DVC中基于亚像素MCI的边信息重建

为了提高边信息重建质量从而提升分布式视频编码的压缩性能,在引入一种基于整像素运动补偿内插(MCI)的边信息重建算法的基础上,提出基于1/2像素和基于1/4像素的亚像素MCI边信息重建算法。实验结果表明,2种算法能有效提高边信息质量,在不改变编码端复杂度的情况下,明显提升视频编码系统的率失真性能。     

基于半像素运动估计的DCVS残差重建算法

针对分布式视频压缩感知中非关键帧重建质量较差的问题进行了研究,提出了一种基于半像素插值技术的残差多假设块迭代重建算法。该算法先对重建后的相邻关键帧进行半像素插值运动估计生成当前非关键帧的边信息;然后,在测量域内对非关键帧与边信息求残差并对残差进行多假设重建;最后,将重建的残差与边信息进行融合得到重建的非关键帧。仿真结果表明,基于半像素插值的改进残差多假设块迭代重建算法比多假设迭代重建算法重建质量平均提高了0.3~1.4dB,提高了非关键帧的重建质量。     

H．264编码器中亚像素运动估计的硬件实现

本文在块匹配算法的基础上,提出了一种1／4像素精度的亚像素运动估计的硬件实现方法,在整像素运动估计的基础上实现了半像素和1／4像素最佳匹配点搜索,在空间上具有更高的并行度,硬件实现简洁有效。     

两步快速半像素搜索算法

提出了一种基于在整像素搜索结果 1个像素领域内SAD误差值随着搜索点与最优点距离的增加而单调递增这个结论的两步快速半像素搜索算法。仿真结果显示该算法可以在保持视频质量的同时明显地降低运算量。     

一种快速半像素运动矢量搜索算法

由于快速整像素搜索算法的提出和采纳,致使半像素搜索过程在整个编码过程中占用的比重更为显著。为了减小半像素搜索的计算量,提出了一种快速半像素运动矢量搜索算法。该算法是利用半像素搜索窗内的误差匹配曲面具有的单峰特性,通过比较整像素运动矢量周围4个整像素点的绝对误差和(SAD)来实现可能的最小匹配误差半像素点的预测,以排除大量不必要的计算量。实验结果表明,该算法对于各种不同运动程度和空间细节的视频序列,在保证和半像素全搜索法有相同图像质量的同时,至少可节省66%的计算量。     

H.264中1/4像素运动估计快速算法的比较

高精度的匹配和补偿可以减少预测误差,提高视频图像的压缩效果。论文提出了一种纯比较式的快速半像素运动估计算法,把平均搜索点数降低到2,而重建图像的质量接近于现有的一些快速半像素运动估计算法。实验证明,新算法通过进行多阶亚像素运动估计,可以达到高精度的运动矢量,对H.264的1/4像素精度运动矢量估计有明显的效果。     

像素级运动矢量场边信息生成算法

在分布式视频编码（DVC）中,解码端生成的边信息的质量对整个系统的率失真(RD)性能有着重要影响。为了提高边信息的质量,进而提升DVC系统的RD性能,提出一种基于像素级运动矢量场的边信息生成算法(SGPMVF)。首先,通过运动估计分别获得前后两关键帧的像素级运动矢量场;然后,为Wyner-Ziv帧的每个像素选择合适的运动矢量;最后,通过帧间内插得到高质量的边信息。算法中提出基于SAD（绝对误差和）差值的搜索范围确定方法与像素级运动矢量选择方法。实验结果表明,对于快速运动的序列,该算法在不增加编码复杂度和码率的情况下使边信息的PSNR最大提高1.45 dB,并使DVC系统的RD性能提高0.3～0.7 dB。     

基于线性预测的半像素运动估计

在视频编码系统中,半像素精度的运动估计虽可以明显地改善编码效果,但也因此增加了不少运算量。为了降低运算量和提高半像素运动估计的速度,提出了一种全新的半像素搜索算法(half-pixel motion estimation based on linear prediction,简称BLPHME),其关键思想是通过分析整像素搜索和半像素搜索结果之间的相关性来建立一个线性模型,通过动态调整判决门限,以便预测并跳过那些不能从半像素块匹配搜索中得到好处的块。实验结果表明,该算法不仅可以明显地降低运动估计的运算量,同时还能得到与传统算法非常接近的图像质量和码率。此外,该算法还可以和基于整像素和半像素的快速运动估计算法一起使用,以进一步降低运算量。     

一种新的半像素插值滤波方法

实际对象的运动精度可以是任意小的,允许运动矢量具有半像素精度,可以有效地提高运动预测准确度.为了得到半像素位置像素值,提出一种新的半像素插值方法,该方法与目前国际最新的视频编码标准H.264相比,有近似的编码质量,而且可以降低10%的空间复杂度以及9%的计算复杂度.     

