导读:本文包含了低码率视频编码论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:视频,感兴趣,区域,算法,图像,通信,向量。
低码率视频编码论文文献综述
郑侃侃[1]（2015）在《低码率低复杂度图像/视频编码技术研究》一文中研究指出数字图像视频压缩技术作为多媒体数据存储与通信技术的核心,在数字媒体领域一直是研究热点。随着便携设备、移动终端的发展,图像视频在低码率低复杂度环境下的应用越来越广泛。大到海面视频监控、无人机巡航、野外信息采集,小到手机视频传输、车载电视、可视电话等,这些应用由于场景、设备的特殊性,往往传输码率不稳定,可用带宽不足,需要图像视频信号能够利用低码率进行有效传输;同时对终端设备无论在处理能力还是功耗上都有很大的限制,需要实现低复杂度的编解码算法,因此本文重点研究低码率低复杂度图像视频编码技术。在图像编码方面,小波变换以及零树结构编码被广泛应用在编码标准JPEG/JPEG 2000中。然而由于小波变换硬件实现复杂、计算量大,传统的零树结构编码过程长,使得其在低复杂度场景的应用中有一定的限制。本文提出了基于多层离散余弦变换的零树结构编码来减少编码的复杂度。用多层离散余弦变换代替小波变换可以提高变换的速度,将零树结构从2×2扩展到4×4则可以有效减少零树的数量及深度,减少编码所需要的时间。实验结果显示通过选择合适的离散余弦变换进行组合可以在编码质量几乎相同的情况下降低编码复杂度。在视频编码方面,HEVC标准的提出让压缩效率得到进一步提升。但是HEVC是为高清视频编码设计的,高复杂度使得其在一些低码率低复杂度环境下编码效果不是很理想。本文实现了基于小波变换下采样的视频编码框架。通过变换得到低频内容信息并使用HEVC进行编码,分辨率的降低可以保证充分利用有限的码率编码重要信息,同时减少计算复杂度。配合高频细节信息的位平面编码和帧分割技术,可以优先编码幅值较大的高频系数,保证了编码的质量。实验结果显示基于下采样的视频编码框架在低码率情况下可以得到类似于直接利用HEVC编码的效果,在计算复杂度上则可以减少大约70%的编码时间。(本文来源于《上海交通大学》期刊2015-01-01）
陈青华,董锋,谢晓方,齐玉东,乔勇军[2]（2013）在《基于低码率传输的红外视频编码方法研究》一文中研究指出为了满足低速数据链下目标识别的需求,把感兴趣区域(Region of Interest,ROI)编码策略引入红外视频编码。在H.264视频编/解码框架的基础上,通过增加ROI编码的处理,构建基于ROI的视频编/解码框架,并在码率控制过程中调整ROI宏块与非ROI宏块的量化参数,优化了ROI量化模型。实验结果表明,该方法能够节省有限码率,增加ROI目标的细节,提高ROI对象的清晰度,可从整体上提高主观视觉的质量。(本文来源于《红外》期刊2013年08期）
冯慧[3]（2013）在《基于H.264/AVC的低码率视频编码技术研究》一文中研究指出近年来，电信网、广播电视网和计算机通信网的相互渗透、互相兼容、并逐步整合成为全世界统一的信息通信网络。在这种情况下，要在类似于手机这种低处理能力的PC端上实现大流量的流媒体业务，比如视频通话，手机电视这种对带宽要求很高的场合，必然会对数据量的压缩提出了很高的挑战。针对这种情况，传输的视频要求既要满足带宽的限制，还要求有较高的视觉质量，编码的码率在保证质量的条件下要越低越好，这样才能满足网络限制下的应用。传统基于人眼感兴趣区域（ROI）的分级量化模型，将视频帧划分为ROI区域和非ROI区域，对相应区域用不同的量化参数（QP）进行量化，以提升视频的主观质量。而这种模型没有考虑ROI区域的内部特性，不能很好的符合人眼视觉特性（HVS）。本文针对低码率条件下以人脸为主体的桌面视频、手持终端等场景，首先利用肤色判决条件及高斯模型进行人脸检测。JND模型表明边界区域相对平滑区域能够隐藏更多的失真，利用该属性检测出ROI区域（人脸）中人眼更感兴趣的边界部分（眼睛、鼻子、嘴），据此提出一种基于ROI和恰可观测失真(JND)的分级量化方法。即将一帧图像划分为背景、边界、ROI_level1、ROI_level2，建立一种四级量化模型，指导各区域的量化。实验结果表明，针对低码率视频的应用，与传统分级量化方法相比，本文所提方法在相同码率条件下能明显提升视频的主观质量。而基于MCFI(运动补偿的插帧)技术来增加帧频的应用近年来已经越来越受到商用电子厂商的青睐。