计算量。通过实验对比论文算法与HM14.0,在峰值信噪比损失很小的情况下,视频质量基本不变,减少了30%以上的编码时间。
其他文献
由于城市化进程对城市建设要求越来越高，电力事业在城市供电网络中的比例也逐渐增大。因此，我们必须将配网自动化系统在终端设备环境的安全运行管理机制中凸显出来，进而提高配网
近十年来,日本建筑已经在世界上获得了卓越的声誉。丹下健三和美国的路易斯·康,被认为自四位现代建筑先驱者——勒·柯布西耶、米斯、格罗庇乌斯和赖特先后离世后,最有影响
针对无人机线路规划中飞行环境动态变化的问题,提出了一种基于深度学习与强化学习的无人机线路规划解决方案。首先通过卷积神经网络,使用不同气象模型给出的天气预报作为输入来预测当天的天气情况,然后使用强化学习算法,将天气预测网络的结果作为无人机线路规划的依据规划无人机飞行线路,使得无人机可以安全快速地到达目标地。实验结果表明,仅需使用简单的强化学习模型,就可以使80%以上的无人机安全快速地抵达目标地;且预
沉积相是地质学中一个不可或缺的研究部分,对油气勘探和地层分析具有重要的意义。本体是一种能在语义和知识层次上描述信息系统的概念模型建模工具。许多学科领域已经建立独
针对传统的Borderline—SMOTE方法在选择少数类样本进行合成的过程中,无法识别出完全的边界样本的这一问题,提出一种基于近邻构建边界样本的过采样算法BN-SMOTE。该算法利用
通过设计光开关和量子收发器,提出了一种基于光开关和量子收发器的多用户量子密钥分配网络(QKDN)方案。该方案解决了无光源器件QKDN的扩展性差、通信模式单一、线路成本高等
无功功率控制的不平衡是造成配网不稳定的重要因素,并联无功补偿设备可有效提升配网静态电压稳定裕度。论文论述了无功补偿对静态电压稳定性的影响机理,分析了适用于提高配网
为了提高尺度不变特征变换(SIFT)算法的配准精度和适应性,对匹配框架和匹配方法进行改进。匹配算法优化为初始匹配、中间匹配及精确匹配三个阶段,首先利用最近邻值、最次近邻比值对SIFT特征点进行分离得到两类初始匹配点集;中间匹配阶段对Ⅰ类匹配点集进行初步提纯并将一对多、多对一及双向匹配不一致点对归入Ⅱ类匹配点集;为提高匹配效率改进对极几何约束匹配方法来剔除误匹配点对完成精确匹配。结果表明,提出的改进