基于感兴趣区的图像编码与渐进传输

本文采用一种任意形状的整型或非整型小波变换,结合高效的SPIHT(Set Partitioning In Hierarchical Trees)图像编码算法,分别实现了任意形状感兴趣区的无损压缩和非感兴趣的有损压缩算法.另外本文还提出了两种感兴趣区优先编码策略,可以保证在极低的码率下感兴趣区的重建质量远远好于非感兴趣区的重建质量,满足用户快速、个性化的浏览需求.这些方法得到的压缩码流都具有嵌入的特点,支持渐进传输.     

一种高效的运动补偿三维小波视频编码方案

该文提出了一种高效的运动补偿三维小波视频编码方案。该方案采用运动补偿时域分析技术,以有效去除视频序列中存在的时间冗余。然后,基于视频序列的运动特征,自适应确定帧组结构,在提高编码效率的同时降低内存需求和运算复杂度。最后,根据小波图像系数特性,采用基于四叉树分裂的小波图像编码方法对三维时/空子带进行编码,以获得更高的压缩效率。实验结果表明,与其它运动补偿三维小波视频编码方法相比,该文提出的编码方案能够获得更好的性能。     

一种基于权值矩阵的序列图像超分辨率盲复原算法

 建立准确的观测模型是提高现有超分辨率复原算法性能的关键.本文提出一种基于权值矩阵的超分辨率盲复原算法:定义了一种新的基于权值矩阵和运动补偿矩阵的观测模型,在最大后验概率框架下,采用交替最小化方法对权值矩阵和高分辨率图像进行联合优化求解.静止和动态图像序列的测试结果表明,该方法能够实现对低分辨率图像降质过程的准确描述,其复原性能明显优于传统基于理想观测模型的算法,部分结果甚至超过了观测模型已知的算法.     

一种基于PID控制器的H.264比特率转码方案

本文基于PID控制器提出了一种高效的H.264比特率转码方案.该方案采用简化的像素域级联转码结构,在保证视频重建质量的同时降低了运算的复杂度,然后在图像层引入PID控制器保证了输出比特率与目标比特率一致.实验结果表明:本文提出的比特率转码方案具有较高的比特率转换精度,是一种高效的比特率转码方案.     

全景视频QoE评价研究进展

随着5G移动通信技术、高性能计算、传感技术的不断进步,全景视频受到了越来越多的关注。全景视频通过头戴显示设备,可以为用户提供远超于平面视频的逼真的立体视觉感知,具有良好的发展前景。为用户提供良好的体验质量(Quality of Experience,QoE)是视频服务提供商吸引和留住用户,在激烈的市场竞争中取得成功的关键。与平面视频相比,全景视频的数据量倍增,对视频数据的采集、编码、传输和存储均提出了更高的要求。因此,如何在网络传输带宽、存储资源有限的情况下,保证用户的QoE就成为工业界和学术界共同关注的研究热点问题。本文对全景视频QoE评价进行了综述,首先对全景视频在采集、拼接、投影、编码、传输、解码、反投影、渲染等各个环节可能存在的失真进行分析,总结归纳了用户QoE的各种影响因素,如人的因素、系统因素、情境上下文和视频内容特性等;在此基础上,从影响因素和建模方法等多个方面归纳了全景视频QoE评价模型的研究进展,及其在码率自适应、资源优化分配和码率控制等方面的应用情况;最后,介绍了具有代表性的全景视频QoE评价数据集以及常见的QoE模型性能评价准则,并探讨了QoE评价模型目前存在的问...     

基于区域自适应学习的人脸图像超分辨率复原

提出一种基于区域自适应学习的人脸图像超分辨率复原算法.算法根据图像的纹理特征将人脸分为平坦区和细节区.对面部平坦区直接采用双线性插值放大;对于眼睛、鼻子和嘴等细节区,采用分类预测器重建高频信息.在细节区,将相似纹理结构的图像块分为一类,对每类纹理结构分别训练线性预测器,进行高频信息预测.实验结果表明,本算法在图像重建质量的主观效果和实现速度上都有很好的表现.     

MPEG4--基于对象的多媒体压缩新标准

MPEG－4标准面向众多而非特定的应用，它属于基于内容的第二代编码技术，首先介绍了MPEG－4支持的新功能和特点，然后分别从系统，音频和视频3个方面详细讨论了MPGE－4的主要内容，最后介绍了MPGE－4标准中给出的框架级别及其应用情况。     

基于ResNet50和通道注意力机制的行人多属性协同识别方法

针对目前行人多属性识别算法识别精度不高的问题,利用行人属性之间的内在关联关系,基于“特征提取+回归”的思想,提出了一种基于深度卷积神经网络的行人多属性协同识别方法。该方法首先对多个行人属性标签进行组合编码,得到一个标签组合向量;然后采用基于通道注意力机制的ResNet50作为主干网络提取行人图像的深度特征;最后,设计了一个包含3个全连接层的神经网络结构来建立标签组合向量与行人深度特征之间的映射模型,在一个统一的网络框架下就可以同时对行人的多种属性进行准确识别。在行人属性公共数据集PETA和RAP上的实验结果表明,采用提出的识别方法在公共数据集PETA上获得的识别准确率为84.08%,而在公共数据集RAP上可以获得高达88.12%的识别准确率。     

一种基于NNIA多目标优化的代价敏感决策树构建方法

本文提出了一种基于非支配邻域免疫算法(NNIA,Nondominated Neighbor Immune Algorithm)多目标优化的代价敏感决策树构建方法.将平均误分类代价和平均测试代价作为两个优化目标,然后利用NNIA对决策树进行优化,最终获取了一组Pareto最优的决策树.对多个测试集的测试结果表明,与C4....     

基于对象的视频编码——MPEG－4

MPEG－4是一种新的基于对象的视频编码标准,可以广泛应用于多媒体通信中。文章从MPEG－4的视频压缩原理出发,介绍MPEG－4中采用的主要压缩方法及抗误码技术。