發(fā)布時間：2023-04-23 05:25

　　視頻不僅是人類生活的重要組成部分,而且在各個領(lǐng)域的應(yīng)用都占有關(guān)鍵性地位。面對視頻壓縮效率的亟需,下一代視頻編碼標(biāo)準(zhǔn)VVC、AVS3已經(jīng)誕生并取得了良好的壓縮效益。另一方面,深度學(xué)習(xí)在各領(lǐng)域展現(xiàn)出的獨有優(yōu)勢,使其已經(jīng)被廣泛應(yīng)用在視頻編碼,比如幀間預(yù)測、環(huán)路濾波等,近年更是不乏有優(yōu)秀的端到端深度學(xué)習(xí)圖像壓縮算法在圖像壓縮方面取得了前所未有的成果。視頻編碼框架中的幀內(nèi)預(yù)測模塊是對當(dāng)前幀進(jìn)行壓縮,當(dāng)前幀可以看作一張圖片,原理上這張圖片的壓縮方式可以采用端到端深度學(xué)習(xí)方法,而目前未有將端到端深度學(xué)習(xí)圖像壓縮直接應(yīng)用在視頻編碼框架的先例,所以它對視頻編碼效益和質(zhì)量的影響有待研究。本文基于視頻編碼框架中的幀內(nèi)壓縮編碼與端到端深度學(xué)習(xí)圖像壓縮編碼的置換可行性的基礎(chǔ)上,設(shè)計利用端到端圖像壓縮算法完成視頻編碼框架中的幀內(nèi)壓縮的工作,并與整個編碼框架相融合,本文將探究其實現(xiàn)的方法并予以實踐,對新框架的編碼效益和質(zhì)量進(jìn)行分析歸納。本文將選取最新的端到端深度學(xué)習(xí)圖像壓縮算法,包括基于超先驗VAE的圖像壓縮算法、基于自回歸分層先驗的圖像壓縮算法、基于上下文卷積網(wǎng)絡(luò)熵模型的圖像壓縮算法,并在此基礎(chǔ)上,根據(jù)每個算法的...

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題來源
    1.2 課題背景及意義
        1.2.1 課題背景
        1.2.2 課題研究目的和意義
    1.3 主要研究內(nèi)容
        1.3.1 新型視頻編碼框架的搭建
        1.3.2 對新型視頻編碼框架的質(zhì)量分析
    1.4 國內(nèi)外研究現(xiàn)狀
    1.5 章節(jié)安排
第2章 基于超先驗VAE圖像壓縮的視頻編碼框架
    2.1 引言
    2.2 基于超先驗VAE圖像壓縮的視頻編碼框架
        2.2.1 基于超先驗VAE的端到端圖像壓縮算法
        2.2.2 視頻編碼框架設(shè)計
    2.3 實驗結(jié)果與分析
        2.3.1 實驗說明
        2.3.2 客觀質(zhì)量評價與分析
        2.3.3 主觀質(zhì)量評價與分析
    2.4 本章小結(jié)
第3章 基于自回歸分層先驗圖像壓縮的視頻編碼框架
    3.1 引言
    3.2 基于自回歸分層先驗圖像壓縮的視頻編碼框架
        3.2.1 基于自回歸分層先驗圖像壓縮算法
        3.2.2 視頻編碼框架設(shè)計
    3.3 實驗結(jié)果與分析
        3.3.1 實驗說明
        3.3.2 客觀質(zhì)量評價與分析
        3.3.3 主觀質(zhì)量評價與分析
    3.4 本章小結(jié)
第4章 基于CCNS熵模型圖像壓縮的視頻編碼框架
    4.1 引言
    4.2 基于CCNS熵模型圖像壓縮的視頻編碼框架
        4.2.1 基于CCNs熵模型的圖像壓縮
        4.2.2 視頻編碼框架設(shè)計
    4.3 實驗結(jié)果與分析
        4.3.1 實驗說明
        4.3.2 客觀質(zhì)量評價與分析
        4.3.3 主觀質(zhì)量評價與分析
    4.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝



本文編號：3799180