基于编码-解码器架构的光场深度估计方法

针对现有光场深度估计方法存在的计算时间长和精度低的问题,提出了一种融合光场结构特征的基于编码-解码器架构的光场深度估计方法.该方法基于卷积神经网络,采用端到端的方式进行计算,一次输入光场图像就可获得场景视差信息,计算量远低于传统方法,大大缩短了计算时间.为提高计算精确度,网络模型以光场图像的多方向极平面图堆叠体(Epipolar Plane Image Volume,EPI-volume)为输入,先利用多路编码模块对输入的光场图像进行特征提取,再使用带跳跃连接的编码-解码器架构进行特征聚合,使网络在逐像素视差估计时能够融合目标像素点邻域的上下文信息.此外,模型采取不同深度的卷积块从中心视角图中提取场景的结构特征,并将该结构特征引入对应的跳跃连接中,为视差图预测提供了额外的边缘特征参考,进一步提高了计算精确度.对HCI-4D光场基准测试集的实验结果表明,所提方法的坏像素率(BadPix)指标比对比方法降低了31.2％,均方误差(MSE)指标比对比方法降低了54.6％.对于基准测试集中的光场图像,深度估计的平均计算时间为1.2 s,计算速度远超对比方法.     

一种基于Kalman滤波的4×4块运动估计方法

为了更加准确的估计运动矢量,提高运动补偿性能,提出了一种基于Kalman滤波的4×4块运动估计方法。该方法通过宏块内相邻子块的运动相关性形成基于4×4块Kalman滤波器,根据Kalman滤波器多子块预测自修正来自三步搜索(TSA)的16×16宏块级运动矢量值,从而估算出最优宏块级运动矢量值,有效的提高的运动估计精度。试验表明,特别是在运动较为剧烈和局部场景瞬时变化时,该方法比TSA和16-KF提供了一个更大的平均PSNR。     

一种4×4整数变换的设计实现

在H.264编码算法中,引入了一种基于4×4像素块的整数变换。文章给出了一种4x4整数变换的快速VLSI实现方式。通过引入分步式算法(DA),实现了基于LUT的快速4×4整数变换。该算法采用流水操作,提高了视频编解码整体系统的处理能力。仿真结果显示设计满足功能和时序要求,并且大幅提高了处理速度。     

一种高效的DCT域图像下采样方法

在许多多媒体应用中,人们往往希望压缩的视频数据可以在DCT域上进行降低空间分辨率的处理。常见的Dugad方法是从每一个8×8的DCT块中截取4×4的低频分量,但该方法容易产生错误漂移及块效应,其主要原因是没有很好地保持图像的高频分量。为此提出了一种称之为准卷积下采样方法的DCT域图像下采样方法:从8×8块DCT系数推算出16×16宏块的DCT系数,然后截取8×8的低频分量。并通过分析DCT系数矩阵的稀疏特性给出了快速算法。该下采样方法适用于任何基于DCT压缩的视频转码方案。实验结果表明,该方法重构图像的峰值信噪比比Dugad方法平均高0.3dB,并且在图像细节处,视觉效果较好。     

基于自适应MSB与差值预测的大容量密文域可逆信息隐藏算法

为提高密文域可逆信息隐藏（reversible data hiding in encrypted images,RDH-EI）的嵌入容量,提出了一种基于自适应MSB（most significant bit）与差值预测的RDH-EI方案。首先将图像进行分块,然后进行块级加密和置乱以抵抗对于加密图像的分析。在嵌入数据阶段,对于自适应MSB预测的方法进行改进,将没有嵌入数据的块,利用部分块内像素之间差值很小的特点采用自适应差值预测的方法嵌入数据,以块中左上角像素为目标像素,用于预测其他像素从而腾出更多的嵌入空间。实验结果表明,所提方法具有可逆性和可分离性,并且在自适应MSB预测方法的基础上进一步提高了嵌入容量,对于512×512大小的灰度图像,平均嵌入容量提高了大约7 445 bit。     

基于多特征的综合皮肤检测方法

皮肤识别是人脸识别、视频监控等技术的基础。提出了一种新的皮肤检测方法。首先,图像被划分成8×8的区域块,并从每个块中提取3个纹理特征,分别表达其水平、垂直和对角3个方向的纹理,经一个基于贝叶斯方法的纹理特征模型判断,识别皮肤块。然后,提取块中64个像素的两个颜色特征,采用正反查表法识别块中皮肤像素。该方法提取了皮肤的纹理和颜色特征,并在8×8块和像素两个尺度上综合了SPM和查表法的优点。实验结果表明该方法能够在精确识别皮肤的同时保持较低的背景错分率,取得了较好的效果。     

快速视差范围估计算法及其应用

视差范围估计在立体匹配中非常重要,准确的视差范围能提高立体匹配的精度和速度.为此提出一种基于匹配代价搜索和图像细分的快速视差范围估计算法.该算法将输入图像均匀分成多个图像块,采用匹配代价搜索计算每一图像块的视差,找到视差最大(最小)的图像块,并利用迭代细分规则将该图像块继续分成更小的子块,直至得到稳定的最大(最小)视差;利用匹配代价图对图像块进行可靠性检测,以解决弱纹理块容易误匹配的问题.实验结果表明,文中算法在保持97.3%的平均命中率的同时将立体匹配的平均搜索空间降低了27.7%,比采用传统算法可以得到更准确的视差范围;将该算法应用于立体匹配算法中降低了其平均误匹配率,并将计算时间缩短了20%~45%.     

一种基于H.264/AVC的帧内预测模式快速选择算法

在H.264/AVC中,帧内编码是采用帧内预测来提高编码效率,其色度块尺寸为8×8,亮度块包括4×4和16×16两种尺寸。由于每种块可提供多种预测模式,因此这种多模式选择大大增加了编码的复杂性。针对这种多模式选择,为了加快编码速度,利用色度块和亮度块以及亮度4×4和16×16块模式选择之间的关系,提出一种基于RDO(rate d istortion optim ization)的不同判决依据的快速帧内预测模式选择算法。实验证明,在信噪比和码率变化不大的同时,该算法可使编码速度平均提高6倍。     

RGB空间彩色图像编码新方法

提出了一种适用于RGB空间彩色图像的块截短编码技术BTCTC。BTCTC的主要思想是把图像分成4×4像素的数据块,根据图像数据之间存在空间冗余这一特性,用分块中的两个像素来表示该图像块,以达到压缩图像的目的。实验表明,此方法对于RGB彩色图像的压缩效果理想。     

图像块动态划分矢量量化

提出一种可以自动调节子图像块尺寸的矢量量化算法———图像块动态划分矢量量化 该算法在进行编码前 ,首先对待编码子图像块及其相邻块进行相关度分析 ,通过预设的阈值 (最大相关度 )进行分类编码 :如果相关度小于阈值 ,则对 8× 8图像块进行编码 ;否则 ,对 4× 4的图像块进行编码 实验结果表明 ,相对于普通矢量量化 ,文中算法不但可以提高压缩率和编码速度 ,而且不会影响重建图像的质量