检索结果-南通市图书馆

基于5G网络的视频压缩技术在钢铁行业中的应用

在线全文

学校读者我要写书评

暂无评论

长江信息通信 2025年第1期38卷 121-124页

作者：雷威深圳市烽燧数字智能科技有限公司广东深圳518000

随着5G技术的成熟,5G在各行各业中均得到了广泛应用。文章针对传统钢铁行业天车视频监控网络问题进行了探讨,从传统天车视频网络结构和UMHexagonS压缩算法两个方面分析了优化策略,并实施于某炼钢厂进行实际效果测试,验证了此技术方案能... 详细信息

随着5G技术的成熟,5G在各行各业中均得到了广泛应用。文章针对传统钢铁行业天车视频监控网络问题进行了探讨,从传统天车视频网络结构和UMHexagonS压缩算法两个方面分析了优化策略,并实施于某炼钢厂进行实际效果测试,验证了此技术方案能较好的提升视频传输质量。

关键词： 5G通信视频压缩 UMHexagonS算法

在线全文

学校读者我要写书评

暂无评论

基于时空特征的视频压缩自适应缩放方法

工业控制计算机 2025年第2期38卷 102-104页

作者：吴佩颖沈礼权上海大学通信与信息工程学院上海200444

深度学习技术越来越多地集成到视频压缩框架中,并显著提高了压缩效率。然而,现有方法受限于两点:一是忽略了重缩放过程中不同特征冗余间的相互作用,难以有效促进压缩;二是当前方法通常对所有类型的帧采用统一缩放方法,导致关键信息丢失... 详细信息

深度学习技术越来越多地集成到视频压缩框架中,并显著提高了压缩效率。然而,现有方法受限于两点:一是忽略了重缩放过程中不同特征冗余间的相互作用,难以有效促进压缩;二是当前方法通常对所有类型的帧采用统一缩放方法,导致关键信息丢失。为了解决上述问题,提出一种基于时空特征的重缩放框架,该框架包括时空去冗余网络和自适应缩放网络。时空去冗余网络根据帧的特性动态选择去冗余方法,消除关键帧的空域冗余和非关键帧的时域冗余,并保留了关键细节,为后续的帧预测提供了丰富的信息。自适应缩放网络实现输入输出双向映射,确保缩放和编码过程中信息的连续性和完整性。实验结果显示,与编解码器锚点相比,该框架在低时延配置下实现15.73%的BDBR降低,证明了所提算法的有效性。

关键词：视频压缩时空冗余视频缩放

在线全文

学校读者我要写书评

暂无评论

视频压缩中环效应的分析与消除

清华大学学报（自然科学版） 2004年第9期44卷 1268-1271页

作者：袁昱孙立峰钟玉琢清华大学计算机科学与技术系北京100084

分析了降低视频主观质量的环效应的成因 ,澄清了边缘增强导致环效应的误解 ,认为环效应是由于图像中的锐利边缘所包含的高频分量在量化过程中受到过度损失引起的 ,进而提出基于宏块的在编码器端消除环效应的算法。该算法根据图像中各个... 详细信息

分析了降低视频主观质量的环效应的成因 ,澄清了边缘增强导致环效应的误解 ,认为环效应是由于图像中的锐利边缘所包含的高频分量在量化过程中受到过度损失引起的 ,进而提出基于宏块的在编码器端消除环效应的算法。该算法根据图像中各个宏块分别含有锐利边缘的多少来调节每个宏块的量化精度。在 MPEG- 2编解码器上的实验结果表明 ,该算法在保持视频平均码率和客观质量几乎不变的情况下可以有效地消除环效应 ,提高视频主观质量。该算法无需修改视频编码标准的码流语法。

关键词：视频压缩环效应边缘增强量化

基于深度学习的视频压缩技术在家用影院中的应用

在线全文

学校读者我要写书评

暂无评论

家庭影院技术 2025年第2期 40-42页

作者：夏长红合肥经济学院

本文首先讨论了家庭影院中视频压缩的需求，随后分析了深度学习在视频压缩中的应用。最后，本文对该方法进行了实际测试作为案例进行了方法的应用研究，并对未来研究方向提出了建议。基于深度学习的视频压缩技术有望成为推动家庭影院系... 详细信息

