一、低比特率视频通讯编码技术的研究（论文文献综述）
王英彬[1]（2019）在《基于卷积神经网络的视频压缩环路滤波技术研究》文中研究说明随着信息技术的高速发展,移动设备的逐渐普及,多媒体应用广泛流行,各式各样的多媒体内容极大丰富了人们的日常生活。其中,数字视频是多媒体应用中最常用的信息载体之一。原始视频由于数据量巨大难以投入实际应用之中,为了高效的存储,传输及应用视频数据,往往需要对视频数据进行压缩。国际化标准组织于20世纪80年代起开始建立视频编码的国际标准,目前正在开展新一代的视频编码标准VVC的研究。环路滤波技术是视频编码的关键技术之一。为了取得较高的压缩比,一般采用有损压缩的方式对视频进行压缩。压缩后的视频往往伴有块效应,振铃效应和模糊等失真。当前编码标准使用环路滤波技术对压缩后的重构像素进行处理,有效改善了视频质量。另外,环路滤波有利于提高后续压缩过程中帧间预测的准确性,能够进一步的提升压缩性能。近年来,卷积神经网络在众多计算机视觉任务上取得令人瞩目的成绩,为进一步提升视频压缩性能提供了新的思路。本文结合视频压缩和卷积神经网络的原理,重点研究卷积神经网络在视频压缩环路滤波技术中的应用。本文在新一代的视频编码国际标准VVC的基础上,从性能和速度两方面对基于卷积神经网络的环路滤波技术开展了深入的研究,主要创新及贡献如下:（1）本文提出了一种基于卷积神经网路的环路滤波算法。为了能够学习压缩前后视频图像之间的映射,本文设计了一种全新的卷积神经网络结构,称为密集残差网络。该网络不仅能够充分利用多层级的特征,而且能有效的进行特征复用,特征融合。通过将该算法与最新的视频编码国际标准VVC结合,进一步提升了编码性能。（2）本文对所提出的基于卷积神经网路的环路滤波算法的优化加速进行了研究。尽管基于卷积神经网络的环路滤波算法能够带来大幅度的编码性能提升,但其引入的复杂度难以满足视频压缩实际应用的要求。本文从计算效率上对所提出的模型进行分析,提出一个轻量高效的卷积神经网络模型。
王建富[2]（2015）在《H.265/HEVC编码加速算法研究》文中认为视频压缩是各种视频服务得以实现的前提,原始的视频数据一般通过编码器压缩以降低传输成本与存储代价；在视频处理过程中,压缩后的数据通过相应的解码器转换成原始视频。目前最新的视频编解码标准一高效视频编码标准（HEVC,也称为H.265）,是由国际电信联盟（ITU-T）和国际标准化组织及国际电工委员会（ISO/IEC）成立的视频编码联合工作组（JCT-VC）于2010开始制定并于2013年初公布的。虽然沿用了与以往H.264/AVC相似的混合视频编码框架,但H.265/HEVC在各关键环节采用了许多新技术和编码工具,不仅提升了图像的视觉质量,同时也提高了视频的压缩率。根据实验统计,相比于目前应用最广泛的H.264/AVC, H.265/HEVC在保证相同的画面质量下,能够降低大约50%的比特率。随着数字视频不断向高分辨率、高帧率和高压缩率发展,巨大的编码优势将使H.265/HEVC在不远的将来成为数字视频产业的首选编解码标准。H.265/HEVC标准是在H.264/AVC标准的基础上发展起来的,但是在压缩效率、并行处理能力以及网络适应性等方面有了极大的提高。可是压缩率的提高也导致了计算复杂度的大幅度增加,据测试,H.265/HEVC的计算复杂度是H.264/AVC的2至4倍。高昂的计算代价将限制新标准在监控系统、便携移动设备等领域的推广和应用。因此,如何提高H.265/HEV C的编码速度,降低计算复杂度成为目前众多企业和科研单位研究的重点。本文针对该问题,分别从帧内编码、帧间编码和并行编码三个方面对H.265/HEVC进行了必要的改进。具体地：1.帧内预测编码的改进：帧内预测编码是H.265/HEVC不可或缺的关键技术,其利用图像本身的信息消除空间冗余,但是复杂的编码单元（CU）划分和帧内预测模式选择给帧内编码带来了巨大的计算量。