融合视觉感知特性的HEVC率失真优化

目的 高效视频编码(HEVC)采用率失真优化技术选择最佳的编码参数,实现编码比特率和视频图像失真之间的平衡。失真度量通常采用均方误差和绝对误差和,这些方法并没有考虑人眼的主观感受。为了提高视频编码的主观感知质量,提出一个融合视觉感知特性的率失真优化算法,并应用于帧间率失真优化过程中。方法 首先定义了一个视觉感知因子,该因子考虑了人类视觉系统对视频图像的空域活动性区域、纹理区域、时域运动性区域和亮度的感知特性,然后以编码树单元为单位对拉格朗日乘子进行自适应调整,最后根据拉格朗日乘子与量化参数之间的关系,对量化参数做进一步的修正。结果 与HEVC参考软件相比,本文算法明显提高了率失真性能,对于相同的结构相似度(SSIM)分值,本文算法在随机访问和低延时配置下平均分别节省3.1%,4.9%的码率,最高能节省9.0%的码率。与代表性文献算法相比,对于相同的SSIM,本文算法在随机访问和低延时配置下平均分别增加了0.7%,2.2%的码率节省。结论 本文率失真优化策略能够根据图像不同的视觉特性自适应的调整率失真优化过程中的拉格朗日乘子,在保持编码质量基本不变的情况下,节省了码率,提高了HEVC的编码性能。     

一种基于人眼视觉特性的高效视频编码优化方法

基于HEVC(High Efficiency Video Coding)新的编码结构,本文提出了一种基于视觉特性的率失真优化方法。首先基于分歧归一化与量化之间的关系,提出了一种适合HEVC编码结构的视觉因子的计算方法,并提出使用非线性模型对视觉因子进行缩放,进而用于对量化参数的调整。其次,基于视觉因子和HEVC的四叉树结构,提出一种基于视觉特性的率失真代价模型用于模式决策,以提升视频编码的主观性能。实验结果表明,本文算法可以有效提升重构视频的主观质量,在RA和LDP配置下,平均主观性能提升为7.21%和11.46%。     

HEVC 熵编码算法优化

新一代视频编码标准HEVC提供了更加灵活的编码工具选择,在提高压缩率的同时也提高了编码的计算复杂度。由于可选择更大的变换单元以及编码中更强的系数间依赖关系,在率失真优化（RDO）模式选择过程中,HEVC熵编码的计算复杂度显著高于H．264/AVC。为了解决这一问题,本文对HEVC熵编码算法进行优化,通过优化熵编码的上下文空间选择过程、非零系数的编码结构,以及对不同大小的变换矩阵进行整体优化。实验结果表明,本文提出的优化算法能够在保证视频编码质量基本不变的同时,平均降低约43％的熵编码时间。     

基于率失真特性的视频编码优化算法

率失真（R-D）优化是视频编码器中一项关键技术,然而当前广泛采用的独立率失真优化远未达到全局最优性能。为了进一步提升高效视频编码（HEVC）的压缩性能,提出了一种结合率失真依赖性和率失真特性的二次编码优化算法。首先,采用原始HEVC的方法对当前帧进行第一次编码,从而得到当前帧消耗的比特数和每个编码树（CTU）单元的率失真模型参数;然后,结合时域依赖率失真优化,根据当前帧比特预算和率失真模型参数计算每个CTU的最佳拉格朗日乘子及量化参数;最后,对当前帧中每个CTU采用不同的优化目标重新编码。实验结果表明,在低延迟B帧和P帧编码配置下,与HEVC基准相比,所提视频编码优化算法在同样编码质量下节省了3.5%和3.8%的码率,获得了显著的率失真性能提升。     

基于结构相似的H.264帧间预测改进算法

H.264/AVC通过帧间多模式预测、率失真优化及其它新技术.大大提高了视频压缩效率.失真测度的选择对帧间预测模式及运动估计中匹配块的选择有很大影响.在H.264帧间预测过程中,失真测度选用的是当前块和候选块之间的绝对差和(SAD)及平方差和(SSD).结构相似度(SSIM)是新提出的一种图像质量评价方法,与其他评价方法相比,它更加符合人眼视觉系统(HVS)且计算量不大.文中将SSIM引入到H.264帧间预测作为失真测度,提出了基于结构相似的帧间预测方法(IPBSS).该方法是在作者前期工作积累上的进一步改进.实验结果显示,该算法可以在保持视觉质量不下降的前提下,平均节约13%的码流.     

