2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩92頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、目前多視點(diǎn)聯(lián)合深度(Multiview video plus depth,MVD)格式的三維視頻數(shù)據(jù)在編碼時(shí),經(jīng)常在編碼前對深度圖進(jìn)行降采樣處理,以達(dá)到降低碼率的目的。然而引入的降采樣失真將會(huì)影響合成視點(diǎn)的質(zhì)量,而如何有效地在解碼端進(jìn)行深度圖上采樣就成為了這種編碼方案需要解決的關(guān)鍵問題。因此本文提出了在深度圖上采樣過程中利用深度圖的時(shí)間連續(xù)性、空間相關(guān)性及與其對應(yīng)的視頻紋理圖像的相關(guān)性的深度圖上采樣方案,提高了上采樣算法的性能和最終合成

2、虛擬視點(diǎn)的質(zhì)量。
  另外,在MVD格式三維視頻編碼中提高深度視頻編碼性能的最終目的是為了提高合成虛擬視點(diǎn)的質(zhì)量,因此在深度圖編碼過程中衡量編碼性能應(yīng)基于合成的虛擬視點(diǎn)的質(zhì)量,失真函數(shù)的計(jì)算應(yīng)該是基于最終合成虛擬視頻的失真而非深度視頻的失真,因而利用傳統(tǒng)的率失真函數(shù)模型來控制降采樣深度圖編碼的碼率分配已不適用。為此本文優(yōu)化了基于深度圖下采樣的深度編碼方案中的率失真計(jì)算函數(shù),大大提高了深度圖編碼的效率,同時(shí)也減小了合成虛擬視點(diǎn)的失真

3、??偨Y(jié)本文主要工作如下:
  (1)提出了在視頻紋理圖像指導(dǎo)下利用深度圖的空時(shí)相關(guān)性對深度圖進(jìn)行上采樣的算法和奇偶分幀降采樣算法,并且利用深度序列在時(shí)域的連續(xù)性和空域冗余大的特性在視頻紋理圖像的指導(dǎo)下對深度圖進(jìn)行上采樣,以減小深度圖的失真。
  (2)提出了基于視頻紋理圖與深度圖時(shí)空梯度信息的深度圖上采樣算法,在深度圖上采樣過程中,通過利用深度圖的時(shí)間梯度、水平梯度和垂直梯度來確定深度圖的時(shí)空相關(guān)性,進(jìn)而決定像素點(diǎn)上采樣的方

4、法,該方法更加充分的利用了深度圖的特性,提高了深度圖編碼的性能。
  (3)在基于深度下采樣的三維視頻編碼方案中,優(yōu)化了深度圖編碼過程中的率失真函數(shù)。在下采樣后的深度圖編碼過程中為了減小最終合成視點(diǎn)的失真,提出了一種高效并基于虛擬合成視點(diǎn)的率失真計(jì)算函數(shù),在率失真優(yōu)化過程中,將深度圖下采樣、圖像映射和渲染等過程對深度圖編碼的影響考慮在內(nèi),優(yōu)化合成視點(diǎn)的質(zhì)量。實(shí)驗(yàn)結(jié)果驗(yàn)證了本文提出的率失真計(jì)算模型大大提升了編碼的性能,并提高了最終合

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論