基于ATM的、可兼容多种业务的可变比特率分层图象/视频编码的关键是既匹配于信源统计特性,有充分利用人眼视觉特性和ATM传送特性。本项目用计算机模拟方法:研究比较分别采用分块DCT、子带、小波和Hermite变换的四种分层分析/合成系统,说明后三种多频分解,尤其Hermite 变换更接近人眼视觉处理;研究分解后子信号的统计特性(方差、概率分布、子信号内/间的相关性等);在此基础上,探索几种高效分层视频编码方法,诸如采用零树的子带、小波和Hermite系统量化编码、高阶子信号VQ和基于地层子图象的帧间运动估计等算法。初步结果表明,它们均比通常采用的帧内分块DCT/帧间运动预测算法有不同程度的改善。
{{i.achievement_title}}
数据更新时间:2023-05-31
Ordinal space projection learning via neighbor classes representation
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
Image super-resolution based on sparse coding with multi-class dictionaries
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Numerical investigation on aerodynamic performance of a bionics flapping wing
ATM网络中可变速率压缩视频业务
ATM网络中变速率视频编码及其统计特性研究
基于系数结构一致性的多描述视频分层编码
二维提升小波变换和可变块运动补偿视频压缩编码技术