项目名称: 结构信息最优的分布式视频压缩算法研究

项目编号: No.60972135

项目类型: 面上项目

立项/批准年度: 2010

项目学科: 自动化技术、计算机技术

项目作者: 杨春玲

作者单位: 华南理工大学

项目金额: 30万元

中文摘要: 分布式视频压缩编码算法具有编码简单解码复杂的特点,适合于快速发展的无线视频通信等编码终端能量和存储容量有限的高效快速视频压缩的应用环境。目前分布式视频编码中的关键算法都是基于MSE提出的,而MSE不能很好的符合人眼视觉特性。WangZhou等最近提出了结构信息新理论,指出图像邻近像素之间的相关性表现为结构信息,人眼的主要功能是提取结构信息,因此结构信息失真测度能更好的表示图像和视频的视觉失真。我们已创新提出的结构信息最优的传统视频编码算法取得了优于H.264的压缩效率,在此基础上本项目提出进行结构信息最优的分布式视频压缩算法的研究,主要研究内容包括:(一)编码端结构信息最优的DCT系数量化方法;(二)解码端结构信息最优的边信息获取算法及误差模型估计方法;(三)结构信息最优的重构算法。本项目的研究结果将为高效快速视频压缩提供新的理论和实用算法,对分布式视频压缩理论及其发展有重要指导意义。

中文关键词: 分布式视频压缩;边信息生成;噪声模型;重构;码率分配

英文摘要:

英文关键词: Distributed Video coding;Side Information Generation;Noise Model;Reconstruction;Rate Allocation

成为VIP会员查看完整内容
0

相关内容

【Manning新书】高级算法与数据结构,769页pdf
专知会员服务
169+阅读 · 2021年11月12日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
7+阅读 · 2021年6月19日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
76+阅读 · 2020年12月6日
深度学习模型压缩算法综述
极市平台
0+阅读 · 2021年12月3日
基于数据的分布式鲁棒优化算法及其应用【附PPT与视频资料】
人工智能前沿讲习班
26+阅读 · 2018年12月13日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
深度学习之视频图像压缩
论智
13+阅读 · 2018年6月15日
基于二进制哈希编码快速学习的快速图像检索
极市平台
12+阅读 · 2018年5月17日
一文读懂图像压缩算法
七月在线实验室
15+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
40+阅读 · 2018年4月26日
基于GAN的极限图像压缩框架
论智
11+阅读 · 2018年4月15日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Max-Margin Contrastive Learning
Arxiv
17+阅读 · 2021年12月21日
小贴士
相关VIP内容
【Manning新书】高级算法与数据结构,769页pdf
专知会员服务
169+阅读 · 2021年11月12日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
12+阅读 · 2021年9月13日
专知会员服务
7+阅读 · 2021年6月19日
专知会员服务
14+阅读 · 2021年3月26日
专知会员服务
76+阅读 · 2020年12月6日
相关资讯
深度学习模型压缩算法综述
极市平台
0+阅读 · 2021年12月3日
基于数据的分布式鲁棒优化算法及其应用【附PPT与视频资料】
人工智能前沿讲习班
26+阅读 · 2018年12月13日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
深度学习之视频图像压缩
论智
13+阅读 · 2018年6月15日
基于二进制哈希编码快速学习的快速图像检索
极市平台
12+阅读 · 2018年5月17日
一文读懂图像压缩算法
七月在线实验室
15+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
40+阅读 · 2018年4月26日
基于GAN的极限图像压缩框架
论智
11+阅读 · 2018年4月15日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员