MPEG-4视频编码的可分级技术研究

首先分析了MPGE 4视频分级编码的基本思想 ,讨论了如何实现时域和空域上的分级编码算法。在此基础上 ,结合MPEG 4的抗误码技术 ,提出了一种适应IP网络传输的精细粒度分级视频编码方案。     

精细的空域可扩展性视频编码

提出一种灵活高效的空域可扩展性算法——精细的空域可扩展性编码（FGSS）,对此算法进行了描述,给出了编码和解码框图,并对其编码实现进行了讨论。     

基于层间预测的空间可扩展帧内编码算法

利用空间可扩展编码中的层间预测技术,提出了一种基于层间预测的空间可扩展帧内编码算法.对于空间基本层上的图像宏块,采用与H.264/AVC标准兼容的帧内编码方法进行编码.对于空间增强层上的图像宏块,除了本层中的邻块数据之外,进一步利用基本层上的对应宏块数据对其进行帧内预测编码.特别是在无法获取本层邻块数据的情况下,使用基本层上的对应宏块数据作为扩展数据源来预测编码,以提高编码效率.实验结果表明,与传统的单层帧内预测算法相比,本算法提高了增强层编码的信噪比,同时编码码率和计算复杂度基本不变.     

融合压缩感知与网络编码的多速率与变速率传输

结合压缩感知与网络编码的优势,面向单信源异构信宿网络,研究压缩感知观测数据基于线性网络编码的多速率与变速率传输.研究压缩感知观测矩阵与网络编码全局编码核矩阵的联合等效,设计了一种融合有限域压缩感知与线性广播网络编码的精细粒度多速率传输方案;研究压缩感知观测矩阵、线性广播类型保持降维转换矩阵和网络编码全局编码核矩阵的联合等效,基于有限域压缩感知与变速率线性广播,为多媒体数据设计了一种变速率-多速率传输方案.     

H.264中CAVLC算法改进

简要分析了H.264中的上下文自适应变长编码（CAVLC），并研究其采用的Golomb编码，提出了一种基于最优Golomb编码参数选择的改进算法.利用前一个需编码的数值的Golomb编码最优参数，对当前编码参数进行预测，使当前编码参数更逼进它的最优编码参数.试验结果表明：该算法较原有算法能更好的压缩残差数据，在量化参数QP较小时，能带来一定的压缩增益.     

一种改进的零树编码算法

在SPIHT算法的基础上进行改进,提出了一种改进的新算法,该算法修改了分割排序策略、加入了幅值精细编码等措施在一定程度上克服SPIHT图像编码算法的不足,提高了编码速度,减少了内存的消耗,提高了图象复原的质量,是一种有效的图象压缩方法。     

一种XML文档树节点编码的动态调整算法的研究

结合局部编码思想和全局编码思想提出了一种支持动态调整的XML文档树节点编码方案,设计了节点的动态调整算法.在动态调整算法中引入了局部编码块增位的方式,有效地解决了现存编码在动态变化的XML数据的重新编码方面效率较低的问题.     

矩阵编码在空域LSB掩密算法的安全性研究

针对矩阵编码与空域LSB相结合是否有可能提高隐写算法的安全性这个问题,用RS和Fridrich在2004年提出的最新估计LSB嵌入长度的方法对矩阵编码的LSB算法进行了估计.通过计算隐写图的R块和S块的变化规律,从矩阵编码的本质出发,对实验结果做了深入的分析.分析结果表明,将矩阵编码与空域LSB相结合并不能提高算法的安全性.     

基于混合上下文熵模型的点云几何编码算法

针对三维点云存在的大量空域冗余信息，提出一种基于混合上下文熵模型的点云几何编码算法框架.通过多层感知机与Resnet网络分别对基于八叉树结构的点云和基于体素结构的点云特征进行上下文特征提取，并使用选择单元对上下文信息进行裁剪、选择和融合，使网络能够针对当前编码体素建立更加准确的概率模型，从而提高三维点云的压缩效果.同时，针对模型复杂度高的问题提出并行多尺度自回归进行概率估计的方案，大大降低了编解码时间.实验结果表明：点云几何编码算法能够有效降低每个体素所占的比特数并且整个编码过程无损；与G-PCC编码算法相比，压缩后比特率下降了14.27%.     

