导读:本文包含了视频压缩编码论文开题报告文献综述、选题提纲参考文献，主要关键词:视频压缩,数字电视,多维,张量,对数,感兴趣,上下文。
视频压缩编码论文文献综述写法
秦晓明[1]（2020）在《嵌入式拖拉机视频监控系统设计——基于DSP和视频压缩编码》一文中研究指出受到作业环境的影响,采用传统的监控系统对拖拉机远程作业情况进行监测具有一定的难度。为了改变这种现状,提高拖拉机远程监控系统的效率和监测质量,将嵌入式DSP系统和视频压缩编码技术引入到了监控系统的设计上。所设计的系统只用一个DSP芯片和简单的外围电路,便可以完成视频的采集、压缩编码和网络传输等。采用小型嵌入式系统省去了复杂的系统移植过程,且系统具有强大的运算能力,可以对视频图像进行效率较高的压缩编码。为了验证方案的可靠性,对拖拉机监控系统压缩编码的通信质量进行了测试。失真度测试结果表明:该系统的通信质量较好,可以满足拖拉机远程监控系统的设计需求。(本文来源于《农机化研究》期刊2020年06期）
王洪军[2]（2019）在《超高清数字电视视频压缩编码技术与发展趋势分析》一文中研究指出文章主要针对超高清数字电视视频压缩编码技术与发展趋势进行分析,结合当前社会经济发展现状,从多个角度深入研究与探索,在了解超高清数字电视视频压缩编码技术核心的同时,更好的掌握其主要发展趋势,为我国广播电视行业的发展创建良好条件。(本文来源于《数字通信世界》期刊2019年11期）
周斌,李和[3]（2019）在《基于嵌入式系统的视频压缩编码研究》一文中研究指出文章主要研究了视频信号的采集与压缩编码,在分析了现有的视频传输格式后,利用ARM Cortex A8为核心的嵌入式Linux系统对所采集的视频信号以硬件编码的方式实现H.264压缩编码,在保证视频清晰度的同时完成视频的压缩并编码,同时,通过串口发送压缩后视频信息流。最后经测试,压缩编码后的视频传输稳定,画面清晰流畅。(本文来源于《无线互联科技》期刊2019年18期）
张哲为[4]（2019）在《基于感兴趣区域率失真优化的视频压缩编码通信系统设计》一文中研究指出基于感兴趣区域模式的视频压缩编码近年来成为视频压缩、计算机视觉领域研究的热点课题。从广义上来讲,视频中的感兴趣区域指视频帧中引起人们注意的像素部分区域。它通常包括视频中运动的目标、色彩变化的区域。感兴趣区域视频编码的关键思想在于,对这部分区域以较小的量化步长进行压缩编码,以获得较高的编码精度。而对于非感兴趣区域部分,则采用较大的量化步长进行粗糙编码,以降低整体编码输出的比特。依据人体视觉系统的要求,感兴趣区域视频编码的目的是将特定的感兴趣区域在解码端得以清晰的呈现,而对于非感兴趣区域,人们的关注点并不在这部分,因此并没有必要完全保证这部分的编码质量。换句话说,在某种特定应用场景下,为尽可能减小编码速率,仅保留感兴趣区域部分的编码精度以达到不影响人们对视频内容理解的目的。本文设计了一套基于感兴趣区域率失真优化的视频编码通信系统,该系统包括感兴趣区域提取模块、感兴趣区域视频编码率失真模块与感兴趣区域视频流传输模块。设计这套系统的目的在于实现低比特视频流通信同时不影响对视频内容的理解。围绕这一系统展开,本文主要研究这叁大模块中的叁个核心技术:感兴趣区域提取技术、感兴趣区域视频编码的率失真优化技术、感兴趣区域视频流在无线网络环境下的传输技术。其中,感兴趣区域提取技术主要研究如何从视频帧数据中提取感兴趣区域,它主要指运动的区域以及一些特定的目标物体。这一部分区域作为视频帧的前景部分,而其它区域则作为背景部分。感兴趣区域视频编码的率失真优化技术主要解决视频编码中的速率和失真权衡的问题。即给定一组视频序列,使得速率受限制的约束条件下,该组序列的失真达到最小。