您的位置: 专家智库 > >

国家自然科学基金(61173081)

作品数:4 被引量:7H指数:2
相关作者:陆寄远侯昉黄承慧朝红阳刘宇熹更多>>
相关机构:广东金融学院中山大学更多>>
发文基金:国家自然科学基金广东省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇自动化与计算...

主题

  • 2篇视频
  • 2篇视频编码
  • 2篇率失真
  • 2篇率失真优化
  • 1篇多模式
  • 1篇性价比
  • 1篇训练集
  • 1篇云计算
  • 1篇云计算平台
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇图像
  • 1篇图像分类
  • 1篇资源受限
  • 1篇自适
  • 1篇自适应
  • 1篇像素
  • 1篇向量
  • 1篇向量机
  • 1篇可伸缩

机构

  • 4篇广东金融学院
  • 3篇中山大学

作者

  • 4篇黄承慧
  • 4篇侯昉
  • 4篇陆寄远
  • 3篇朝红阳
  • 2篇刘宇熹

传媒

  • 2篇软件学报
  • 1篇电信科学
  • 1篇电子学报

年份

  • 1篇2017
  • 3篇2014
4 条 记 录,以下是 1-4
排序方式:
计算能力可伸缩的运动估计率失真优化被引量:1
2014年
不同硬件设备具有不同的计算能力,能否在任意给定计算能力约束下达到最好的编码效率,是当前视频编码研究领域的一个极具挑战性问题.同时,随着分块结构越来越灵活的编码标准不断出现(如:HEVC,H.264等),运动估计不得不反复地应用在大小不同的各种分块上,导致其对编码总体计算复杂度的影响愈加重要.在此背景下,本文提出了一种针对运动估计的计算能力可伸缩(Complexity scalable)优化算法.我们通过对运动估计过程中预测失真度和计算复杂度的变化规律建模,发现根据各宏块的特性设置不同的预测失真度阈值可以优化地分配计算资源.而该阈值的大小则恰恰是各宏块的最小预测失真度加上一个由复杂度约束统一决定的偏移量.有鉴于此,我们进一步构造了计算能力可伸缩的优化运动估计算法,在不增加额外计算量的前提下,快速地得到各个宏块所对应的优化阈值,并完成运动估计.通过实验分析,该算法不仅具备自动适应不同计算复杂度约束的能力,而且在任意给定的复杂度约束下,都能提供优化的编码性能.
陆寄远朝红阳黄承慧侯昉
关键词:视频编码
基于Hadoop云计算平台的图像分类与标注被引量:3
2014年
为有效处理并利用互联网海量的图像和视频数据,提出了一种基于Hadoop云平台的图像分类和标注解决方案。针对如何高效地进行训练集提取这一重要问题,搭建了基于云计算的图像抓取平台,利用互联网的图像资源作为原始数据集,为提取训练集图像提供足够的数据;实现了基于概率潜在语义分析模型的训练集图像提取功能,对原始数据集进行基于主题的聚类,帮助用户快速选取训练集图像;加入了SVM分类模型,利用提取出来的训练集对未标注图像进行分类标注,实现了完整的系统。实验结果表明,该方案能够满足海量图像数据分类和标注的功能和性能需求。
陆寄远黄承慧侯昉李斌
关键词:云计算支持向量机
计算资源受限的视频编码多模式决策
2014年
由于视频编码技术趋向于采用越来越复杂的分块模式,多模式决策技术也随之成为一种非常重要的编码技术.多模式决策的优劣不仅会大幅度地影响视频编码的计算消耗,而且也对编码性能的高低起到关键的作用.为使多模式决策在计算能力相差悬殊的平台上都能获得优化的率失真性能,给出一种计算复杂度自适应的优化多模式决策算法.首先,利用视频序列中不同宏块模式间的时空相关性,预测这些宏块多模式决策后的拉格朗日代价和计算复杂度的斜率(Lagrangian cost and complexity slope,简称J-C slope).J-C slope越大,说明在该宏块上的模式决策消耗每单位的计算资源可以获取的率失真收益越多.在计算资源有限的情况下,多模式决策应该按照J-C slope的大小顺序执行,也就是性价比优先的顺序,以便保证计算资源优先分配给率失真收益大的宏块.另外,还通过建立J-C slope阈值与实际计算复杂度的关系模型,设计了一种根据给定计算约束自适应调整计算复杂度的算法.根据实验结果,该方法不仅可以准确地控制多模式决策的计算复杂度,而且还能在不同的计算约束下获得优化的率失真性能.
陆寄远侯昉黄承慧刘宇熹朝红阳
关键词:率失真优化视频编码
HEVC的高效分像素运动补偿被引量:3
2017年
现有的视频编码方法单独针对不同的编码技术进行优化,虽然简化了算法的实现,但却忽略了这些技术之间的内在关系而局限了性能的进一步提升.尝试针对HEVC中的分像素插值和分像素运动估计,建立一种整合的优化算法,同时提升两者的计算速度.首先,通过细分不同分像素的插值方法,把每个分像素的插值代价融合在分像素运动估计的搜索中,并构建一种性价比优先的分像素运动估计方法.该运动估计方法的每一步搜索都按照最小化计算代价和最大化率失真收益的原则进行,保证以最小的计算消耗获得最优的性能.其次,为了配合该方法,针对HEVC的特性构建了一种分区域分像素集的分像素插值算法.该插值算法在分像素运动估计过程中仅动态地计算所用到的分像素,解决了现有插值算法无法同时降低重复计算和冗余计算的问题.实验结果表明,该整合算法可以在几乎不产生率失真性能损失的情况下,大幅度地加快分像素运动估计和插值的速度.
陆寄远刘宇熹侯昉黄承慧朝红阳
共1页<1>
聚类工具0