这是由于MCFI通过插入额外的帧提高了空间分辨率。相应地，如果在编码前端先进行自适应的丢帧，然后在解码端再利用MCFI技术恢复出丢弃的帧。这样可以极大的减少编码数据量，从而达到降低编码码率的目的。本文基于残差能量及MV之间的相关性检测出不可靠的MV，并将MV进行分类。然后对于不可靠的MV进行一系列后处理修正。由于我们提出的方法可以基于MV的相关性逐步的修正不可靠的MV，所以可以有效地发现遮挡区域和变形物体等区域没有可靠的MV。对于这类区域，我们通过分析他们周围的MV分布提出了一种自适应的插帧方案。这样，采用本文提出的插帧方案可以极大的减少虚影和物体边界出现变形等现象。实验表明：本文提出的基于帧率上下采样的编码方案可以平均减低31.84%的码率，而保证良好的视频主观质量。(本文来源于《华中科技大学》期刊2013-01-01）
夏珍[4]（2012）在《基于主观质量的低码率视频编码研究》一文中研究指出视频通信自从网络诞生以来，就一直被人们所关注。由于视讯通信占有的带宽非常大，不经过压缩，大量的数据传送将严重阻碍视频的发展前景。因此视频的冗余进行压缩是必然途径，国际标准组织和电信联盟经历大量的工作推出系列标准。JPEG系列、MPEG系列和H．26X系列的陆续推出为视频图像的普及起了极大的作用。现有的视频编码技术（如H.264/AVC）虽然可以达到较高的压缩比，获得相对较好的压缩效率，但是当其运用于手机视频通信、桌面即时视频等低码率要求的应用场景中时，往往会由于码率要求过低造成视频主观质量下降，特别是在人眼比较敏感的脸部区域出现模糊，方块等效应会严重影响视频质量。本文首先介绍了低码率视频编码技术的要求，并详细介绍了提升视频主观质量方法的研究现状。现有提升视频主观质量方法主要是图像增强方法，图像增强方法是将原来不清晰的图像变得清晰或强调某些关注的特征，抑制非关注的特征，使之改善图像质量、丰富信息量的方法。图像增强技术能使图像主观质量在很大程度上改善，但其缺点是增强边缘的同时会增强噪声，而滤去噪声又会使边缘在一定程度上模糊，特别是应用于低码率视频通讯时对视频质量提升作用很小，某些情况甚至会恶化视频主观质量。本文在视频编码标准H.264中提出了一种基于感兴趣区域的自适应图像增强方法解决了上述问题。首先获取视频帧图像的感兴趣区域，将视频图像分为感兴趣区域和不感兴趣区域.对感兴趣区域，采用ASAD算法获取灰度图后，进一步得到该区域的掩模图，根据掩模图得到自适应增强因子，根据掩模图对感兴趣区域进行高斯高通滤波处理；对不感兴趣区域采用高斯低通滤波处理。最后对整帧图像进行边界降质处理。本文提出的方法可以在低码率情况下有针对性的自适应处理视频，从而达到增强视频主观质量的目的。(本文来源于《华中科技大学》期刊2012-05-27）
李榕[5]（2010）在《无线信道中的低码率视频编码关键技术研究》一文中研究指出网络技术与多媒体技术的发展,促进了通信技术向综合化、数字化、智能化、个性化的发展。3G技术的迅速普及,在无线信道网络平台上传输语音、数据、图像,成为了新型通信业务的发展动力。由于无线信道相对于有线信道,呈现出完全不同的网络特性；移动终端相对于固定终端,也对应用提出了不一样的要求,因此,研究无线信道环境中的网络视频传输关键技术,具有重要的理论和实践意义。本文分析了无线网络传输环境,指出低码率视频压缩技术、码率控制技术、差错控制技术及节能技术是解决无线传输环境高带宽波动、高误码率和移动终端运算能力弱、待机时间短的关键技术。针对经典的码率控制由于需要计算方差而带来的计算复杂度较高的缺点,提出了一种基于优化比特分配的低复杂度码率控制算法。首先根据图像的复杂度分配帧层的目标比特数；然后在宏块层利用复杂度和运动信息计算编码的权重,确定最优编码器。实验结果表明,该算法能在不降低视频传输质量的情况下,将码率更稳定地控制在目标码率附近。在分析了主流的低码率视频编码技术分类的基础上,选择了近年来兴起的“视觉感兴趣编码算法(ROI算法)”作为研究对象,指出视频分割算法是影响ROI算法效率和质量的关键技术。经典的视频分割算法需要做大量的预处理工作,以提高分割的准确率,运算量大。本文在基于支持向量机分类的基础上,通过合理选取初始类中心,在图像分类的过程中动态地调整分类数量,提出了一种基于运动矢量聚类分析的视频分割算法,对静止背景下的移动目标进行分割,作为感兴趣区域。该算法利用了视频压缩算法的中间处理结果,预处理工作少,算法并行度高,算法复杂度低,易于硬件实现。