在解决这一优化问题时,如何建立恰当准确的速率失真模型是其中的关键部分。速率失真模型可对感兴趣区域编码模式下的速率、失真进行数学描述。通过速率失真模型列出率失真优化问题的目标函数以及约束条件,并对其进行求解,得到视频组序列每帧的比特分配方案,进而设计速率控制策略。感兴趣区域视频流传输技术主要以异构无线网络为背景,通过对视频帧中编码单元的编码信息进行封装,组成网络层的传输单元并将这些传输单元分配到不同属性的无线信道进行传输。异构无线网络的传输的模式仍基于端到端的传输模式,然而终端具有多家乡接入属性。通常上讲,终端具有多元化网络接入单元接口,可同时接入不同属性的无线网络。感兴趣区域编码模式下的视频流传输力图保证包含感兴趣区域信息的传输单元能够具有较少的传输失真与解码失真。同时,视频流的传输需满足实时性要求。对于超过时延截止部分的视频流分组则会被丢弃以节约网络资源。此外,传输过程中引入信道差错控制编码技术,通过引入额外监督位降低误码率,并尽可能满足感兴趣区域部分信息得以完整的解码与重建。本文针对上述内容,对感兴趣区域视频编码的关键技术进行了深入详细的研究,主要内容包括:(1)研究了感兴趣区域提取技术。结合传统的数字图像处理理论以及当前流行的深度学习理论。本文分别提出了两种新的感兴趣区域提取检测方法:级联模型算法与基于文本主题模型的边界框修正算法。其中,级联检测算法四个级联步骤:全局运动补偿,运动块提取,多层像素分割和模型更新。前面两个步骤提取前景运动块并形成运动遮罩,后面两个步骤移除属于运动遮罩内背景的像素,并更新背景模型的颜色分布。另外,提出了基于块到像素的检测思路以实现检测灵活性。所提出的方法的另一个好处是它可以嵌入视频编解码器中以进行实时ROI检测和编码。实验结果表明,该方法在检测精度和时间消耗方面都实现了改进的性能。文本主题模型的边界框修正算法属于机器学习算法。它包含两个阶段:模型训练与验证。在训练阶段,它将检测目标图像的特征点信息转换成文本信息。在文档主题生成模型(Latent Dirichlet Allocation,LDA)的基础上,本文提出了一个具有单词共现先验的主题模型,其中图像特征之间的共现信息被充分利用。在验证阶段,本文提出了一种基于边界框(Anchor-box)的修正算法,该算法可以从一些传统算法中快速检测与预训练主题模型相对应的检测结果,并具有快速检测时间。对各种数据集的实验表明,所提出的方法可以在效率和计算成本方面提高检测性能。它对于颜色,光照,尺度等不同的物体也具有鲁棒性。有趣的是,所提出的方法可以与许多快速但有失准确性的感兴趣区域提取算法相结合,并增强了系统模型的灵活性。(2)研究了感兴趣区域视频压缩的率失真优化与速率控制技术。本文提出了一种基于DCT残差系数的混合分布与径向基函数神经网络的适合感兴趣区域编码模式下的速率失真模型。通过将编码单元分类为不同的深度、纹理特征来对其速率失真进行建模。在此之后,利用所提出的速率失真模型,列出率失真优化问题的目标函数以及约束条件,并根据凸优化理论对其进行求解。同时,设计针对感兴趣区域编码模式下的速率控制策略。通过实验验证,所提出的方法在解码重构的视觉质量,速率失真性能和比特率精度等方面取得了相应的改进。它针对感兴趣区域部分取得了较高的编码精度,同时保持编码缓冲器稳定输出,失真满足在可控范围内。(3)研究了感兴趣区域编码模式下视频流在无线异构网络环境下的传输技术。本文提出了一种基于感兴趣编码模式视频传输框架,该框架基于多家乡接入终端的异构无线网络环境。它包含感兴趣区域提取模块和帧分离器的模块,其中编码单元被分类封装到网络传输单元中。该框架还包括监视每个通信路径状态的信道监视器,并将反馈信号发送至视频流控制器来进行分组调度控制。本文提出了用于信道状态预测的深度学习方法。为了解决视频流分组传输问题,本文设计了适用于感兴趣区域编码模式下的视频流传输的速率失真模型,并制定传输调度策略。该策略传输延迟和失真之间寻求平衡点。它还保证具有ROI内容的数据包在具有足够带宽和低损耗的路径上进行传输。通过与其他传输方法的比较的模拟实验,验证了所提出的方案在视频传输质量,端到端延迟以及播放流畅度方面均取得了良好的效果。(本文来源于《北京交通大学》期刊2019-05-01）
