首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   32篇
  免费   4篇
  国内免费   5篇
电工技术   3篇
无线电   23篇
自动化技术   15篇
  2021年   2篇
  2019年   4篇
  2018年   2篇
  2017年   4篇
  2016年   9篇
  2015年   2篇
  2014年   7篇
  2013年   1篇
  2012年   3篇
  2005年   3篇
  2003年   2篇
  2002年   2篇
排序方式: 共有41条查询结果,搜索用时 15 毫秒
1.
全景视频需要经过采样映射转换成平面矩形视频,以便后续的压缩编码.针对现有映射方法存在的内容变形和采样不均匀问题,提出一种最小变形度映射方法(Minimum Deformation Projection,MDP).首先提出新的变形度计算公式求得最优解,其次结合像素排列为矩形的要求和人工边界等因素对最优解做近似,最后得到了最优的多边形映射形状和像素排列方案.实验数据表明,MDP的采样密度更均匀,结合使用x265,相对于ERP可以获得约14.47%的增益,优于其他映射方法.  相似文献   
2.
3.
伪起始码在AVS视频编码标准中起着关键作用.出现伪起始码将使图像的头信息发生错误,导致后续信息发生错位.因此,在完成熵编码输出前,必须进行伪起始码检测.分析了传统的和AVS标准中采用的防伪起码方法,在此基础上,提出了一种采用整字节检测的快速防伪起始码方法.实验结果表明,相对于原有方法,在有无伪起始码时,处理速度均可提高20倍以上.  相似文献   
4.
视频通信时通常带宽有限,为了能在规定的目标码率下获得尽可能高质量的解码图像,需要在视频编码时进行码率控制.目前针对HEVC的并行编码以及对应码率控制已成为研究热点,现有并行结构下的平均比特率控制算法受到帧间依赖性的约束,待编码帧无法及时获得与其并行编码帧的实际比特数,因此本文算法通过预测并行帧的实际比特数来进行码率控制,并在此基础提出了自适应调整帧层量化参数补偿值.仿真结果表明,相比已有算法,前者减少码率误差约为3.38%,后者可提高PSNR约为0.204 dB同时减少约0.3%的码率误差.  相似文献   
5.
MPEG-2到AVS视频转码器的实现   总被引:2,自引:0,他引:2  
MPEG-2是目前应用最为广泛的数字音视频编码国际标准,大部分数字音视频节目是以MPEG-2的形式存在。标准的多样化使不同标准之间的数据格式转换变得越来越重要。该文提出了一个MPEG-2到AVS的视频转码器的实现方案。  相似文献   
6.
7.
分析了AVS标准和MPEG-2标准中的视频码流缓冲区校验模型,阐述了视频码流缓冲区校验模型的原理,对标准中的相关规定进行了整理和总结,对标准中晦涩难懂的部分进行了解释,对标准中没有明确规定的部分提出了建议。将码流缓冲区模式分成3类,并提出了高延迟模式的概念。通过对编解码过程的分析,推导出编码器维持缓冲区不溢出的条件。  相似文献   
8.
快速AVS2帧内预测选择算法   总被引:2,自引:0,他引:2  
针对目前数字音视频编解码技术标准(AVS2)中帧内预测模式判断过程计算较为复杂,而如今超高清视频的普及给编解码系统带来很大压力的问题,提出了一种快速帧内预测选择算法.该算法先对最底层最小编码单元(SCU)进行预测模式删选,减少了底层SCU的计算量;再通过下层编码单元(CU)的预测模式得到上层CU的预测模式,从而减少了上层CU的计算量.实验表明,该算法对压缩效率的影响很小,并且编码时间平均下降超过15%,并可有效地降低帧内编码的复杂度.  相似文献   
9.
HEVC的三维视频编码扩展部分(3D-HEVC)引入了视间预测和纹理深度联合预测的工具对相关性较强的纹理、深度视点进行高效编码,同时它沿用了HEVC中的四叉树编码结构和率失真优化来选择最优预测模式和块划分模式,这样导致计算量很大。在3D视频中,纹理图像、深度图像中存在大片较为平坦的纹理区域,深度图像中的平坦区域占比更是达到85%,然而对于平坦区域进行计算量极大的率失真过程是冗余的,针对此问题提出一种基于边缘建模的纹理深度联合快速编码算法。该方法对纹理图像以及深度图像进行边缘建模,对其中的编码单元进行平坦性分析,通过边缘模型中的平坦性和方向性对编码过程进行指导,从而有效地避免了一些冗余的CU深度以及块划分模式的遍历。实验结果表明,在随机访问配置(RA)的情况下,该方法平均降低59.0%的编码时间,而仅在合成视点端带来3.8%性能下降。  相似文献   
10.
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号