于对象的图像/视频压缩技术的研究对信息社会的发展和信息技术的进步具有很重要的意义,是多媒体技术进一步发展的基石。但由于对不同场景中对象的分割与识别是一个艰难的问题,目前还没有很好的方法可对任何内容的图像都适用,因而限制了真正意义上的基于对象的压缩编码方法的实现与应用。本项目选择基于内容的图像压缩为主要研究方向,首先根据边缘、纹理、亮度等特征将图像分割为与人眼视觉感知相一致的不同区域,各区域可看为视觉对象的组成,故无需识别对象;对各分割区域用细分曲面进行逼进,以便于对区域进行操作和访问。在现有MPEG-4和JPEG2000的标准下,建立一个基于任意形状区域的图像编码系统。该编码系统将每个区域可看为视觉对象的组成块,绕过了对象识别问题,支持对任意形状区域的操作,从而实现了基于内容的访问和编辑,便于图像的查询,适用于低比特率的编码和传输。
{{i.achievement_title}}
数据更新时间:2023-05-31
内点最大化与冗余点控制的小型无人机遥感图像配准
采用深度学习的铣刀磨损状态预测模型
平行图像:图像生成的一个新型理论框架
基于公司行业结构的哈尔滨跨区域联系网络分析
基于生态系统服务流视角的生态补偿区域划分与标准核算--以石羊河流域为例
任意形状视频对象的自动提取及其形状编码研究
基于对象形变预测的图像对象分割方法研究
脑磁共振图像若干重要神经核团的三维精细分割算法研究
曲面形状调配与形式化简的算法研究