王雨晨[5]（2019）在《基于张量分解的视频压缩与空时编码技术研究》一文中研究指出近些年,无线通信领域对数据传输性能有了更高的要求,多输入多输出(Multiple-Input Multiple-Output,MIMO)技术作为该领域的关键技术,一直是研究的热点。MIMO系统的收发信号在时间、空间、频率等维度上形成的高维阵列信号在使用传统的矢量或矩阵等方式建模时会有局限性,而采用张量(tensor)的方式建模高维数据的研究越来越受到关注。目前已有一些文献针对不同无线传输系统提出多种张量空时编码模型,其中一些模型在未知信道状态下能够获得较好的符号检测性能。在数字图像处理领域,彩色图像或视频等数据都具有天然的高维结构,这也使张量的方法很容易对其建模并降低高维数据的冗余,目前已有一些文献提出用张量不同的分解模型来实现图像视频压缩。本文研究讨论了张量空时编码及张量视频压缩的特性,提出了一种结合张量视频压缩和张量空时编码的无线传输方案,论文的主要工作如下:1)研究了张量CP分解技术,并采用渐进式秩-1CP分解算法对CIF和QICF视频进行压缩。分析讨论了渐进式分解迭代误差、最大迭代次数、量化参数等因素对视频压缩性能的影响,并获得了优于H.264的压缩性能。2)研究了 Tucker分解模型及其变体,分析模型在张量空时编码中的物理含义。对约束因子(constrained factor,CONFAC)模型的性质及求解唯一性进行了详细的讨论,使接收端在没有导频估计信道的条件下进行盲恢复,并通过设计分配矩阵使不同数据流获得了不等的分集增益、复用增益、编码增益。3)分析采用渐进式秩-1CP分解压缩视频的参数特性,并定义其重要度。提出结合张量视频压缩和张量空时编码的无线传输方案,让视频压缩参数按重要度排序并组成若干数据流,通过CONFAC模型的分配矩阵为重要度高的数据提供更好的传输性能,以此实现低信噪比时更好的视频恢复质量。(本文来源于《北京邮电大学》期刊2019-03-30）
高阳[6]（2018）在《高清数字电视视频压缩编码技术的探究》一文中研究指出在科学技术发展的大力推动之下,我国已经逐步实现对超高清数字电视的使用。与传统电视相比,在分辨率上高清数字电视所占据的优势相当明显。可将更加丰富的生活提供给人民群众,较大的容量信号数据装置是高清数字电视在运行过程中,用于满足高分辨率的必要装置,上述目标需要得到电视压缩编码技术的支撑。本文主要针对高清数字电视视频压缩编码技术进行进一步分析,这对高清数字电视的进一步发展有相当重要的意义。(本文来源于《电视指南》期刊2018年13期）
何至初[7]（2018）在《视频压缩中的信息保持编码研究》一文中研究指出信息保持编码是一种将信源产生的样本可逆地映射成码字并去除信源冗余的过程,通常也被称为无损编码。当前在视频压缩中广泛应用的信息保持编码方案是基于上下文的自适应二元算术编码。该方案首先利用上下文条件概率建模和二值化将信源近似成基于二元条件概率分布的平稳随机过程,然后根据二元条件概率分布使用算术编码引擎进行码字映射。本文对信息保持编码中的信源描述模型、上下文条件概率建模、二值化以及算术编码引擎中的核心问题展开研究。在算术编码引擎设计方面,对数域二元算术编解码算法因避免了乘法器的使用,实现较为简单,但其实现中许多变量的位宽会随着编解码样本的个数增加而无限增加。