因此,为了达到降低计算复杂度的目的,我们设计并实现了多种帧内CU划分的快速决策算法：1)方法一根据对图像空间相关性的统计分析,将CU分为三类：然后通过参考相邻CU的尺寸,并结合亮度方差的比较,快速确定CU的划分方式。2)第二种方案将图像的亮度分布和局部的率失真（RD）代价相结合,首先通过直方图分析像素的亮度分布,确定图像的编码尺寸范围,然后在帧内编码过程中,通过统计相邻空间区域不同编码尺寸下的RD代价,得到CU划分的阂值,并根据当前CU的RD代价和相应阈值的比较确定是否提前终止CU划分。3)方法三将图像特征点的分布同局部RD代价相结合,通过支持向量机（SVM）分类确定不同图像区域的编码尺寸范围,进而利用与方法二相同的RD代价信息实现CU划分的提前终止。2.帧间预测编码的改进：帧间预测在整个编码中占据了60%-70%的时间,是影响编码速度的关键,也是目前研究的重点。我们在本文中提出两种帧间编码的加速算法。第一种为基于RD代价的快速帧间预测算法,分别为不同深度的CU选择不同的阈值,通过阈值比较避免不必要的CU划分,从而实现编码加速。首先根据参考图像中最佳编码尺寸为64×64的CU的RD代价,判断当前图像深度为0的最大编码单元（LCU）是否继续划分；如果继续划分,对于低层的子单元,则根据同一编码树单元（CTU）中与其深度相同的已知CU的RD代价来判断是否继续划分。该方法通过提前终止CU的划分达到降低计算量的目的。第二种为基于预测残差分析的帧间加速算法,首先对H.265/HEVC的编码树结构中位于根节点的编码树块,我们根据拉格朗日因子自适应地选择合适的分割阈值,然后利用Sobel算子对亮度预测残差进行边缘检测,并基于边缘的统计信息确定是否对LCU进行划分；对于编码树其他节点的CU,我们将CU的划分分为三类,并根据相应块区域的预测残差的离散度与阈值的比较选择合适的划分,其中该阈值通过对不同编码视频和不同拉格朗日因子的统计计算得到。基于对预测残差的分析,为不同深度的CU选择对应的判断依据,从而实现帧间预测速度的提升。3.监控视频的编码改进：视频监控是目前最常见的视频应用之一。本文根据监控视频中相邻图像相似度高的特性,设计了一种基于帧间差图像的编码方案,并根据帧间差图像的亮度信息提出一种CU的快速划分算法,通过利用帧间差图像的亮度信息,能够自动将运动物体从背景中分离出来,并且为不同区域自适应地选择合适的CU尺寸。实验结果证明,针对监控视频,本文提出的方法,相比于HEVC标准测试模型,以损失极小的比特率为代价,能够降低大约45%的计算复杂度,而且能够保持视频编码的质量；同时本文的方法不仅适用于静止摄像头拍摄的监控视频,对于一般视频也能取得不错的编码效果。4.并行编码优化：并行编码是提高编码速度行之有效的手段。但是根据实验统计和分析,发现负载不均衡限制了编码速度的进一步提高。因此,针对H.265/HEVC Slice级并行编码效率低的问题,我们提出了两种改进方式。一是考虑到视频中相邻两帧图像相似度高,所以本文根据对已编码图像中CTU编码时间的统计,提出一种参考前帧预测的方法（RFP）实现待编码图像的Slice中CTU的均衡分配；二是在RFP方法的基础上提出了参考帧加权组合预测方法（WCP）,通过参考已编码帧的信息并结合图像组（GOP）结构中图像的不同编码模式和参考关系,将视频图像分为三类,在不同的类中分别通过已编码图像信息的加权组合计算实现图像中Slice的负载均衡,有效地解决了Slice中CTU分配不均的问题,从而达到提高并行效率的目的。综上,在本文中,相对于HEVC标准模型,我们的改进算法对视频的时间相关性,空间相关性以及统计相关性的利用和发掘更加充分,也更加深入。针对帧内编码、帧间编码以及并行编码的改进都取得了非常积极的效果,在保证重构视频的视觉质量的前提下,以损失极小的编码率为代价,显着地缩短了编码时间,有效地降低了H.265/HEVC编码的计算复杂度。