在此基础上,实现了对运动区域的优先编码,采用基于SPIHT算法的精细编码；对背景区域或视觉不敏感区域的H.264编码。实践证明,该方法提高编码效率和传输效率,符合人眼视觉效果。针对经典视频分割算法对复杂纹理图像分割效果不好,效率低下的问题,使用了离散幅度信号变换理论,建立以信号量化精度作为尺度的离散幅度多分辨率分析为基础的视频分割算法。实验结果表明,该算法能很好对卫星图像等复杂纹理图像进行分割,同时适合于硬件实现高速实时并行处理。最后,针对差错控制算法进行了讨论,提出了一种解码端差错检测及差错隐藏的算法。比较空间相邻宏块、时间相邻宏块,利用大块视觉效应原理,可以检测出错误宏块,并采用空域隐藏、时域隐藏的方法进行错误隐藏。实验表明,该算法能很好的检测出错误宏块,并进行错误隐藏。在各个算法理论及仿真实验的基础上,进一步讨论了硬件实现、算法优化的方法,利用DSP、FPGA和GPU的硬件特性,提高运算速度,降低功耗。(本文来源于《华中科技大学》期刊2010-05-01）
游世军[6]（2009）在《基于匹配追踪的低码率视频编码研究》一文中研究指出目前几乎所有的视频编码核心技术都是采用运动补偿加离散余弦变换编码的方式。然而基于离散余弦变换的视频编码在低码率下将产生严重的块效应,虽然后来提出的重迭块运动补偿和离散小波变换编码算法减少了块效应,但在低码率时,以上算法对块效应的有效性降低。而用匹配追踪算法代替离散余弦变换能有效减少块效应。相对于传统的信号分解方法,稀疏分解方法表示信号更加简洁,近几年成为信号处理领域研究的热点。本文首先简要阐述视频编码标准和信号稀疏分解的思想及其应用；然后研究基于匹配追踪的视频编码算法,在此基础上设计本文的编码方案并进行仿真。基于匹配追踪的稀疏分解是一个典型的NP问题,计算复杂度高是其应用瓶颈。现有的基于匹配追踪的视频编码算法采用编码字典代替过完备原子库,一定程度上提高了编码速度,但计算量仍然很大。本文通过仿真比较选取更适合图像信号的非对称原子库,同时分析其原子结构特性。比较遗传算法和蚁群算法性能,选取速度更快的遗传算法；然后分析残差信号特性,设计合适的遗传算法进化准则。在采用遗传算法快速选取最佳原子时,结合原子能量分布集中的特性,代替编码字典方法,有效的降低了视频编码的复杂度。最后分析每个系数的分布规律,设计相应的量化编码方案。仿真结果证明在低码率时,本文方案能有效的提高视频编码速度,同时保证了视频编码质量。(本文来源于《西南交通大学》期刊2009-09-01）
游世军,王潇[7]（2009）在《一种甚低码率下快速的匹配追踪视频编码算法》一文中研究指出文章提出一种快速的基于遗传匹配追踪(MP)的甚低码率视频编码算法,同时结合MP特性,用排序差分法对稀疏分解结果进行编码。仿真实验证明,在甚低码率下该算法与H.264编码算法相比,减少了块效应,提高了视频的主观质量和PNSR;与同类型算法相比,该算法速度更快,编码效率更高。(本文来源于《大众科技》期刊2009年02期）
郑挺[8]（2006）在《低码率视频编码在无线多媒体通信中的应用与实现》一文中研究指出随着互联网的高速发展，人类跨入了一个崭新的信息时代。以视频、音频和数据相结合的多媒体通信作为这个时代的主题，受到人们越来越多的关注。视频编码是多媒体通信系统中不可缺少的一部分，其强大的功能和广阔的应用前景，使之成为近年来该领域的一个研究热点。 本次课题的目的就是要设计一个无线多媒体系统，实现视频和音频等信号的实时传输和处理。在该系统中，本人主要负责视频编码系统的设计和实现。 本文首先详细分析H.263的编码协议，对运动估计、变换编码、量化、变长编码等主要模块的实现原理和算法做了讨论，并在WIN32环境下实现高效的软件编解码。然后对H.263视频编码的核心算法做了深入探讨，详细分析了预先判零技术的原理并通过程序验证其高效性能。接着建立基于H.263硬件开发平台，包括视频采集、视频编码等。深入讨论了H.263协议在TMS3206201开发板上的实现方案，提出一个基于DSP的仿真模型。最后对H.263协议在DSP上的实现和算法优化做了详细的介绍，提出几种优化方法。对QCIF格式的图像、在64Kbps的码率要求下，取得20帧／秒的编码速度，达到实时性效果。(本文来源于《浙江工业大学》期刊2006-04-01）