因此,本文设计了限定位宽的对数域二元算术编解码实现方法。在对数域二元算术编解码算法的基础上,本文提出在编码过程中增加“合理的区间缩放和码流提早输出操作”以及“未解决比特清空机制”,可保证编码在限定位宽寄存器中实现;相应地,本文提出在解码过程中增加“合理的区间缩放和码流分段读取操作”,并在实数域进行区间对比,可保证解码在限定位宽寄存器中实现。除此之外,本文还提出仅在编码端约束大概率符号连续出现次数的方案,亦能保证解码在限定位宽寄存器中实现;且该方案已被采纳进AVS1/IEEE1857.1标准的参考软件中,用于指导编码器的设计。上下文概率建模可以提高信源的压缩效率,但是也增加存储开销;二值化过程在理论上虽然不影响压缩效率,但其直接关系到信息保持编码的吞吐率。因此本文通过相应的分析,提出了低存储开销的高效上下文条件概率建模设计准则和高吞吐率的二值化设计准则。本文基于所提出的准则,为视频压缩中部分语法元素设计了上下文条件概率建模和二值化方法,在不影响压缩效率的情况下减小了信息保持编码环节的存储空间、提高了吞吐率。所有设计成果均被AVS2/IEEE1857.4 标准采用。在信源描述模型方面,传统信息保持编码将信源描述成平稳随机过程进行分析,而本文将视频信号描述为非平稳信号,更能反映视频信号的特性。对于非平稳信源,概率分布这种大尺度的统计特性不适合描述其局部变化的特性,因此,本文提出用“样本取值可能性分布”来描述非平稳信源,并用其取代信息保持编码码字映射过程中使用的信源概率分布。此时,码字映射过程去除的冗余为前后样本的相关性;编码速率,即平均每个样本对应的码字长度,为样本取值可能性估计的平均误差所带来的开销。进一步地,本文提出两种提高样本取值可能性估计准确度的方法,能有效地提升视频信号的压缩效率。(本文来源于《浙江大学》期刊2018-07-01）
孙雪红[8]（2018）在《基于多维矢量矩阵的运动自适应扫描视频压缩编码研究》一文中研究指出针对现代视频图像数据量较为庞大,导致传输带宽及存储空间增加,以此无法实现和视频图像数据量提高趋势成正比,所以就要实现视频数据的压缩。保证视频不失真,从而得到最小的单位形式比特数,以此提出基于多维矢量矩阵的运动自适应扫描视频压缩编码,其创新了传统多维变换运算的方式,并且融入了多维矢量矩阵正交变换的压缩技术,表示此理论具有一定的优势。首先,对多维矢量矩阵理论进行了分析,之后分析了时间轴中系数分布的规律,表示时间轴中的视频运动信息会影响到视频多维适量矩阵正交变换系数能量分布,根据系数和平面之间的距离设计全新的扫描算法,也就是运动自适应扫描算法。最后对其进行实验,通过实验表示,基于多维适量矩阵的运动自适应扫描视频压缩编码比传统自适应扫描具有进步性。(本文来源于《电子设计工程》期刊2018年12期）
宋东峰[9]（2018）在《基于SoC-FPGA的H.264视频压缩编码设计》一文中研究指出H.264/AVC作为经典的视频编解码标准,在视频图像压缩传输领域具有不可替代的地位。然而H.264编码算法计算复杂度高,使用纯软件方案难以满足实时编解码的要求。因此,需使用FPGA器件实现编码器电路进行加速。帧间预测作为H.264标准的关键性技术之一,其计算量大。针对这一问题,本文使用SoC-FPGA进行软硬件协同设计,使用ARM硬核运行Linux系统,实现对视频码流的采集、调度和系统整体的控制;使用硬件电路对算法进行加速,提高了系统的实时性。本文首先对H.264标准中各关键技术的工作原理进行了介绍分析,重点分析了整像素运动估计技术与分像素运动估计技术,并使用SoC-FPGA平台进行电路实现。针对上述模块的特点,采用8×8大小子块作为树状分割最小单元,降低计算量,减小硬件资源消耗,同时提出了一种改进的并行数据处理硬件电路,提升了数据吞吐。