基于线性插值填充的帧内运动补偿

帧内运动补偿被认为是H.264/AVC中具有潜力的改进方向之一。提出了一种线性插值填充算法来改进帧内运动补偿的编码效率。与Dong等人提出的自适应填充算法相比,线性插值填充能更精确地预测出填充区域内的像素,从而使得帧内运动补偿效率更高。实验测试表明,基于线性插值填充的改进算法可以使帧内运动补偿块数量增加4.58%~84.7%,从而令帧内编码的率失真性能得到提高。     

一种基于H.264与近邻预测的无损视频压缩H.264-LS

提出了一种无损视频压缩方案H.264-LS。该方案为适应无损压缩的需要,根据运动补偿后残差系数的特点,使用了一种二维近邻预测技术以取代H.264原有的变换。实验测试结果表明,该算法的整体表现要优于现有的一些无损视频压缩方案,特别是对于运动量大的视频序列优越性很突出。     

小波变分辨率频谱特征静音检测和短时自适应混音算法

静音检测算法使用两种语音感觉特征与变分辨率频谱的Mel频率倒谱系数组合成音频特征,采用多门限过零率对静音进行初判,并通过二分类支持向量机对组合语音特征进行分类;实时混音算法使用每一路音频的短时能量作为混音权重.测试表明,静音检测算法在不同信噪比下语音识别正确率高于G.729b静音检测算法;实时混音算法听觉测试优于传统的算法,并且混音计算延时低,满足网络实时传输的要求;两种算法同时应用于视频会议系统,视频会议服务器的运算量低于使用了G.729b静音检测算法的视频系统.     

基于小波变分辨率频谱特征的静音检测

针对静音检测提出基于小波变分辨率频谱特征的检测算法。算法采用多门限过零率对静音进行初判,并提取多个语音感觉特征与基于小波变分辨率频谱的Mel频率倒谱系数（MFCC）组合成语音特征,通过二分类支持向量机对该特征进行分类实现静音检测。测试结果表明,该算法在不同信噪比下语音识别正确率高于G.729b,MFCC特征静音检测算法,基于该算法的视频会议服务器运算量低于使用G.729b静音检测算法的视频系统。