梁科,孙立峰,钟玉琢[9]（2005）在《ADVC:面向甚低码率ad-hoc网络应用的自适应分布式视频编码》一文中研究指出分布式视频编解码框架是与目前传统视频编解码框架相反的一种编解码方式。它将运动搜索,运动补偿转移到解码端而拥有一个低复杂度的编码端和高复杂度的解码端。然而ad-hoc网络环境下的终端都是计算能力、带宽受限的手持移动设备,高复杂的解码端不适应ad-hoc网络环境下的视频应用。因此,我们提出了一种适用于ad-hoc网络视频应用的自适应的分布式视频编解框架:ADVC。从试验结果可以看出,ADVC在低码率的条件下的性能比传统分布式视频编码框架有较大的提升…(本文来源于《第一届建立和谐人机环境联合学术会议（HHME2005）论文集》期刊2005-10-01）
王俊[10]（2005）在《基于DSP的低码率视频编码研究与实现》一文中研究指出甚低码率视频图像编解码技术是近年来视频处理领域中的一个研究热点。本课题采用的H.263协议是ITU-T关于比特率低于64Kbps的窄带通道视频编码建议。其信源编码算法的核心是H.261建议中采用的混合编码器。H.263提供了四个可选工作模式用来提高图像编码的性能。由于视频压缩编码本质是数字信号处理,在诸多视频编码的实现方法中,除了已广泛应用的纯软件方法外,基于DSP芯片的实现方法具有显着的优势。本课题依托网络视频服务器的开发,对H.263标准进行了研究,并在基于DSP的图像处理平台上进行了实现。系统的硬件平台是TI公司的EVM642图像处理平台,它以DM642 DSP为核心处理芯片,并集成了视频的模数、数模转换芯片,FPGA逻辑控制芯片等,从而大大简化了系统的硬件结构设计。系统的软件设计是基于DSP/BIOS内核和参考架构蓝本的,前者具有同步功能的多线程操作以及抢占式的实时内核,后者则提供了一个包含多通道和多算法的应用软件框架,借助这两种工具有效降低了软件开发的难度。在软件实现过程中,根据DSP芯片结构特点,运用了设置编译器参数、内联函数、乒乓算法、使用字、双字访问短型数据等方法对编码器进行了优化,提高了代码在DSP上的运行效率。此外,课题针对H.263核心算法模块:DCT、IDCT和运动估计模块,运用预先判断全零技术和钻石搜索法,对原有算法进行了优化尝试。出于减小开发难度的考虑,本课题没有将H.264建议作为视频编码的标准。不过H.264建议作为ITU-T和MPEG两大组织共同制定的视频编码标准,其应用前景应是不言而喻的。因此在实现H.263视频编码后,下一步的工作将是实现H.264标准的视频编码。(本文来源于《武汉理工大学》期刊2005-05-01）
低码率视频编码论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为了满足低速数据链下目标识别的需求,把感兴趣区域(Region of Interest,ROI)编码策略引入红外视频编码。在H.264视频编/解码框架的基础上,通过增加ROI编码的处理,构建基于ROI的视频编/解码框架,并在码率控制过程中调整ROI宏块与非ROI宏块的量化参数,优化了ROI量化模型。实验结果表明,该方法能够节省有限码率,增加ROI目标的细节,提高ROI对象的清晰度,可从整体上提高主观视觉的质量。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
低码率视频编码论文参考文献
[1].郑侃侃.低码率低复杂度图像/视频编码技术研究[D].上海交通大学.2015
[2].陈青华,董锋,谢晓方,齐玉东,乔勇军.基于低码率传输的红外视频编码方法研究[J].红外.2013
[3].冯慧.基于H.264/AVC的低码率视频编码技术研究[D].华中科技大学.2013
[4].夏珍.基于主观质量的低码率视频编码研究[D].华中科技大学.2012
[5].李榕.无线信道中的低码率视频编码关键技术研究[D].华中科技大学.2010
[6].游世军.基于匹配追踪的低码率视频编码研究[D].西南交通大学.2009
[7].游世军,王潇.一种甚低码率下快速的匹配追踪视频编码算法[J].大众科技.2009
[8].郑挺.低码率视频编码在无线多媒体通信中的应用与实现[D].浙江工业大学.2006
[9].梁科,孙立峰,钟玉琢.ADVC:面向甚低码率ad-hoc网络应用的自适应分布式视频编码[C].第一届建立和谐人机环境联合学术会议（HHME2005）论文集.2005
[10].王俊.基于DSP的低码率视频编码研究与实现[D].武汉理工大学.2005
论文知识图
