近年來,隨著計(jì)算機(jī)網(wǎng)絡(luò)的發(fā)展,圖像和視頻在網(wǎng)絡(luò)中的應(yīng)用越來越廣泛,并且它們的傳輸也變得越來越重要。如何保證圖像和視頻在信道的高效率傳輸,成為當(dāng)前研究熱題之一。在有損信道上多媒體業(yè)務(wù)的迅速增長,促進(jìn)了高效、可靠和適應(yīng)性強(qiáng)的編碼技術(shù)的發(fā)展,多描述編碼方法(Multiple Description Coding,簡稱MDC)已經(jīng)成為解決這種情況的最有效的編碼技術(shù)之一,尤其是在實(shí)際應(yīng)用中數(shù)據(jù)不可靠傳輸?shù)那闆r下。在多描述編碼方法中,信源被編碼成包含受控冗余的多個(gè)描述,這些冗余用于解決跨通道傳輸時(shí)無法預(yù)測的丟包問題,將描述通過不同的網(wǎng)絡(luò)路徑傳輸?shù)浇獯a器,解碼器利用接收到的描述重構(gòu)源數(shù)據(jù)。另外,卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,簡稱CNNs)在圖像分類和模式識別等領(lǐng)域應(yīng)用廣泛,也越來越多的將其應(yīng)用到圖像壓縮領(lǐng)域,并利用其自身的優(yōu)勢,獲得了良好的視覺效果。本文以提高重構(gòu)圖像的精確度和編碼效率為出發(fā)點(diǎn),利用深度學(xué)習(xí)的相關(guān)知識,在CNNs的基礎(chǔ)上對多描述編碼方法進(jìn)行了深入研究,進(jìn)而研究了基于卷積神經(jīng)網(wǎng)絡(luò)的多描述圖像編碼方法,主要?jiǎng)?chuàng)新性研究成果如下所示:1)提出了一種...

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
主要符號對照表
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 多描述編碼方法的研究現(xiàn)狀
        1.2.2 基于卷積神經(jīng)網(wǎng)絡(luò)的多描述編碼方法的研究現(xiàn)狀
    1.3 論文主要貢獻(xiàn)及結(jié)構(gòu)安排
第二章 多描述編碼原理及相關(guān)方法簡介
    2.1 多描述圖像編碼原理
    2.2 圖像編碼相關(guān)方法
        2.2.1 TLMDC
        2.2.2 TRPCSQ
        2.2.3 MDROQ和 MDUOQ
        2.2.4 基于CAE的有損圖像壓縮
    2.3 本章小結(jié)
第三章 基于對稱卷積自編碼器的多描述圖像編碼
    3.1 引言
    3.2 對稱卷積自編碼器
    3.3 基于對稱卷積自編碼器的多描述圖像編碼
    3.4 實(shí)驗(yàn)結(jié)果
        3.4.1 評價(jià)標(biāo)準(zhǔn)
        3.4.2 實(shí)驗(yàn)結(jié)果
    3.5 本章小結(jié)
第四章 基于卷積自編碼器的多描述編碼網(wǎng)絡(luò)
    4.1 引言
    4.2 加性均勻噪聲
    4.3 基于卷積自編碼器的多描述編碼網(wǎng)絡(luò)
    4.4 理論分析與目標(biāo)函數(shù)表示
    4.5 實(shí)驗(yàn)結(jié)果
    4.6 本章小結(jié)
第五章 總結(jié)與展望
    5.1 論文工作總結(jié)
    5.2 工作展望
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論著
致謝



本文編號：3799706