李强[3]（2013）在《无线视频监控系统的设计与实现》文中研究说明无线视频监控系统是基于无线网络通讯技术、视频压缩编码技术、多媒体技术和数据库开发的一套综合性的监控管理系统。通过本系统建设,对变电站区域内场景情况、变电站内变压器、断路器等重要运行设备的运行外观状态进行远程监视,从而实现电力维护部门对变电站的统一管理、远程实时监控、高效维护。本文研究的目的是根据电力企业保障供电系统正常工作和集中管理的需求,基于信息化手段,采用网络传输技术、视频压缩编码技术、数据库技术、.Net编程技术,实现变电站的远程监控和统一管理,通过建立以服务器为核心的多等级、多任务、实时的综合信息监控管理平台,系统的部署能够有效改进运行管理调度部门的工作方式,提高劳动生产率,降低人力物力成本。首先,通过分析本课题背景、研究目的及意义、国内外发展现状,在电力系统管理逐步向自动化、综合化、集中化、智能化方向发展的前提下,电力企业建设无线视频监控系统是未来发展的必然趋势。第二,在确定系统业务流程需求和系统总体技术支撑架构的基础下,本文对无线视频监控系统进行了总体设计、数据库设计、功能模块设计。第三,基于无线视频监控系统的总体设计为蓝图,本文对监控软件进行了详细的功能设计与实现。系统开发基于C/S模式,Ado.net数据库开发技术、Socket套接字技术、TCPIP协议、Sql Server数据库等,构建了用户界面层、业务逻辑控制层、数据访问层、网络传输解析层等安全、高效的访问体系,并在本文中给出了关键的实现代码。在系统功能实现方面,实现了实时监看功能、录像功能、语音功能、图像回放功能等模块。在系统安全方面,通过研究系统的安全技术和策略,建立一套保障视频监控系统稳定运行的安全措施。最后,对系统进行全面的功能、业务流程、性能测试,找出及修复系统存在的缺陷,目的是能够很好的满足远程变电站远程监控和无人值守管理需要。
王靖雄[4]（2013）在《基于DM8148处理器的视频处理系统软件研发》文中研究表明随着社会发展的需要,视频监控系统在日常生活中得到了大量的安装应用,具有巨大的市场空间,而IP网络摄像机就是一种主要的视频监控设备。视频处理系统软件是IP网络摄像机系统软件的一个重要组成部分,承担和实现了多种任务和功能,具有较高应用价值。本文基于DM8148处理器研发了视频处理系统软件,该软件应用在使用DM8148处理器的IP网络摄像机上。本文首先介绍了视频监控领域的背景和课题意义,视频信号及图像格式、视频信号采集、视频编解码技术,DM8148处理器的开发平台和开发环境等与课题相关的内容。然后,在明确视频处理系统软件功能需求的基础上,从总体结构设计和详细模块设计两个方面对系统软件进行研发。在总体结构设计中,将视频处理系统软件划分成七个功能模块,再对各个模块间的交互关系和系统软件的数据流进行研发。在详细设计中,对七个功能模块主要程序的流程进行了研发。最后,说明视频处理系统软件的启动流程,并展示实物运行效果。此外,本文还针对视频处理系统软件中使用的运动检测算法研发了优化算法,测试结果表明,优化后的算法能够在保持现有算法相对于传统运动检测算法具有低算法复杂度的优点的基础上改善其易受背景运动干扰的缺点。最后,本文总结了全文,同时对进一步的研发方向做了展望。
