首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 171 毫秒
1.
提出了一种新型的基于混合预测模式的帧内预测编码算法,它仅仅采用一种预测模式,避免了其它算法中从众多模式中选择模式的过程.实验结果表明,它能够充分利用空间的冗余度.  相似文献   

2.
简要分析了H.264中的帧内预测模式选择,提出一种简单的快速帧内预测模式选择算法.利用视频数据当中的空间相关性,采用相邻编码块的最佳模式来作为当前编码块最佳模式的选择依据,并且加入刷新机制,有效地减小了待选模式的范围,降低了算法的复杂度.试验结果表明:该算法有效地降低了帧内预测的编码时间,降幅达到了50%以上,同时基本保持了原始算法的编码性能.  相似文献   

3.
针对高效率视频编码采用四叉树分割和35种模式预测等技术来提高视频编码质量,但引起算法复杂度剧增这一问题,本文利用当前编码单元及其相邻单元空间相关性对当前编码单元分割模式进行预测,从而快速决策编码单元的分割模式.此外,通过跳过若干低概率预测模式的率失真最优化处理过程,实现了一种快速的预测模式决策算法.测试结果显示,提出的算法可以平均减少53%的编码时间,并保持BDBR仅为1.17%的良好编码质量.   相似文献   

4.
视频压缩编码标准(H.264)中帧内4×4预测有9种预测模式,均使用全搜索算法并引入率失真优化技术,为每个4×4块选择最佳预测模式.虽然这种算法获得了最佳的编码质量,但是由于它的运算量大,从而限制了实际应用.在分析H.264帧内4×4预测的原理和全搜索算法步骤的基础上,针对全搜索算法计算量大的缺点,根据每个4×4块的位置和不同预测模式在方向上的相关性,提出了一种快速模式选择算法.仿真实验的结果证明,该选择算法最大可将编码时间降低34.5 %,而峰值信噪比(PSNR)仅仅降低0.035 dB.  相似文献   

5.
基于局部模式的话音编码算法   总被引:1,自引:0,他引:1  
提出了一种新的基于非线性局部模式的信号处理方法,并将其应用于话音编码中,在相同的编码条件下,基于NLLP的编码方案性能好于标准的线性预测编码算法和由线性局部预测模式构成的方案。  相似文献   

6.
提出了直接从H.264 I帧编码码流中提取块边缘模式特征的算法,并检验了该特征在图像检索中的应用。该算法利用H.264 码流中得到的帧内预测模式和预测系数提取出五种边缘模式特征,该特征符合MPEG-7中所定义的边缘描述符,适合基于内容的图像检索算法。实验结果表明,采用该特征进行图像检索具有较高的检索准确率,相对于只采用Intra预测模式纹理描述符的方法,平均查准率提高了5.07%。  相似文献   

7.
H.264是最新的视频压缩编码标准.在H.264的帧内编码算法中,第一次提出了在空间上从多个方向进行多种模式的帧内预测.对于某个特定图像区域,不同的预测模式将表现不同的预测性能,通常需要使用率失真优化算法来逐个测试,然后从中挑选出符合当前图像区域特征的最佳预测模式.然而,率失真优化算法的计算复杂度相当高,频繁调用将对计算平台造成相当沉重的负担,不利于在实时性能要求高的场合使用.提出了一种适用于H.264的帧内预测模式快速选择算法,该算法对当前像区域的空间相关性进行分析计算,快速选择出最佳预测方向,从而减少对率失真优化算法的调用.实验表明,使用此算法可以在保证图像质量的前提下,极大地降低帧内预测编码的计算复杂度.  相似文献   

8.
在交易数据库的挖掘研究中,模式未来行为的预测已成为用户关注的焦点。通常是通过分析和挖掘历史交易数据库中的数据得到模式未来行为——频繁出现程度,以便帮助用户决策。为解决这类问题,设计一个基于回归法的算法挖掘一类新模型超期望模式。实验结果表明这种模式在模式评价和模式预测方面很有效,它同时为减少冗余规则提供了一种可行的方法。  相似文献   

9.
H.264/AVC是新一代的视频编码标准,其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H.264/AVC帧内预测模式较多,使帧内预测的计算复杂度大幅提高。在详细分析帧内预测模式选择过程的基础上,提出了一种率失真优化(rate distortion optimization,RDO)模式下的快速Intra_4×4模式选择算法。实验结果表明,该算法缩小了模式搜索范围,从而大幅度降低帧内预测的复杂度,并且基本保持了H.264/AVC的编码性能,同时对空间变化较快的视频序列算法性能更为有效。  相似文献   

