基于三维帧内预测的彩色图像编码

针对传统彩色图像编码方法存在的未考虑R、G、B三帧间相关性的不足,将彩色图像的R、G、B三帧作为整体考虑,提出了一种基于三维帧内预测和离散余弦变换的彩色图像编码方法.该方法利用三维帧内预测技术结合三维离散余弦变换有效地去除彩色图像相邻像素间以及R、G、B三帧之间的相关性.实验结果表明,同传统彩色图像编码方法相比,在保证相同的恢复图像效果时,该方法将压缩比提高了12.31～17.77.     

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.     

一种基于三维帧间配准预测的V-PCC改进算法研究

基于视频的点云压缩（video-based point cloud compression，简称V-PCC）把点云序列分解成2D的非规则图像块（patch）,每一个patch是由一组彼此相邻且具有相似法线的3D点云投影形成的2D图像，然后对2D的图像采用现有视频编码的方法进行压缩。然而分解成patch进行编码的方法破坏了点云的连续性，不利于后续的帧间预测。对此，设计了一种三维配准帧间预测结合V-PCC帧间预测的改进算法。首先，为了提高点云配准的有效性，设计了一种基于运动一致性的二叉树的粗分割和进一步八叉树细分割的算法，使得每一块点云在配准时具有一致性运动和准确的对应性。进一步，为了保证三维帧间配准预测的可靠性，对分割后的块进行三维配准帧间预测并计算误差。对于误差小于一定阈值的块直接熵编码块索引和运动信息；对于误差大于阈值的块，则融合并使用V-PCC的帧间估计。实验结果表明，本方法进一步提高了V-PCC的编码性能。     

一种改进的基于H．264／AVC无损帧内编码算法

H．264／AVC标准中帧内无损编码是基于块进行预测的,本文在原有的特点上进行改进提出了一种基于像素间DPCM的新的无损帧内编码方法。通过实验显示新的无损缩码方法相对于先前的H．264标准中的无损帧内编码方法降低了大约12％的码率。且新方法也没有大幅的增加其复杂性。     

三维帧间配准预测的V-PCC改进算法

针对视频点云压缩(video-based point cloud compression,V-PCC)把点云序列分解成2D的非规则图像块(patch)进行编码,破坏点云连续性,不利于后续帧间预测的问题,设计一种三维配准帧间预测结合V-PCC帧间预测的改进算法.首先,为了提高点云配准的有效性,设计一种基于运动一致性的二叉...     

基于邻块预测的H.264快速帧内预测模式选择算法

针对Pan提出的快速帧内预测模式选择算法存在侯选模式不够精简,以及仅利用了块内部纹理信息进行侯选模式的预测等不足,提出了一种改进的基于邻块预测的H.264快速帧内预测模式选择算法。改进算法不仅采用块内部纹理信息预测,而且利用帧内相邻已编码块进行空域预测,以得到更加精简的侯选模式,从而减少参与选择的模式数量,提高了编码速度。实验结果表明,与Pan算法和JM全搜索算法相比,该算法在保持较好的编码图像质量的同时,可有效地提高编码速度。     

H.264/AVC中4×4块的快速帧内预测算法的研究

H.264/AVC采用空间域上的帧内预测技术,进一步提高了编码效率,但由于帧内预测模式数目较多,使预测的复杂度大幅度增加。本文分析了帧内预测模式的选择过程,根据SATD（Sum of Absolute Transformed Difference）以及相邻块的预测模式之间的相关性等特征提出一种快速预测方法,预先筛选出Intra_4×4候选模式,避免不必要的计算。实验结果显示,该算法大幅度降低运算的复杂度,同时基本保持了H.264/AVC的编码性能。     

一种基于变换域信息的H.264/AVC帧内4×4快速预测

为了在保持较好H.264编码效果的同时,用尽可能少的额外计算量来减少H.264帧内预测候选模式数,从而降低编码复杂度,提高帧内编码速度,提出了一种基于变换域信息的帧内4×4快速预测算法。该算法利用帧内预测过程中的中间结果提取块的方向信息,以此指导帧内4×4预测;只搜索与块方向相近方向的几种高概率模式,而不再进行全搜索。...     