本文首先讨论了家庭影院中视频压缩的需求，随后分析了深度学习在视频压缩中的应用。最后，本文对该方法进行了实际测试作为案例进行了方法的应用研究，并对未来研究方向提出了建议。基于深度学习的视频压缩技术有望成为推动家庭影院系统发展的关键技术之一。

关键词：视频压缩深度学习视频传输

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种基于对象的分形视频压缩算法研究

光电子．激光 2010年第5期21卷 725-730页

作者：祝世平王再阔北京航空航天大学仪器科学与光电工程学院测控与信息技术系北京100191

基于分形视频压缩的典型方法,提出了一种改进并提高其压缩性能的方法,用更有效的宏块划分规则替代传统的四叉树划分规则、简化块的搜索策略和范围、使用类似H.264标准的I帧和减少重复计算等。提出了一种在分形视频压缩算法中的基于对象(... 详细信息

基于分形视频压缩的典型方法,提出了一种改进并提高其压缩性能的方法,用更有效的宏块划分规则替代传统的四叉树划分规则、简化块的搜索策略和范围、使用类似H.264标准的I帧和减少重复计算等。提出了一种在分形视频压缩算法中的基于对象(OB)压缩的实现方法,可以对任意对象单独进行压缩编码,极大地提高压缩比和压缩速度,降低比特率并节省数据传输时的带宽。实验结果表明,相比典型的方法,本文提出的分形视频压缩算法,压缩比提高了近4倍,压缩速度快近10倍,图像质量提高了3～5dB,显著地提高了分形视频压缩算法的性能;同时,OB的压缩方法简单有效,压缩比和压缩速度又有大幅度提高,使分形视频压缩的应用具有更大的灵活性和实用性。

关键词：分形基于对象(OB) 视频压缩 H.264

在线全文

学校读者我要写书评

暂无评论

基于自动镜头分割的视频压缩编码算法

计算机辅助设计与图形学学报 2005年第7期17卷 1620-1624页

作者：王一拙石峰北京理工大学计算机科学工程系北京100081

将镜头分割引入压缩编码,针对分割镜头特性确定适当的编码器及参数,能够提高视频压缩编码的效率·为此,提出了一种基于对分查找的镜头分割算法(VSSB)以及关键帧频率计算公式·其算法的核心是通过对分查找形成二叉树,同时通过广度优先搜... 详细信息

将镜头分割引入压缩编码,针对分割镜头特性确定适当的编码器及参数,能够提高视频压缩编码的效率·为此,提出了一种基于对分查找的镜头分割算法(VSSB)以及关键帧频率计算公式·其算法的核心是通过对分查找形成二叉树,同时通过广度优先搜索寻找分割点,具有O(logn)的时间复杂性·针对实时应用,采用了双阈值比较的镜头分割算法,能够较好地实现镜头切变和渐变的检测·基于镜头分割算法,建立并实现了并行方式的编解码系统模型·实验证明,基于镜头分割的编码方法能够提高压缩比,缩短压缩编码时间,有利于改善重建图像质量·

关键词：镜头分割视频压缩镜头切变关键帧

在线全文

学校读者我要写书评

暂无评论

基于纹理复用的视频压缩研究

铁道学报 2006年第6期28卷 69-72页

作者：姚孝明钱清泉西南交通大学电气工程学院四川成都610031

许多视频监控应用的目标是从视频图像中获取前景对象的行为关系信息,因此重构视频只要能够保留这些信息并在整体上符合人类视觉心理即可。提出一种基于纹理复用的视频压缩方法:(1)事先根据应用先验知识构造监控场景背景Sprite并分别预... 详细信息