史春明[5]（2012）在《H.264码率控制算法研究》文中指出随着计算机网络技术、多媒体信息处理技术的发展,视频编码技术得到了广泛应用,H.264作为目前编码效率最高且应用前景最广的视频编码方案,在视频通信等领域有着重要地位。由于在视频通信过程中,往往网络带宽是动态变化的,所以还需要对编码器的输出码率进行控制。论文研究了H.264码率控制算法,并在JM8.6平台下对JVT-G012提案的码率控制算法进行了深入研究,并对该算法存在的一些问题进行了分析,最后针对基本单元层码率控制算法做了较大改进。一方面,针对JVT-G012算法中MAD值预测模型没有充分利用时空相关性而使预测误差变大,并且计算复杂度较高的缺陷,提出了MAD加权预测修正模型,充分利用了视频帧序列的时空相关性,在减少计算量的同时减少了MAD值的预测误差,最后将该模型运用到基本单元层码率控制算法中。另一方面,由于在JVT-G012算法中对第一个GOP中第一个I帧量化参数的计算仅考虑每像素的比特数（bpp）,使得计算得到的初始QP值不够精确,造成后续视频帧的编码质量不理想,本文提出一种改进的I帧初始量化参数的选择策略,通过综合考虑的I帧复杂度和每像素的比特数,使得计算出来的初始QP值相比JVT-G012要合理些。测试得到的结果表明,改进的基本单元层码率控制算法不仅使控制码率更加精确,还使得视频编码的平均峰值信噪比得到了提高。
秦红霞[6]（2010）在《多媒体合成服务器（MediaBuilder）的设计与实现》文中认为随着通信网和互联网的发展,用户对通信业务的需求也在不断的变化。3G时代的到来,使得视频业务成为3G增值业务的焦点,用户需求也越来越便捷化、个人化、娱乐化。用户想通过手机终端来获得具有实时交互性能的互联网业务,例如网上购物、网络游戏、视频点播、手机归属地查询等。那么如何才能把互联网的业务应用到手机,并且根据用户的按键实时的把VEB页面展示给用户呢?多媒体合成服务器（MediaBuilder）就是在这种需求下产生的一种把WEB网页实时合成视频文件的后台服务器。多媒体合成服务器的主要功能是视频合成功能,此外还具有音频文件相互转换以及图片文件相互转换功能。本文首先对论文的研究背景进行了简单的描述,并以此引出多媒体合成服务器的实时合成视频功能的重要性。然后在第二章中对本系统应用到的相关技术进行介绍和分析。第三、四、五章是本文的重点,将详细介绍多媒体合成服务器系统的总体设计、详细设计以及代码实现等内容。第六章主要介绍多媒体合成服务器系统的相关测试目的、测试用例以及测试结果等。最后,作者对研究生期间所做的课题研究、论文撰写等进行了简单的总结,以便今后更好地进行研究,同时对下一阶段的工作提出了一些建议。
周鹏[7]（2007）在《基于动态背景构造的视频压缩》文中进行了进一步梳理数字视频压缩编码技术是多媒体通信的关键技术,目前有关视频压缩的国际标准已基本上满足了中高码率的需求,并且进入了实用化阶段,而现有的传输和存储能力对低比特率的窄带通信有着更高的要求。如何更高效的进行压缩仍是一个研究热点。本文主要针对低比特率的高效视频压缩算法进行了研究。设计的视频压缩编码的基本思路是,依据视频序列帧之间的相关性,提出一种基于动态背景构造的视频压缩方法。本方法是根据人的视觉特性,将所关心的目标进行高保真的压缩编码,而将所不关心的背景部分,通过构造全景的方式,忽略视频中的背景的变化,采用构造的全景来重构背景。按照这样的设计思想,本文所做的工作是,首先,对待压缩的视频进行镜头分割,使得每个镜头内的视频,构造一个全景背景。其次,在同一镜头之下的视频段中,采用加噪Gaussian分布去除运动目标,获得背景的序列图像,然后将所获得的序列背景图像拼接成一个全景的背景图,之后,从每一帧视频图像中,获得运动目标区域,对所获得的运动目标,采用分形编码技术对其进行压缩编码,而对背景部分,则只需要发送该画面的背景在全景中的坐标位置即可。由此,可大大降低数据量,提高压缩比。因为本文对目标物区域采用的是分形编码,对目标区域采用的是全景构图,所以,当分形迭代误差可忽略不计,同时,同一个镜头内的背景变化差异也可忽略不计的话,本文的算法可以获得比较好的图像画面质量。实验结果表明:本文算法对于低码率下的视频压缩比高,重构质量好的性能。