多普勒信号压缩编码研究

该文在分析了多普勒信号的特性以及与语音信号的区别后 ,采用自适应离散余弦变换算法对多普勒信号进行了压缩编码 ,在中等编码速率下得到了较好的压缩编码效果。文中提出了相关 -自适应离散余弦变换 (C -ADCT)压缩编码方法 ,改进算法提高了自适应离散余弦变换算法的抗噪性能     

精细空间可伸缩视频编码方案实现

提出了一种新颖的空间可伸缩视频编码方案-精细粒度空间可伸缩编码。这种编码方案为空间可伸缩提供了精细粒度特性。方案使用比特平面技术,可以获得图像质量从低分辨率到高分辨率的转换,从而得到粒度的增加。另外,所提方案提供了一种灵活的嵌入式比特流,这样视频流可以被解码成从低分辨率到高分辨率的任何速率点。这种特性提高了互联网上视频流的编码效率,适应了有较大带宽波动的互联网。     

采用HEVC的精细可分级编码

针对新一代的视频编码标准HEVC(high efficient video coding),提出一种改进的精细可分级编码方案.该方案的基本层采用HEVC的编码器,提高了基本层的编码效率;通过统计编码单元的分割方式,自适应找到图像中的细节区域;采用选择增强技术,提高细节区域的图像质量.实验结果表明:编码方案能够精细匹配信道带宽的变化,且基本层与增强层相互独立,不会带来误差传递;利用HEVC编码单元的分割方式,可以自适应找到视频序列图像中的细节区域,对运动区域进行提升,视频图像的主观质量有了很大的改善.     

可分级视频编码中重采样滤波器设计

针对可分级视频编码中重采样技术的下/上采样滤波器分立设计而导致滤波器性能变差的问题,提出一种匹配的数字图像下/上采样滤波算法。该算法利用已获得的图像下采样滤波器参数,推导出与其对应的上采样滤波器,从而达到两者匹配的目的。这样不仅能够提高视频质量,更可以提升空间可分级的编码性能。与JSVM标准的实验仿真结果相比,匹配的重采样滤波器在性能上有较大提高,其峰值信噪比平均增加1.6 dB。     

混合精细可分级视频编码技术的研究

首先分析了视频可分级编码的基本思想,讨论了时域、空域、SNR、FGS等基于单个视频参数的可分级编码方法。在此基础上,论述如何将时域、空域、SNR可分级性融合成新的混合精细可分级编码方法。     

一种基于内容的图像比率可分级编码方法的研究

多分辨率环境下 的多媒体应用导致了基于内容的视频和图像编码的需求。提出一种基于内容的图像比率可分级性编码方法，方法具有以下特点：以不同的任意形状的ROI（Regions of Interest)分别进行独立的 小波分散和编码；采用逐次逼近的量化模式，以形成潜入式码流；解码时，用户可选择相应的ROI进行比率可分级解码。它在一定程度上满足了JPEG－2000中的ROI编码和MPEG－4中的静态图像纹理编码的需求。试验结果验证了方法的有效性。     

基于四叉树分割视频对象的可伸缩编码算法

提出一种利用多级树集合分裂算法(SPIHT:Set Partition In Hierarchical Trees)作为基于四又树分割视频对象(Video object)的编码和解码的核心技术,从而实现了基于对象渐进传输、可伸缩性编码方法。实验结果表明,该算法在相同的比特率下,可以得到比SPIHT更好的主观恢复图像,提高了基于ROI编码的效率。     

基于小波变换的图像空间可分级压缩编码算法

图像压缩算法如EZW和SPTHT都具有较高的压缩率,为了能使图像压缩编码算法同时具有较高的压缩率和良好的压缩性能,就SPIHT的算法进行分析,得出结论:随码率的增大,基础层所占的比率越来越低,同时,对包含边缘较多的图像,其基础层码率所占的比率也较低     

基于CL多小波变换的图像编码

图像的压缩编码是存储、处理和传输大容量的图像信息的基础,提高图像的压缩效率一直是人们不断追求的目标。对图像进行压缩编码,目前成熟的做法都是在变换域进行。在研究图像的多小波变换的基础上,提出了一种面向传输的图像编码方法:基于CL多小波变换的图像精细可分级编码。实验结果表明,该编码方法是对多小波应用于图像编码很有价值的研究。