低比特率视频图象压缩算法与实现的研究是目前的一个研究热点。本课题将神经网络、模糊逻辑和模拟退火技术进行有机结合,并应用于学习矢量量化中,旨在提高算法自适应性和稳定性,改善码本的鲁棒性,进一步克局部最佳和初始码本敏感问题。并以学习矢量量化的理论与方法为研究工具,注重视频图象信息的分析,研究低比特率视频图象编码新技术。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于多色集合理论的医院异常工作流处理建模
长链基因间非编码RNA 00681竞争性结合miR-16促进黑素瘤细胞侵袭和迁移
现代优化理论与应用
基于直观图的三支概念获取及属性特征分析
TVBN-ResNeXt:解决动作视频分类的端到端时空双流融合网络
阵列芯片在分割基图象、视频编码中的应用与算法研究
图象/视频的结构信息失真测度及其在压缩中的应用研究
粒子群优化算法的研究及其在图象压缩编码中的应用
人工蚁群系统研究及其在图象压缩编码中的应用