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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、線性回歸模型論文回歸模型論文一種基于線性回歸模型的運(yùn)動矢量重估算法一種基于線性回歸模型的運(yùn)動矢量重估算法摘要:針對H.264AVC空間分辨率縮減的視頻轉(zhuǎn)碼提出一種基于線性回歸模型的運(yùn)動矢量重估計算法。它利用原始視頻流的運(yùn)動矢量與下采樣視頻流的運(yùn)動矢量之間的相關(guān)性運(yùn)用線性回歸模型建模得到下采樣視頻的運(yùn)動矢量。仿真實(shí)驗結(jié)果表明:在保持率失真性能的同時計算復(fù)雜度明顯降低。關(guān)鍵詞:視頻轉(zhuǎn)碼H.264線形回歸模型運(yùn)動矢量重估計AMotionVec
2、tReestimationAlgithmbasedonLinearRegressionModelYANGGaobo1XIAZhongchao1ZHANGZhaoyang2WANGHuiqian1(1.CollegeofComputerCommunicationHunanUnivChangshaHunan410082China2.KeyLabofAdvancedDisplaySystemApplicationsMinistryofEduc
3、ationShanghaiUnivShanghai200072China)Abstract:FthespatialresolutionreductionofH.264AVCstreamamotionreestimationalgithmbasedonlinearregressionmodelisproposedinthispaper.Itexploitsthecrelationbetweenthemotionvectsofiginalv
4、ideostreamthoseofdownsampledvideowhichismodelledbylinearregressionmodeltoobtaintheestimatedmotionvects.Experimentalresultsdemonstratethattheproposedapproachcansignificantlyreducethe的中值或平均值代替下采樣視頻流的運(yùn)動矢量。它具有計算量小的優(yōu)點(diǎn)但是當(dāng)某個塊的運(yùn)
5、動矢量明顯不同于周圍的塊時將產(chǎn)生較大的誤差。視頻轉(zhuǎn)換編碼的關(guān)鍵在于充分利用部分解碼輸入碼流過程中易于得到的運(yùn)動矢量等信息以降低轉(zhuǎn)碼過程的計算量[2]。考慮到原始視頻流的運(yùn)動矢量與空間分辨率縮減后視頻流的運(yùn)動矢量具有較強(qiáng)的相關(guān)性本文提出了一種基于線性回歸模型的運(yùn)動矢量重估計算法根據(jù)原始視頻流的運(yùn)動矢量得到下采樣視頻的運(yùn)動矢量適合于H.264空間分辨率縮減的視頻轉(zhuǎn)碼。1.轉(zhuǎn)碼器的體系結(jié)構(gòu)轉(zhuǎn)碼器的結(jié)構(gòu)可以分為兩類:級聯(lián)像素域轉(zhuǎn)碼結(jié)構(gòu)(CPDT
6、)和DCT域轉(zhuǎn)碼結(jié)構(gòu)(DDT)。相對DDT結(jié)構(gòu)CPDT具有結(jié)構(gòu)靈活漂移誤差小等特點(diǎn)[8]。本文采用CPDT實(shí)現(xiàn)H.264視頻流的空間分辨率轉(zhuǎn)碼原理框圖如圖1所示。轉(zhuǎn)碼器由一個解碼器和一個編碼器級聯(lián)而成即先對編碼碼流進(jìn)行解碼然后對重建視頻幀進(jìn)行下采樣再重新編碼。其中基于線性回歸模型的運(yùn)動矢量重估計是本文的核心。對于H.264編碼器運(yùn)動估計占用了整個編碼過程約70%的運(yùn)算量。因此加快重編碼過程的運(yùn)動估計成為提高轉(zhuǎn)碼速度的關(guān)鍵。原始視頻流的運(yùn)
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。
最新文檔
- 線性回歸模型論文回歸模型論文
- 線性回歸模型論文回歸模型論文
- 多元線性回歸預(yù)測模型論文
- 多元線性回歸預(yù)測模型論文
- 線性回歸模型
- 多元線性回歸模型
- 多元線性回歸模型
- 多元線性回歸模型案例
- 多元線性回歸模型stata
- 多元線性回歸模型案例
- 簡單線性回歸模型
- 統(tǒng)計學(xué)專業(yè)畢業(yè)論文多元線性回歸模型
- 多元線性回歸模型案例分析
- 復(fù)習(xí):多元線性回歸模型案例
- 《統(tǒng)計學(xué)》線性回歸模型
- 經(jīng)典模型的線性回歸分析
- 多元線性回歸模型案例分析
- 多項式回歸、非線性回歸模型
- 一元線性回歸模型
- 多元線性回歸模型 習(xí)題與 解答
評論
0/150
提交評論