10.
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。  相似文献   

11.
多入多出(multiple input multiple output,MIMO)是IEEE 802.11n的重要特征,其利用空分复用技术提升系统吞吐量,但同时也带来了新的问题,即MIMO技术的使用会大幅增加通信终端的能耗。IEEE 802.11n标准中增加了空分复用节能机制,但该机制只针对接收端的节能,对于发送端没做任何规定。针对这一问题,该文研究了IEEE 802.11n发送端的能耗问题,提出了一种基于MIMO模式选择的发送端节能算法。该算法以单位比特能耗为优化目标,根据聚合帧大小和已有速率自适应模块的统计信息预测每个MIMO模式的单位比特能耗,据此为每一个待发送的聚合帧动态地选择能效最优的MIMO模式,进而达到优化发送端能耗的效果。基于真实实验数据的数值分析结果表明:该算法能够很好地优化发送能耗,同时降低对系统吞吐量的影响。  相似文献   

12.
基于GM(1,2)模型的多步自调节灰色预测控制算法   总被引:1,自引:0,他引:1  
基于GM(1,2)灰色模型和一种新型综合偏差,提出了基于GM(1,2)模型的多步自调节灰色预测控制算法.该算法可对系统输出偏差和预测偏差进行合成形成一个在线多步综合偏差,用此偏差代替传统最优控制算法中的偏差项,这样算法既有在线预测系统未来多步行为的功能,又能根据预测模型精度实时调节预测值在控制回路中的作用,减小了预测误差对系统的不利影响.仿真结果表明,该算法可获得较好的控制跟踪效果.  相似文献   

13.
针对电话线低码率传输的视频监控工业环境,基于 H.263 标准,提出了一种新的视频压缩编码方法,即在帧内编码 DCT 变换后的系数量化策略上,采用量化表的方法来替代视频图像帧内编码的常规处理方法,在帧间编码的预测算法上,采用了半像素精度运动估计和 PB-帧工作模式。通过 C 编程,对该算法进行了仿真分析。结果表明该算法不但提高了系统的运行速度;而且提高了图象压缩比。  相似文献   

14.
改进标准粒子群优化算法(PSO)的惯性权重参数,提出基于IPSO的BP神经网络算法,以提高物流配送中心选址的预测精度。仿真结果表明,IPSO-BP神经网络算法的预测精度优于常规BP神经网络算法,不仅改进了网络的收敛速度并且提高了预测准确性。  相似文献   

15.
把基于割线预估、牛顿校正思想的路径跟踪新算法应用到逆变消谐问题中,通过与牛顿算法和原有同伦算法的比较和分析,得出新算法不仅收敛范围比牛顿法扩大了,且精确度也比原有同伦算法高.  相似文献   

16.
H.264/AVC帧内4×4块预测模式选择算法研究   总被引:2,自引:0,他引:2       下载免费PDF全文
H.264/AVC是新一代的视频编码标准,其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H.264/AVc帧内预测模式较多,使帧内预测的计算复杂度大幅提高.在详细分析帧内预测模式选择过程的基础上,提出了一种率失真优化(rate distortion optimization,RDO)模式下的快速Intra_4×4模式选择算法.实验结果表明,该算法缩小了模式搜索范围,从而大幅度降低帧内预测的复杂度,并且基本保持了H.264/AVC的编码性能,同时对空间变化较快的视频序列算法性能更为有效.  相似文献   

17.
基于H.264 I帧编码的块边缘模式特征提取算法   总被引:1,自引:0,他引:1  
提出了直接从H.264 I帧编码码流中提取块边缘模式特征的算法,并检验了该特征在图像检索中的应用.该算法利用H.264码流中得到的帧内预测模式和预测系数提取出5种边缘模式特征.该特征符合MPEG-7中所定义的边缘描述符,适合基于内容的图像检索算法.实验结果表明,采用该特征进行图像检索具有较高的检索准确率,相对于只采用帧内预测模式纹理描述符的方法,其平均查准率提高了5.07%.  相似文献   

18.
王晶  徐光华  张庆 《西安交通大学学报》2007,41(11):1364-1367,1386
针对头皮脑电信噪比低的缺点,提出了一种新的癫痫发作预测算法.首先对头皮脑电进行经验模态分解,去除伪差,保留包含主要癫痫预测信息的固有模态分量,然后用Kolmogorov测度来反映大脑的非线性动力学特征变化,并发现在癫痫发作之前,仅位于病灶区域附近导联的Kolmog-orov测度明显降低.通过对3例癫痫病人共5段长程头皮脑电信号的分析表明,这3例病人的平均发作预测时间为338 s,敏感性为66.7%,特异性为19.2%,因此该算法具有良好的临床应用前景.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号