该电路使用4×4块大小进行运算,结合像素插值时数据处理特点,将垂直方向像素块数据合并处理。因此相对传统结构减小了硬件资源消耗及数据处理周期,提高了编码效率。本文基于Altera公司SoC-FPGA CycloneV 5CSEMA5F31C6N型号进行了实现,完成了H.264视频压缩编码软硬件协同系统设计。针对编码过程中帧间预测模块进行RTL级代码实现,并使用Modelsim对电路进行功能仿真、Quartus II工具对电路模块进行时序约束、电路综合及后仿,保证电路的正确性。在ARM硬核中运行裁剪的嵌入式Linux系统,并利用V4L2接口,实现摄像头视频数据的实时采集,并将采集到的数据通过AXI总线传输到FPGA端,应用帧间预测外设硬件电路进行加速运算。ARM核对硬件电路运算处理后的返回数据进行操作,对压缩后的数据进行存储。经测试,对640×480P@30FPS的视频信号进行实时数据处理时,消耗资源26979个ALMs,29710个寄存器,52个M10KRAM以及31个DSP,满足了项目预期的要求。(本文来源于《西安电子科技大学》期刊2018-06-01）
戴茂华,王正勇,卿粼波,何小海[10]（2018）在《超分辨率重建在低码率视频压缩编码中的应用》一文中研究指出在低码率段,HEVC压缩过程会造成大量视频信息的丢失,进而导致压缩视频中存在比较严重的失真。针对这一问题,我们提出了一种基于HEVC的低码率视频压缩编码框架,该框架主要包括以下步骤:在编码端,首先对视频进行两倍下采样,然后进行HEVC编码;在解码端,采用LSM-MNLR(Laplacian scale mixture modeling and Multi-non-local low-rank regularization)对解码后的视频进行去噪以及利用超分辨率重建方法将视频重建到原始尺寸。实验证明,相比HEVC,我们的低码率视频压缩编码框架在低码率段能取得更好的主客观效果。(本文来源于《电视技术》期刊2018年01期）
视频压缩编码论文开题报告范文
（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：
文章主要针对超高清数字电视视频压缩编码技术与发展趋势进行分析,结合当前社会经济发展现状,从多个角度深入研究与探索,在了解超高清数字电视视频压缩编码技术核心的同时,更好的掌握其主要发展趋势,为我国广播电视行业的发展创建良好条件。
（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。
视频压缩编码论文参考文献
[1].秦晓明.嵌入式拖拉机视频监控系统设计——基于DSP和视频压缩编码[J].农机化研究.2020
[2].王洪军.超高清数字电视视频压缩编码技术与发展趋势分析[J].数字通信世界.2019
[3].周斌,李和.基于嵌入式系统的视频压缩编码研究[J].无线互联科技.2019
[4].张哲为.基于感兴趣区域率失真优化的视频压缩编码通信系统设计[D].北京交通大学.2019
[5].王雨晨.基于张量分解的视频压缩与空时编码技术研究[D].北京邮电大学.2019
[6].高阳.高清数字电视视频压缩编码技术的探究[J].电视指南.2018
[7].何至初.视频压缩中的信息保持编码研究[D].浙江大学.2018
[8].孙雪红.基于多维矢量矩阵的运动自适应扫描视频压缩编码研究[J].电子设计工程.2018
[9].宋东峰.基于SoC-FPGA的H.264视频压缩编码设计[D].西安电子科技大学.2018
[10].戴茂华,王正勇,卿粼波,何小海.超分辨率重建在低码率视频压缩编码中的应用[J].电视技术.2018