一种新的半像素快速搜索算法

提出了一种基于在整像素搜索结果的± 1像素邻域内 SAD函数随着与亚像素全局最小点距离的增加而单调增大的半像素两步快速搜索算法。本算法相继在水平和垂直两个共轭的方向上搜索半像素 SAD值的最小点 ,从而得到运动矢量的半像素分量。同时还采用了在每次计算 SAD值之前按需对块进行插值的方法。仿真结果表明本算法在保持图像质量和码流长度基本不变的同时使运算量下降到原来的一半以下。     

智能交通系统中基于TMS320DM642的电子稳像算法实现

在智能交通系统(ITS)中,摄像机抖动引起图像序列的不稳定,直接影响监控效果。因此,电子稳像技术在智能交通系统中的重要性和必要性越来越显著。在简单分析了基于整像素级搜索的几种电子稳像算法的准确性和实时性后,改进了基于半像素级搜索的电子稳像算法,并且在基于TMS320DM642的嵌入式系统中实现了该算法。     

智能交通系统中基于TMS320DM642的电子稳像算法实现

在智能交通系统（ITS）中，摄像机抖动引起图像序列的不稳定，直接影响监控效果。因此，电子稳像技术在智能交通系统中的重要性扣必要性越来越显著。在简单分析了基于整像素级搜索的几种电子稳像算法的准确性和实时性后，改进了基于半像素级搜索的电子稳像算法，并且在基于TMS320DM642的嵌入式系统中实现了该算法。     

基于多假设运动补偿预测的边信息改进方法

根据分布式系统中边信息和原信息之间的噪声模型,提出一种基于多假设运动补偿的边信息改进方法.使用传统方法生成原始的边信息,对其进行双向运动估计产生补偿块,将补偿块线性组合成新的边信息.实验结果表明,该算法具有复杂度较低的优点,能提高边信息的质量,从而有效地改善分布式视频压缩的率失真性能.     

基于最小匹配误差方向预测的快速半像素运动估计

为了减小半像素搜索的计算量,本文提出了一个基于最小匹配误差方向预测的快速半像素运动估计算法.本文提出的算法利用亚像素搜索窗内的匹配误差单峰曲面的特性来预测半像素搜索区域中最小匹配误差方向,从而避免了大量不必要的匹配运算量.实验结果表明,对于各种不同运动程度和空间细节的视频序列,本文提出的算法在保证和半像素全搜索法相同图像质量的同时,平均节省73%的计算量,很适合实时应用.     

基于动态概率抽样的标签噪声过滤方法

在机器学习问题中,数据质量对系统预测的准确性产生了深远的影响。由于信息获取的难度大,人类的认知主观且有限,导致了专家无法准确标记所有样本。而近年来出现的一些概率抽样方法无法避免样本人为划分不合理且主观性较强的问题。针对这一问题,提出一种基于动态概率抽样（DPS）的标签噪声过滤方法,充分考虑各个数据集样本间的差异性,通过统计各个区间内置信度分布频率,分析各个区间内置信度分布信息熵的走势,确定合理阈值。在UCI经典数据集中选取了14个数据集,将所提方法与随机森林（RF）、HARF、MVF、局部概率抽样（LPS）等方法进行了对比实验。实验结果表明,所提出的方法在标签噪声识别和分类泛化上均展示出了较高的能力。     

基于滑动窗口和ARMA的Argo剖面数据异常检测算法

针对由于Argo浮标的随机性和抛弃性而导致难以保证剖面数据质量的问题,根据滑动窗口（Sliding Window,SW）与自回归移动平均（AutoRegressive Moving Average,ARMA）模型的特点,提出了一种基于滑动窗口和ARMA的Argo剖面异常检测算法。利用滑动窗口将Argo剖面时间序列进行划分,再通过建立ARMA模型获取剖面的预测值,然后确定置信区间,最后通过判断观测数据是否在置信区间内实现异常检测。通过全球Argo浮标剖面数据进行实验,在滑动窗口宽度10~20,置信度在80%~90%时,敏感度可以达到85%以上,且准确度在99%以上。