基于转移概率矩阵的H.264/AVC视频帧内预测模式信息隐藏检测算法

针对基于H.264/AVC帧内预测模式的信息隐藏算法,本文提出了一种信息隐藏检测方案.由图像残差DCT系数量化后的重建信号与原始信号差的期望为零,理论分析得到对于利用H.264/AVC帧内预测模式嵌入秘密信息的视频,经过H.264/AVC重压缩后,其载密的非最优帧内预测模式将转变为嵌入秘密信息前自然视频的最优预测模式.基于此推论及其实验结果,本文构造了帧内预测模式转移概率矩阵,并以此为特征结合支持向量机分类器进行视频信息隐藏检测.实验表明,本文算法对于不同类型的低嵌入率载密视频都具有很高的正确检测率.     

基于H.264的双向帧内预测研究

双向帧内预测（Bi-directional Intra Prediction,BIP）为了提高H.264的帧内编码效率,提出了两个方案：一是改变了宏块中子块的编码顺序;二是使用两种预测模式生成新的预测模式。本文采用三个典型的视频序列对双向帧内预测进行了实验,并将其与H.264标准帧内预测算法进行对比,从实验结果可以得出,使用双向帧内预测算法比不使用双向帧内预测算法的PSNR值平均增加0.25,码率平均减少了2.96%,编码时间平均增加了222%。     

工业设备远程监控中的数据压缩研究

针对大型工业翻车机设备远程监控系统中实时数据传输效率的问题,提出了一种对字符数据和图像采用改进的LZW算法压缩、对时间属性采用时间预测压缩算法进行压缩的方法。其中,改进的LZW算法主要是对构造的字符编码表的长度进行动态分配,并建立父亲指针索引和HASH索引;而时间预测编码压缩方法主要是对时间属性数值进行了压缩。最后采用检验数据压缩性能的指标,通过实例验证改进的LZW算法的数据压缩效果。实验结果表明,改进的LZW算法较WINRAR压缩方法具有较好的数据压缩效果。     

基于卷积神经网络的基因剪接位点预测

研究剪接位点可以更深入地探索剪接机制和基因预测方法,准确预测剪接位点至关重要。基于深度学习技术提出一种新的预测方法,无需人工提取样本特征,以基因序列的K-MER编码向量作为输入,采用训练后的卷积神经网络(CNN)模型进行预测。基于人类基因HS3D供体数据集,与传统机器学习方法进行预测比较,结果表明预测模型的主要性能指标,包含马修斯相关系数(MCC)、灵敏度(SN)均超过传统的机器学习方法。     

A New Approach for Lossless Image Compression Based on Fuzzy Adaptive Prediction

This paper proposes a novel approach for image lossless compression based on fuzzy logic and adap-tive prediction. By a flexible strategy, the method can acquire a set of original predictors describing the more detail characteristic. Using a neural network, the proposed method can more efficiently organize the training of original predictors and implement adaptive prediction in fuzzy style. In entropy coding phase,the context-based conditional adaptive arithmetic encoding is adopted. The experiments demonstrate the characteristics make the approach achieve good tradeoff between computational complexity and efficiency of prediction and good performance for lossless compression.     

HEVC帧内率失真优化预测模式的并行流水线硬件设计

近年来，随着人们对视频数据需求的不断增加，视频的分辨率和帧率也在不断地提高，而实时视频序列的压缩编码速度往往受到帧率和分辨率的影响，分辨率和帧率越大，编码所需要的时间越长。为了实现更高分辨率和更高帧率的视频序列实时压缩编码，文中设计了一种新的帧内率失真优化预测模式的并行流水线硬件架构，该架构支持最大64×64编码树单元的帧内预测编码。首先设计了9路预测模式并行方案；然后，按照Z型扫描顺序实现以4×4块为基本处理单元的流水线硬件架构，并复用32×32预测单元的预测数据，用以代替64×64预测单元的预测数据，减少运算量；最后，基于该流水线架构，提出了一种新的哈达玛变换电路，用以实现高效的流水线处理。实验结果表明：在Altera Arria 10系列的现场可编程门阵列上，该9路模式并行架构仅占用75 kb的查找表和55 kb的寄存器资源，主频可以达到207 MHz，完成一个64×64编码树单元的预测仅需要4 096个时钟周期，最大能够支持1 080 P分辨率99 f/s全I帧的实时编码；与已有设计方案相比，文中方案能够用更小的电路面积实现更高帧率的1 080 P实时视频编码。     

