联合分数运动估计优化的多参考帧快速选择算法

多参考帧和分数运动补偿技术虽然提高了视频编码性能,但同时也使编码器的内存消耗和计算复杂度成倍地增加.其主要原因是多参考帧技术令会运动估计重复地应用在每个参考帧上.通过分析这两种技术对编码性能贡献的相关性,提出了一种联合优化的快速算法.首先,根据不同参考帧之间的合成运动向量,选择空间上最接近的候选参考帧.然后,通过二维多项式模型预测最优分数残插值,决定采用分数运动估计的参考帧.实验结果表明,该方法在不损失任何率失真性能的情况下,可以把计算的复杂度减少为原来的1/3.     

基于统计学习的多层医学图像语义建模方法

提出一种在小样本的情况下,基于多层贝叶斯网络的医学图像语义建模方法.该方法采用支持向量机实现从低层视觉特征到对象语义的映射,使用贝叶斯网络融合对象语义,提取高级语义,从而建立一个多层医学图像语义模型,可支持多层次的医学图像语义自动标注及其检索.将该方法用于星形细胞瘤恶性程度的语义提取,并建立一个多层语义模型.实验表明,该模型与使用K近邻分类器或高斯混合模型取代SVM的语义模型相比,查全率有明显的提高.