基于JPEG2000的一种新型率控制方法

JPEG2000静止图像压缩标准的压缩后率失真优化算法虽然能保持较好的图像质量,但其计算量大、内存占用多。文中提出了一种图像质量基本相同于率失真优化的、基于先验信息扫描的、新的率控制方法。该方法可以有效地减少熵编码时的计算复杂度并降低内存占用率。     

基于H.264/AVC的自适应宏块编码算法研究

论文提出基于宏块类型空域预测的自适应宏块编码算法,并在H.264/AVC验证模型JM7.6上实现了所提出的自适应算法。大量的实验表明,论文提出的自适应算法不仅大大提高了图像编码的速度,而且图像编码质量和压缩效率基本不受影响,缓解了率失真优化算法的缺陷,极大地提高了编码器的工作效率。     

基于图像局部特性的自适应块截短编码算法

通过考虑图像分块的局部特性,以实现一种自适应块截短编码算法.该算法无需附加信息以传送各子块编码模式,而是根据重建电平的奇偶性来识别各子块编码模式,以降低比特率.实验表明:与其他BTC算法相比,该算法在较低的比特率情况下能获得更好的图像质量.     

基于AI算法的Massive MIMO波束权值优化研究与应用

针对Massive MIMO波束权值优化的难点,提出了一种基于GBDT机器学习的回归预测算法,通过实测及仿真,研究该算法在不同场景下各种波束权值的覆盖能力,基于机器学习模型,利用研究结果结合三维地图、建筑物数据、MR数据、仿真/测试数据等进行机器学习建模,输出Massive MIMO波束自适应覆盖优化算法。在现网的应用结果表明,该算法能够有效地提升5G网络覆盖质量。     

易于硬件实现的内嵌图像编码算法

EZBC算法综合利用了子带内和子带间系数的相关性．把零树／零块结构和基于上下文编码的优点有机结合在一起,获得了比SPHIT算法更好的压缩性能,比EBCOT更高的压缩效率。但是EZBC算法编码中的两个排序链表需要很大且非固定的存储空间,这使得EZBC算法的硬件实现非常困难。在EZBC算法的基础上提出了一种易于硬件实现、低存储量、高压缩性能的内嵌零块图像编码算法。该算法利用比特平面节点重要性状态表和上下文查找表来完成整个编码过程和形成上下文。实验结果表明,所提出的算法具有与EZBC算法基本相同的高压缩性能,但所需存储空间约为EZBC算法的四分之一,所以该算法更易于硬件实现。     

基于自适应下采样和超分重建的图像压缩框架

针对联合图像专家组(JPEG)标准设计了一种基于自适应下采样和超分辨力重建的图像压缩编码框架。在编码器端,为待编码的原始图像设计了多种不同的下采样模式和量化模式,通过率失真优化算法从多种模式中选择最优的下采样模式(DSM)和量化模式(QM),最后待编码图像将在选择的模式下进行下采样和JPEG编码;在解码器端,采用基于卷积神经网络的超分辨力重建算法对解码后的下采样图像进行重建。此外,所提出的框架扩展到JPEG2000压缩标准下同样有效可行。仿真实验结果表明,相比于主流的编解码标准和先进的编解码方法,提出的框架能有效地提升编码图像的率失真性能,并能获得更好的视觉效果。     

基于统计建模的HEVC快速率失真估计算法

针对高效视频编码(HEVC)率失真优化过程中复杂的码率与失真计算,提出一种高准确性的快速率失真估计模型。该算法评估熵编码中不同语法元素的贡献百分比,并逐个开发语法元素的码率模型以构建整个TU级模型。首先,对系数进行自适应加权,以区分不同系数对码率的不均匀贡献。然后,定义位置参数以描述一个块内非零系数可能的分布模式。通过统计方式对大量样本的模型参数进行微调,得出最终线性码率模型。最后,建立了变换域失真模型来省略不必要的重构过程。实验结果表明,所提算法在RA配置下,可以实现49.76%的复杂度降低,而BD-BR仅增加1.74%。     

基于Multi-Agent的多权值优化分簇算法及仿真研究

提出了一种基于Multi-Agent的多权值优化分簇算法,算法定义了多种Agent类型,在簇头选举阶段选取了影响簇头合理分布的多个网络参数,在簇的更新阶段采用移动Agent启发机制进行簇的局部更新.仿真结果表明,算法不仅可以选出合理的簇头,使能量均匀的消耗,还可以节省整个网络的能量消耗.     