一种面向高分辨率激光扫描点云的三维建筑物的风格化渲染方法

目前,三维激光扫描仪已经可以方便且快速地获取大范围建筑物的高分辨率三维点云数据。然而,尽管高分辨的建筑物点云数据可以精确且直观的描述真实的建筑物场景,但是由于点云具有离散化的特点,传统直接展示原始三维点云数据的方法缺乏良好的视觉效果。针对高分辨率激光扫描点云的渲染问题,本文提出了一种面向高分辨率激光扫描点云的三维建筑物的风格化渲染的方法。该方法首先提出远距离点采样方法,在简化点云数据的同时保留其三维结构化信息,然后引入基于神经网络的风格渲染方法高效渲染三维建筑物网格数据,最后提出了基于KDTree的网格数据与点云数据的融合方法生成渲染点云。实验表明,该框架可有效地将给定二维图像的风格转化为三维建筑物风格,在保证良好视觉效果的同时,保留了建筑物的精确三维几何信息。     

基于区域的多光谱图像无损压缩

针对多光谱图像的冗余特点,提出一种多方式预测的多光谱图像无损压缩方法.多光谱遥感图像每一波段的图像本身存在空间冗余.不同波段图像之间存在谱间冗余.由于不同波段的成像对象是同一地域,具有相同的物理结构,虽然同一空间位置不同波段的像素值相差很大,但其与邻域的关系却是很相似的,同类地物在图像中占据一定区域,在不同的波段具有相似的纹理.因此,首先选择基于区域生长的分-合算法将多光谱图像分割成若干块互不重叠的均匀子区域;又由于各个子区域的纹理不同,因此对不同区域采用不同的预测方式,从而最大程度去除冗余;同时利用谱间结构相关,令各波段相同区域选用相同的预测方式,共享预测方式图可使多方式预测导致的附加存储代价大大缩小.实验结果表明了该方法的有效性.     

采用网格再划分技术的网格推延造型

提出了一种对自由多边形物体直观高效的三维网格推延造型方法,采用这种造型方法,用户可以在已有的三维物体上勾勒两笔二维轮廓,从而推延了新的空间网格曲面,阐述了两种网格再划分技术,网格优化和网格细分,在此基础上,详细介绍了网格推延造型的方法,该方法能广泛地应用于多边形物体的自由造型。     

三维网格动画的几何视频压缩方法

介绍了一种新颖的数据压缩方法,通过频压缩方法进行压缩,同时提出了一个全新的保形自适应采样算法,并利用该算法对原始的几何视频压缩方法进行了改进,在采样误差不变的前提下,改进方法的采样率可以更低,从而可具有更高的压缩比.完整实现了上述方法并利用实例对其进行了验证,实验结果表明此方法是切实可行的.     

相对方向行程编码方法

本文提出了一种相对方向行程编码的压缩方法.这种编码方法较流行的等值线编码方法具有更好的压缩效果,进一步消除了等值线编码的冗余信息,从而可以达到更高的压缩比.文中描述了这种编码的原理和方法,给出了本方法的数据结构和编码、译码算法及实验结果.从几幅图象的实验结果来看,相对方向行程编码方法的压缩比大约是等值线编码方法的压缩比的3倍.     

User-controllable mesh segmentation using shape harmonic signature

Due to different shape modeling applications, partitioning a given complex 3D mesh model into some patches or meaningful subparts is one of the fundamental problems in digital geometry processing. By using the high-dimensional mean-shift clustering scheme in shape signature space, a new method is proposed which can generate user-specified segmentation results automatically for different applications. The shape signature is composed of mesh geometric attributes and its spectral harmonics. The latter one can reflect mesh frequency spectrum information. The low frequency components are essential for semantics-oriented segmentation, while the high frequency components are important for purely geometry-oriented segmentation. The effects of the proposed method are demonstrated by several examples.