项目在已有的研究基础既已提出的一种新的基于对象的双目视频分形压缩编码算法,右目视频应用循环预测映射和非收敛桢间映射进行编码,左右目之间利用基于四叉树的双目视差估计来压缩双目视频之间的冗余信息基础之上,将进行进一步的研究。首先研究一种新的快速运动估计算法以提高分形压缩编码速度,采取基于运动内容动态范围的智能多模板和非规则模板自适应选择的运动估计快速搜索算法;其次将研究新的图像和视频分割平面即α平面的分割算法,采取基于四叉数图像块的起始桢有监督空间分割和后续桢无监督时间分割相结合的图像和视频分割算法;第三提出一种新的基于对象的多目视频分形压缩算法;最后研究如何利用人眼的双目视觉不均匀性与视觉主观感受之间的关系,在保证三维视觉质量即信噪比的前提下,进一步提高压缩比以更好地提高双目和多目视频压缩效率,提高其传输效能。本项目将为下一代基于对象的三维视频通信提供一种新的高效的低比特率下的压缩编码方案。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
低轨卫星通信信道分配策略
基于多模态信息特征融合的犯罪预测算法研究
氯盐环境下钢筋混凝土梁的黏结试验研究
基于ESO的DGVSCMG双框架伺服系统不匹配 扰动抑制
基于对象模型与分形几何图像压缩编码方法研究
基于对象的视频细粒度可分级编码研究
基于冗余字典和感知压缩的空间音频对象编码
分形图象数据压缩的计算机自动编码