结合结构相似度的AVS帧间模式选择算法

AVS帧间模式选择率失真优化使用绝对误差和(SAD)作为失真度度量,方法简单,但不能很好符合人的人眼视觉系统(HVS);最近提出的结构相似度(SSIM)图像质量评价方法更符合HVS的特性,但率失真优化使用SSIM作为失真度度量,计算复杂,不利于实时编码。结合SAD和SSIM的优点,采用两者的结合作为失真度度量。取SAD的最优值和次优值,计算其差值,根据差值和阈值的比较判断是否需要SSIM计算。需要计算SSIM值时,根据SSIM的最优值和次优值的情况判断是否需要对帧间模式进行修正。实验结果表明,该算法较传统算法有较好的主观质量,编码时间增加很少。     

信息量加权的梯度显著度图像质量评价

目的：针对信息量加权结构化图像质量评价算法(Information Content Weighted SSIM, IW-SSIM)对图像局部失真度量能力的不足,提出了一种被称为信息量加权的梯度显著度图像质量评价改进算法(Information Content Weighted Gradient Salience SSIM, IW-GS-SSIM)。方法：该算法首先根据人眼视觉系统响应亮度刺激的韦伯定律,仅在空域内利用一次滤波快速计算出当前像素点与背景之间的对比度并将其非线性映射为该像素点的视觉显著度。然后,将视觉显著度与梯度特征结合后获得了一种新的被称为梯度显著度局部失真度量(GS-SSIM)并将其替换IW-SSIM算法中的SSIM局部结构化度量。结果：在六大公开基准数据库上完成的大量对比实验表明：对于图像的各种噪声和模糊等类型失真,GS-SSIM较SSIM局部失真度量具有更高的评价准确率。与IW-SSIM算法和其它被广泛引用的图像质量评价算法相比,改进算法评价结果总体上与主观评价结果具有更高的一致性。结论：视觉显著度与梯度特征相结合后所构成的结构化度量能够有效提高经典SSIM结构化度量对图像局部失真度量的准确性,未来可以考虑将人类视觉系统(HVS)的其它特性融入到图像质量评价算法中,以进一步提高算法的准确性。     

SSIM度量虚拟视点绘制失真的深度图帧内编码

3D视频中深度编码的性能主要取决于绘制视点的主观质量,传统的失真测度方法———均方误差(MSE)不能很好地体现人眼视觉(HVS)特性。提出了一种基于结构相似度(SSIM)度量的虚拟视点绘制失真的深度编码方法。通过分析深度编码失真与虚拟视点绘制失真(用SSIM作为失真测度)的关系,建立深度编码引起虚拟视点绘制失真的估计模型。最后将绘制失真估计模型应用到基于SSIM的感知率失真优化(RDO)框架中,以此指导深度编码的最优模式选择。实验结果表明,所提方法能够提高SSIM增益,获得更好的绘制视点主观质量,有效减少绘制视点中物体边界的失真和伪影。     

HEVC中率失真优化算法的动态可重构实现

基于视频阵列处理器高效视频编码HEVC实现中,HEVC灵活的编码块增加了率失真优化算法硬件实现的难度,难以实现阵列规模和不同块的灵活切换.针对这一问题,提出一种动态可重构的率失真优化实现方法.基于上下文切换的动态重构机制,完成不同规模、不同块大小算法之间的灵活切换,并以率失真优化算法作为帧内模式选择的判别依据,实现帧内预测的模式重构.实验结果表明,与专用硬件实现的率失真优化算法相比,在算法灵活切换的同时,硬件面积减少了8.2％,算法执行的时钟周期数减少了16.5％.     

基于SATD准则的HEVC快速帧内预测算法

相比于H.264/AVC视频编码标准,高效视频编码（HEVC）具有更大的压缩率和计算复杂度。HEVC更多的帧内预测模式显著地提升了编码器的率失真性能,但更高的算法复杂度使得编码时间大大增加。通过对典型序列编码的统计分析,提出一种基于变换残差绝对值和（SATD）的帧内预测模式快速选择算法,以降低HEVC帧内预测过程的计算复杂度。所提算法通过比较SATD来加速帧内预测模式的判决,避免了耗时的率失真代价（RD-Cost）计算,并且选择性地降低候选预测模式的数量,以减少总体编码时间。通过与现有其他HEVC快速算法进行比较测试,结果表明,所提算法平均减少了12.90%~19.89%的编码时间（编码器不进行任何优化）,而BD-Rate码率指标仅增加了0.5%~0.96%,几种算法的率失真性能基本一致。     

基于CAN总线实时应用的可靠调度性研究

CAN总线是一种高级的串行通信协议，适用于各种分布式控制系统。在实时应用中，标准的CAN协议使用静态优先级算法，对传输信道的利用率比较低。对基于CAN总线通信的动态优先级调度算法进行研究后，提出了一种基于指数分配方式的MTS算法，在保证强实时性消息的同时兼顾了低优先级消息的公平性。     

VoIP认证与计费的设计与实现

基于RADIUS的VoIP认证系统，采用分散受理、集中管理的接入认证管理体系，数据集中存放在认证中心(RADIUS服务器)，用户身份认证由PC向网守发起，网守通过RADIUS协议向认证中心的认证服务器发起认证请求。这样，可以保证用户安全地使用网络资源，以确保用户身份的合法性。同时其落地话单经过处理，可进行计费及其它帐务处理。文中论述了RADIUS对VoIP的支持，提出了一个Gatekeeper与RADIUS结合的整体解决方案。     