沈承东[8]（2007）在《面向无线视频的预测编码技术研究》文中指出预测编码技术通过空间域的信号预测以及时间域的运动预测补偿,消除视频图像的空间和时间相关性信息冗余,从而减少视频信号表示需要的数据量,是数字视频压缩编码的关键部分,对视频数据压缩效率及视频图像质量有深刻影响。无线视频通信应用的蓬勃发展对视频压缩编码技术特别是预测编码技术不断提出新的挑战,主要表现在:为降低对昂贵的无线网络带宽的需求,视频编码中采用了更先进、计算复杂度更高的预测编码技术以提高压缩效率,然而无线设备计算能力的不足对于预测编码算法的实时实现是一个巨大挑战;无线计算环境下计算能力的不确定性对视频编码器的自适应能力提出了更高的要求,使得预测编码技术面临计算能力变化条件下保证实时实现并维持视频质量的挑战。因此,快速高效、具有计算环境自适应能力的预测编码技术是面向无线视频应用视频编码技术的研究重点和研究热点。本文基于当前流行的预测编码结构,重点研究了计算复杂度占主导地位的运动估计算法,从减少块匹配的次数及降低块匹配计算的复杂度两方面研究了块匹配运动估计的快速算法,并针对多参考帧运动预测技术带来的计算复杂度线性增长,研究了加速多参考帧运动估计的方法;针对多种预测模式带来的高计算复杂度,研究了加速预测模式选择的方法。另外,针对无线设备计算能力不断变化的特征,本文还研究了使运动预测具有计算复杂度可伸缩性的方法。取得的主要研究成果如下:1.深入研究了通过减少块匹配的次数加速运动估计进程的策略,提出一种基于方向性平行四边形搜索模式的快速运动估计算法。设计了具有方向性的平行四边形搜索模式,根据预测运动矢量的位置信息判断运动的趋势,使得方向性的搜索模式与运动趋势相适应,避免了运动搜索的盲目性;采用搜索模式方向上下文自适应的搜索策略,根据当前最优点与次优点的位置关系决定搜索前进的方向、搜索模式的方向以及搜索点的选择,使得运动搜索路径与失真递减的方向一致,提高了运动搜索的效率;另外,还设计了一种预测加速度运动矢量的运动矢量预测因子,增强了运动矢量预测的性能。实验结果表明,提出的快速运动估计算法比现有的方法具有更高的计算加速性能和率失真性能。2.深入研究了通过降低块匹配计算的复杂度加速运动估计进程的方法,提出一种基于起始搜索中心点预测的部分失真搜索快速运动估计算法。以规格化部分失真搜索算法为基础,通过对起始搜索中心点进行有效的预测,加速部分失真搜索的收敛过程;在搜索过程中引入提前结束检测机制,在起始搜索中心点预测阶段判断提前结束条件,避免了不必要的后续搜索匹配计算;根据搜索路径的特点以及不同搜索路径的失真差,设计了一种中途终止检测机制,在当前路径搜索结束后及时判断后续路径搜索的必要性,进一步减少了搜索点冗余。实验结果表明,算法在保证较高视频质量的同时,比同类型其它算法具有更高的计算加速性能;如果将提出的算法和基于方向性平行四边形搜索模式的快速算法结合使用,则能进一步提高运动估计的执行速度。3.针对多参考帧运动预测技术带来的计算复杂度线性增长问题,提出一种基于小钻石区域选择的快速多参考帧运动估计算法。根据多参考帧运动估计的特点,设计了多参考帧条件下的运动矢量预测机制,改善了远距离参考帧的运动预测精度;分析了多参考帧条件下运动矢量的空间与时间分布特征,以此为基础设计了基于小钻石路径搜索的参考帧选择方法,它在最近参考帧之外的其余参考帧中选择最佳的候选参考帧;提出的算法只需在两个候选参考帧中执行完整的运动估计,且参考帧选择的准确性保证了最终的运动预测性能几乎不受影响。实验结果表明,提出的算法能够显着降低多参考帧运动估计的计算复杂度,同时保持了多参考运动估计的高率失真性能。4.针对多种预测模式带来的高计算复杂度问题,提出一种层次性预测模式选择框架以及基于此框架的快速预测模式选择算法。层次性框架根据各种预测模式所代表的空间和时间特征对宏块进行层次性分类,根据当前宏块提取的特征参数在不同层次上选择合适的预测模式类型;快速预测模式选择算法以层次性框架为基础,在复杂的率失真模式选择之前,在不同的层次提取特定的特征参数,根据特征参数值选择模式类型,选择的模式类型确定了需要考察的预测模式,而未选择类型包含的模式则不需要进行率失真代价的计算。