许多视频监控应用的目标是从视频图像中获取前景对象的行为关系信息,因此重构视频只要能够保留这些信息并在整体上符合人类视觉心理即可。提出一种基于纹理复用的视频压缩方法:(1)事先根据应用先验知识构造监控场景背景Sprite并分别预存在监控端和控制中心;(2)用背景差法依空-时次序提取前景对象;(3)对象分类;(4)按照纹理复用算法给出同类对象的复用参数;(5)对基本纹理和复用参数压缩编码。其特点是充分利用既有纹理信息表示同一对象,各处理模块在MPEG-4标准框架下简化了实际压缩信源,因此,其压缩比高于MPEG-4的既有结果,重构视频的主观评分在4分以上。此外,对象整体在确定位置嵌入背景Sprite的计算非常简易,解码实时性强。实验结果验证了方法的有效性。

关键词：视频压缩视频重构纹理复用人类视觉心理基于对象的视频编码

深层特征域运动估计和多层多假设运动补偿的视频压缩编解码网络

在线全文

学校读者我要写书评

暂无评论

华南理工大学学报（自然科学版） 2022年第10期50卷 51-61页

作者：杨春玲吕泽宇华南理工大学电子与信息学院广东广州510640

传统视频压缩编码方法被广泛使用,为了进一步提高压缩性能,基于深度学习的视频压缩编码方法的研究日益受到关注。现有深度学习的视频压缩编码方法基于光流实现运动补偿,在光流对齐过程中会产生伪影现象,降低了预测的准确性。文中提出了... 详细信息

传统视频压缩编码方法被广泛使用,为了进一步提高压缩性能,基于深度学习的视频压缩编码方法的研究日益受到关注。现有深度学习的视频压缩编码方法基于光流实现运动补偿,在光流对齐过程中会产生伪影现象,降低了预测的准确性。文中提出了深层特征域的运动估计思路,设计了相应的神经网络在深层特征域提取运动信息。在此基础上,提出了多层多假设预测的运动补偿网络,通过在深层特征域、浅层特征域以及像素域3个层次使用多假设预测模块,提升运动补偿的准确性,提高整体的率失真性能。仿真结果表明,文中算法帧间预测结果减缓了伪影现象,视觉效果明显优于光流对齐。同时,文中算法与传统H.264、H.265方法和基于深度学习的单帧参考方法DVC、DVCpro相比,在高比特率和低比特率的情况下均取得了较好的率失真性能。与研究前沿的DCVC方法相比,在率失真性能相近的同时,文中算法减少了约26.8%的编码时间。以H.264编码结果为基准,于相同比特率条件下,文中算法在HEVC测试序列ClassB、ClassD、ClassE上的解码质量分别提升3.73、4.76、2.65 dB。由仿真实验结果可知,文中算法对视频序列进行压缩编码时,提高了运动补偿预测帧的准确度,降低了预测误差,缩短了残差信号压缩编码码流,提升了整体的率失真性能。

关键词：视频压缩深度学习运动估计多假设预测编解码网络

基于Transformer的深度条件视频压缩

在线全文

学校读者我要写书评

暂无评论

北京航空航天大学学报 2024年第2期50卷 442-448页

作者：鲁国钟天雄耿晶北京理工大学计算机学院北京100081

近年来,基于深度学习的视频压缩技术主要基于卷积神经网络(CNN)且采用运动补偿-残差编码的架构,由于常见的CNN只能利用局部的相关性,以及预测残差本身的稀疏特性,难以取得最优压缩性能。因此,提出一种基于Transformer架构的条件视频压... 详细信息

近年来,基于深度学习的视频压缩技术主要基于卷积神经网络(CNN)且采用运动补偿-残差编码的架构,由于常见的CNN只能利用局部的相关性,以及预测残差本身的稀疏特性,难以取得最优压缩性能。因此,提出一种基于Transformer架构的条件视频压缩算法,以实现更优的压缩效果。所提算法基于前后帧之间的运动信息,利用可形变卷积得到对应的预测帧特征;将预测帧特征作为条件信息,对原始输入帧特征进行条件编码,避免了直接编码稀疏的残差信号;利用特征间的非局部相关性,提出一个基于Transformer的深度条件视频压缩编码算法,用来实现运动信息编码和条件编码,进一步提升压缩编码的性能。实验结果表明:所提算法在HEVC、UVG数据集上均超越了当前主流的基于深度学习的视频压缩算法。

关键词：视频压缩 Transformer 深度学习神经网络压缩算法