一种改进的心电信号预处理方法研究

心电信号是典型的强噪声下的非平稳微弱信号,减小噪声的干扰对心电信号的分析有着十分重要的意义,因此,有效的滤波方法一直是该领域学者关注的热点问题。本文在基于小波变换心电信号分析研究基础上,针对小波去噪时分解只作用于低频部分,从而忽略了高频区域中一部分有用信号的问题,提出了一种采用改进小波包理论实现心电信号去噪的方法,利用小波包在消除信号噪声方面具有更为精确的局部分析能力的特点,采用了‘db4’小波和＂最优基＂选择的方法,对心电信号进行消噪。以MIT-BIH心电数据库中心律失常数据仿真实验,得到了较理想的去噪效果。对比该方法与小波滤波去噪,发现基于小波包的心电信号去噪具有更优良的去噪性能。     

VCR智能无扰动特性的精确数值运算

根据智能变进制(VCR)的变溢性、拓展性及申缩性有机结合的技术,提出一种新颖智能的、无数字扰动的精确数值运算.该运算结果值的精确位数.是可以任意或无限地确定的,它可以很好地解决了计算机数值分辨率即由CPU字长制约的有效数字位教不足而造成的数值精确计算PC(Precise Computing)的扰动性问题,例如对中国古代数学家祖冲之曾研究圆周密率π值实验数据(π=355/113)的除法精确计算.     

深度强化学习研究综述

深度强化学习是指利用深度神经网络的特征表示能力对强化学习的状态、动作、价值等函数进行拟合,以提升强化学习模型性能,广泛应用于电子游戏、机械控制、推荐系统、金融投资等领域。回顾深度强化学习方法的主要发展历程,根据当前研究目标对深度强化学习方法进行分类,分析与讨论高维状态动作空间任务上的算法收敛、复杂应用场景下的算法样本效率提高、奖励函数稀疏或无明确定义情况下的算法探索以及多任务场景下的算法泛化性能增强问题,总结与归纳4类深度强化学习方法的研究现状,同时针对深度强化学习技术的未来发展方向进行展望。     

基于LVM 的系统扩容技术研究

近年来,随着大数据业务的使用,系统在运行时会产生大量的数据信息与日志文件并保存在磁盘中。由于在系统规划初期,对系统分区大小规划预期不足,很难合理规划磁盘空间,造成后期系统运行中经常出现系统分区磁盘不足的问题。当发生此类告警时,通常的分区很难动态调整大小,通常采用暂停业务,更换磁盘,数据备份与恢复的方式,该方式操作困难,程序复杂,有数据丢失的风险。在Linux系统里使用LVM(逻辑卷)技术,支持在线空间扩容,可以在用户无感知的情况下扩展系统分区容量,达到合理利用磁盘空间的目的。本文介绍了LVM技术,并在Linux系统里将分区做成逻辑卷,达到合理利用磁盘空间的目的。     

基于C_nV结构的自动语言辨识研究

与说话人识别、连续语音识别相比,自动语言辨识是一个相对较新的研究,而且是一项较难的课题。与音素配位学相比较韵律是语言辨识的更有希望的一个语言辨识特征。论文介绍了一种基于伪音节结构CnV的自动语言辨识方法,该系统提取了辅音、元音构成的伪音节结构的MFCC和!MFCC特征参数,使用了与语言无关的GMM算法模型化该特征。经过对OGI-TS数据库中的英语、法语、汉语测试表明,元音、辅音特征信息在语言辨识中起到一定作用,伪音节结构模型也是语言辨识的有效模型之一。     

区域生长辅助的地图配准在室内定位中的应用

地图匹配（ MM）算法通过粒子滤波（ PF）利用室内地图信息来抑制基于惯性传感器的室内定位系统的误差累计。利用区域生长（ RG）算法结合当前步长和方向信息在地图上找到合理的落脚范围,并以此来判断粒子的有效性。这种方法能有效改善地图配准算法的实用性和计算复杂度。提出一种改进的零速度（ ZV）检测算法能准确提取步伐信息,间接提升了零速度更新（ ZUPT）算法和地图配准算法的精度。实验结果表明：该算法的定位误差小于1.0%,定位精度比单纯的航位推算（ DR）算法平均提高了5.97%。     

综合系统管理与网络管理实现技术的研究

该文提出了适应于大型计算机网络和通信网络及应用系统的综合系统管理与网络管理体系结构,研究了基于大型数据库和Web技术的网管、网络自动拓扑发现、策略描述与策略服务以及资源依赖性分析服务等关键技术。该文将这些关键技术应用到综合系统管理与网络管理原型系统的工程实践中,为最终研制高性能、可伸缩和实用的系统管理与网络管理产品提供强有力的技术支持。     

基于数据仓库的数据采掘技术应用

本文首先分析了基于数据仓库的数据采掘的主要方法,技术和应用,然后通过实例讨论了数据采掘在股票分析与决策系统中的应用。