随着多媒体技术的飞速发展,人们已经不再满足于传统视频所提供的简单视觉信息,而需要交互、三维的视频服务。三维视频与二维视频相比,增加了景物的深度信息,增强了视觉效果的真实感和逼真度,但同时也增加了数据量。因此,如何高质量压缩深度信息成为一个新的研究热点。但由于目前达到离线的深度获取都比较困难,所以也限制了深度信息编码的发展。本项目首先从三维视觉机理上研究采用二维小波模糊分析的方法提取二维视频中深度信息;接着解决现有国际标准压缩这种特殊图像所产生的问题,并提出基于下采样的运动补偿编码新框架;最后利用深度信息与二维视频彩色信息在边缘纹理及运动方向上有较大共性的特点,以及深度信息压缩质量与后期生成的三维视频的视觉效果之间的关系,研究二维彩色信息与深度信息的联合编码。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
采用深度学习的铣刀磨损状态预测模型
自组装短肽SciobioⅡ对关节软骨损伤修复过程的探究
环境信息披露会影响分析师盈余预测吗?
基于深度神经网络的个体阅读眼动预测
基于HEVC的三维视频深度编码关键技术研究
基于深度信息的多视点视频的高效表示和编码研究
基于HEVC的多视点视频加深度三维视频编码快速算法研究
基于压缩感知融合深度的三维视频编码关键技术的研究