基于上下文的低碼率圖像可重用技術(shù)的研究.pdf

1、如何高質(zhì)量地編解碼多媒體文件，以應對不穩(wěn)定的網(wǎng)絡和無線信道傳輸是個充滿活力的研究課題。一直以來，多媒體算法的研究目標是在相同質(zhì)量的條件下追求更高的壓縮比，以適應低容量終端存儲器和窄帶傳輸?shù)男枨?。?jīng)典的多媒體壓縮算法，主要以信息論為指導，取得了較好的主觀和客觀質(zhì)量。但是這些傳統(tǒng)的壓縮方法受其固有性質(zhì)的限制，在低碼率下易產(chǎn)生塊效應和振鈴效應。本文首先從計算機視覺的角度出發(fā)，提出了基于基元圖的圖像壓縮可重用系統(tǒng)，充分挖掘了圖像之間的可重用信息

2、，達到了在相同碼率下提升主觀質(zhì)量的目的。 其次，對于壓縮，一直以來較多的關(guān)注投入在前端去除空間和時間冗余上。對于去除統(tǒng)計冗余的熵編碼階段，由于其數(shù)學建模的困難性，一直關(guān)注較少。為了適應低碼率下文件的傳輸或存儲，本文以可執(zhí)行文件為研究對象，提出了基于上下文的熵編碼模型，設計了面向算術(shù)編碼的建模方案和壓縮系統(tǒng)。 再次，在傳輸中，信源編碼后得數(shù)據(jù)流存在高依存度，導致抗錯性差，易于誤碼傳播。本文面向H.264 CABAC提出了基

3、于上下文的二進制算術(shù)編碼錯誤檢測機制，該機制充分挖掘了對象文件的上下文關(guān)系，從而有針對性地加入冗余，達到檢測的目的。 與之相對應，(1) 本文從計算機視覺的角度出發(fā)，提出了基于基元圖的圖象壓縮系統(tǒng)框架。該方法通過尋找低碼率圖像間的可重用信息，訓練了具有可重用意義的特征集合，能夠運用于不同內(nèi)容圖像的高頻信息，加以學習，以此來提升圖像質(zhì)量。在編碼端只需要壓縮源圖像下采樣后的低分辨率小圖像，在解碼端可以利用基元圖的方法恢復出高頻信息，

4、從而達到在相同碼率下更好的圖像質(zhì)量。該方法適應于低碼率下圖像的壓縮，能夠在主觀和客觀質(zhì)量上都超過JPEG2000算法。 (2) 文章以可執(zhí)行文件為研究對象，提出了基于上下文的熵編碼建模方案。對可執(zhí)行文件中的指令段匯編部分做了深刻剖析，設計了多維稀疏分布的馬爾科夫關(guān)聯(lián)，并采用神經(jīng)網(wǎng)絡來進一步調(diào)整不同維馬爾科夫鏈之間的預測關(guān)系，從而充分挖掘了對象文件之間的相關(guān)性。壓縮效率比現(xiàn)有的其它算法在相同復雜度的情況下有較大的提高。 (