基于坐标下降算法的5G广播波束权值智能优化方法研究

随着5G建设步伐的加快,无线通信网络的复杂程度不断更迭,网络优化需求增多,且精细化要求不断提高,传统的Massive MIMO广播波束权值优化仅依靠人工配置,已无法满足当前网络变化的需要。本文创新性地提出了一种基于坐标下降算法的5G广播波束权值智能优化方法,可自适应灵活调整天线波束权值配置,实现多场景下波束权值智能优化,极大提升优化效率,减少人工成本投入。     

基于码率预分配的JPEG2000自适应率控制算法

该文提出一种基于码率预分配和反馈控制的自适应率控制算法。算法引入了预测模板,对图像小波变换和量化后EBCOT编码码块的有效比特平面进行独立的熵估计,并以码块估计熵总和指导码率预分配,同时T2编码器由预分配编码比特率自适应地反馈控制编码深度、完成优化截取。实验结果表明,该算法码率分配精确,并有效地减少了编码器计算量和存储量,提高了编码效率,算法复杂度低,易于硬件实现。     

基于率失真理论的视频编码码率控制

本文以率失真理论为基础，提出了一种新的前向视频编码码率控制策略ＦＲＣ，其核心思想是：宏块目标比特数的预分配除受码率的限制外，更重要的是受到图像的局部空间活动性等因素的控制，从而达到一种最优的比特分配方案。主观测试实验结果表明，这种新的码率控制策略大大地改善了重建图像的质量。     

一种基于K-均值聚类优化的快速分形图像压缩算法

提出了一种基于K-均值聚类的快速分形图像压缩算法,对搜索窗中的父块和子块,根据其方差的不同,用K-均值聚类方法分别对子块和父块进行聚类,子块只对同一类中的父块进行匹配,从而大大缩短了编码时间。实验结果表明,与经典分形压缩算法相比,本文算法编码速度可提高5倍;同基于方差的快速分形压缩算法相比,本文算法也有明显的优势。     

基于9-7提升小波的SPIHT编码算法

在分析SPIHT算法的基础上，针对SPIHT算法中存在的不足，采用9-7提升小波对原始图像进行小波变换，结合人眼视觉特性，对SPIHT算法的分集排序过程进行优化。实验仿真结果表明，优化的图像压缩算法是一种有效的图像压缩算法，其图像复原质量和信噪比均优于原SPIHT编码算法。     

一种场景切换检测及自适应码率控制方法

ＴｅｓｔＭｏｄｅｌ５（ＴＭ５）建议的码率控制算法不能正确处理场景切换,因此解码图像的主观视觉质量在场景切换处将急剧下降。为有效解决此问题,本文提出了一种附加运算量很小的检测场景切换的方法以及相应的自适应码率控制算法来改善切换点处的视觉质量,并保证解码器输入缓存不发生上、下溢。从而使得整个解码视频序列的视觉质量较为恒定。     

一种基于显著不相关检验的快速分形图像编码方法

针对分形编码计算量过大的缺点,本文提出一种基于显著不相关检验的分形编码方法。对于文中的测试图像（Lenn256×256×8ppb和Boat256×256×8ppb）,其编码速度比基于子块分类的分形编码方法快2～15倍,而解码图像质量（PSNR）没有明显下降,压缩比还有一定的提高。     

基于感知模型的自适应码率控制算法

提出了一种基于人眼视觉系统(HVS)的感知模型,将反映视觉感知系统某部分特征的宏观描述统一到一个整体的数学模型中.特别是将人眼对于运动信息的感知特性与其他感知特性相融合.利用时空掩盖效应计算视频帧的复杂度与宏块的感知度.而自适应码率控制算法将根据帧复杂度分配给帧一个适当的比特数;根据宏块的感知度,将感知度低的区域的比特数转移到感知度高区域.新算法可以用更少的比特数获得更佳的主观视觉质量.     

基于多视点视频编码的差错控制算法

 多视点视频编码(Multiview Video Coding,MVC)利用运动估计和视差估计取得了较好的编码性能,但在易错的网络环境下传输MVC视频码流,将导致差错在视点内与视点间进行扩散.针对多视点视频的编码特性,提出了一种端到端的失真度估计模型,并将此模型与率失真优化相结合得到一种基于联合信源信道的编码模式选择算法.实验结果表明该方法能够在易错网络环境下有效的提高多视点视频的传输效率.     

一种基于自适应预测的医学图像高效无损压缩方法

随着数字化医学图像海量的增长及PACS系统的广泛应用,对医学图像进行高效的无损压缩已成为广泛关注的问题.本文提出一种基于自适应预测的无损压缩方法,该方法利用神经网络模型自学习的能力,自适应的调整预测器的预测系数.实验表明,该方法能有效去除X线医学图像的空间相关性,还能同时去除彩色医学图像的空间和谱间相关性,取得较高的压缩比,且编解码速度较高.