优化截断点的嵌入零块编码算法

提出了一种基于零块的嵌入图像编码算法,称为优化截断点的嵌入零块编码算法,该算法以零块为单位进行集合分割,依靠零块间的独立性保证了算法在内存受限条件下的有效性,同时在各零块的比特分配中采用了优化截断的策略,使得每个零块可以近似最优地选择截断点. 实验证明,优化截断点的嵌入零块编码算法是目前内存受限条件下非常有效的图像压缩算法之一.     

精细可伸缩视频编码中的增强层编码方法研究

提出了一种新的子带编码方法来对精细可伸缩视频编码中的增强层进行编码。在这种编码方法中,首先通过重排DCT残差系数形成子带,然后利用同一子带相邻系数的相关性来消除数据冗余。实验结果表明文章提出的增强层编码方法比原来的FGS增强层编码方法具有更高的编码效率。     

嵌入式DCT图像编码算法

首先对图像进行DCT，然后把不同块中相同频率的DCT系数按照子块的顺序重新排列成64个子带．重排后的DCT系数采用一种基于上下文的算术编码器进行位平面编码，从而使编码后的图像具有渐进传输性．实验证明，文中算法是一种简单、有效的图像编码算法．     

面向车规级芯片的对象检测模型优化方法

卷积神经网络复杂的网络结构使得模型计算复杂度高,限制了其在自动驾驶等实际终端场景中的应用。针对终端场景下的计算资源受限的问题,本文从轻量化深度模型设计和车规级芯片模型部署验证两方面进行研究。针对深度模型计算效率和检测精度的矛盾,本文设计了基于中心卷积的轻量化对象检测模型,实现功耗低且精度高的模型性能。进一步,本文基于量化感知训练的模型加速部署方法在车规级芯片上开展了系统级部署验证,在车规级芯片tda4上成功实现了高效的对象检测模型,在自动驾驶场景中取得了良好的性能。     

基于预测的方向性菱形快速运动估计算法

基于对运动矢量分布的方向性中心偏移特性和起始点预测线性搜索技术的研究,提出了一种基于预测的方向性菱形快速运动估计算法,在保持搜索精度的同时有效降低了计算复杂度。实验结果显示,与运动矢量场自适应搜索算法（MVFAST）相比,在图像质量几乎不下降的情况下,平均减少0．6个搜索点数,搜索速度提高明显,综合性能优于MVFAST算法。     

一种新的基于率失真优化的感兴趣区域编码

根据EBCOT编码中率失真优化截取算法的特点,,结合最大位移法提出了以提升率失真斜率来实现任意形状ROI优先编码的方法(DRshift法)。该方法提升的对象是ROI的失真斜率,而非ROI系数,从而避免了最大位移法(Maxshift)中引入过多的位平面导致的编码效率降低的问题。实验结果表明,该算法可在接收到图像的全部编码数据之前,优先实现任意形状的感兴趣区域的高品质重建,提高了编码效率,并且,通过改变提升因子的大小可实现感兴趣区域与背景区域重建图像质量的灵活可调。     

面向云环境的图像高维特征索引框架

针对海量图像数据的高维特征索引和查询方法,设计了一个面向云环境的两阶段图像高维特征索引框架,并基于MapReduce机制进行了系统实现。提出了一种基于位置敏感哈希函数的两阶段索引框架,可有效支持高维特征索引的分布式创建;利用MapReduce计算机制,设计和实现了分布式索引构建和查询算法,并集成到非结构化数据管理系统中。实验结果表明,该索引框架的查询速度随着数据规模不断增大呈亚线性增长。     

适用于硬件实现的零树编码算法

在Listless Zerotree Coding(LZC)算法的基础上提出了一种内存空间更小的静止图像零树编码算法，该算法与SPIHT等经典的零树编码算法的区别在于编解码过程中不使用列表结构，与LZC算法相比则节约了两个位图(Bit Map)，而这些位图为编码算法提供了重要系数和重要后代集合的位置信息．实验结果证明，本文的算法在不降低图像度量的前提下大大降低了零树编码算法的内存要求，有利于硬件实现．     

强快照与强提交读隔离的多键云事务实现方法

当前云环境的存储系统一般只提供弱一致性和单键事务的数据访问功能,具有强一致性或多键事务需求的应用只能自行检测一致性或进行事务管理,增加了云应用开发的复杂度。这些要求高一致性和高可用性的云应用,对云存储系统的事务实现提出了新的挑战。在Megastore串行化事务实现方案的基础上,提出了基于读写集对比的事务强快照隔离和强提交读隔离方案,将并发事务之间读写冲突的判断提前,从而减少冲突事务回滚时引发的额外消耗。基于云存储系统Cassandra实现了两种方案,并针对云应用事务的访问模式,设计了实验验证框架。通过与Megastore事务实现方案的对比,验证了强快照和强提交读事务隔离方案能获得更高并发度的优化效果。     

基于运动矢量场和方向自适应的快速运动估计算法

该文提出了一种基于运动矢量场和方向自适应的快速搜索算法。算法针对序列图像的运动矢量场所具有的中心偏置性和时空相关性进行预判,对静止块设定阈值直接中止搜索;根据运动类型自适应选择搜索起始点和搜索策略;采用了两种新的混合搜索方法,对小运动和大运动宏块使用线性-菱形搜索,对中等运动块使用六边形-菱形搜索算法,搜索模板具有强烈的方向特性。实验结果表明,该文算法的搜索速度和搜索精度优于现有的快速运动估计算法,而搜索精度非常接近于全搜索法。