实验结果表明,提出的快速预测模式选择算法能够有效减少使用的预测模式个数,显着降低多预测模式率失真选择计算带来的高计算复杂度,同时视频编码的率失真性能损失很少。5.针对无线设备计算能力不断变化的特点,提出一种基于层次性计算能力分配的运动预测算法计算复杂度可伸缩机制。根据运动估计按照宏块光栅扫描顺序执行的特点,在帧级计算能力约束条件下,为运动预测设计了包括初始分配、全局分配及部分分配的三层计算能力分配策略,综合利用已完成帧的信息以及当前帧执行的中间结果将计算能力有效分配到每个宏块;使用了可扩展的运动估计搜索模式,使得分配的计算能力出现冗余的情况下能够被充分利用,以进一步提高预测精度。实验结果表明,提出的可伸缩机制能够实现预测算法的精细粒度计算复杂度可伸缩性,同时保证了计算能力约束下尽可能高的总体预测精度及图像质量。综合应用前面的研究成果,本文设计了一个视频编码器软件实现的原型系统。原型系统以H.264参考软件为基础,对其代码结构与数据结构进行了适当优化,同时集成了本文提出的算法。实验结果表明,原型系统能够获得较好的编码加速效果和率失真性能,进一步验证了本文所提出算法的实际使用性能。
袁源[9]（2007）在《视频会议速率控制的实现研究》文中研究指明随着Internet和多媒体通信技术的迅速发展,传统的通信方式已不能满足人们日益增长的交流需求,实时交互式的视频通信更能有效的传送信息。视频会议系统正是在这种迫切需要的推动下开发成功的新一代通信产品。它不仅适用于家庭生活,而且还可以广泛应用于各项商务活动、远程教学等多种领域。视频会议系统的实现与很多技术相关,视频压缩编解码技术是其核心技术之一,其中速率控制方法则是视频编码的关键部分,它对编码的图像质量和输出速率产生直接影响。本文在分析和总结了当前各种基于H.263速率控制算法的基础上,针对厂商具体的视频会议系统,设计和实现了适于中速率环境的速率控制方案。首先,本文介绍了速率控制算法的发展,然后介绍了H.323视频会议系统的总体框架,阐明了本课题的研究背景和意义,同时介绍了两个主流的视频编码标准ITU-T H.263及H.264。其次,研究了国内外各种基于H.263的主要的速率控制算法及基本原理,并对其结果进行了详细的分析,根据视频会议系统的特征和运行环境,提出了适于中速率环境的速率控制算法,并予以实现。实践证明,该算法同TMN8速率控制算法相比可获得更高的控制精度,和更满意的图像恢复质量。最后指出这种方案的待改进地方。
季瑞瑞[10]（2005）在《低比特率视频压缩算法的研究》文中指出数字视频压缩编码技术是多媒体通信的关键技术,目前有关视频压缩的国际标准已基本上满足了中高码率的需求,并且进入了实用化阶段,而现有的传输和存储能力对低比特率的窄带通信有着更高的要求。如何更高效进行压缩仍是一个研究热点。本文主要针对低比特率视频压缩算法进行了研究。论文首先介绍了目前视频压缩的常用方法,并对其优缺点进行了分析。考虑视频序列帧内和帧间相关性,本文将视频数据看作一个三维的立体图像,经过三维小波变换,然后在变换域进行相应的量化编码和分形编码。这样不仅避免了传统算法中的运动补偿,提高了效率,而且压缩比也得到了一定程度的提高。为了提高压缩质量,对矢量量化算法进行了研究,利用引入进化策略和人眼视觉特性的SOFM网络来训练矢量量化的码书,从而提高量化的压缩性能。接着利用单帧图像在上述码书映射下的像密度图,提取特征矢量,组成距离矩阵,分割视频镜头,减少了小波变换的计算量,同时保证变换序列的内容相似性,提高了效率。最后在分割的镜头组内进行色系转换来防止色偏并能提取更多冗余,然后进行三维小波变换,对变换后的低频系数进行矢量量化编码,对高频系数进行自适应四叉树分形编码,这样不仅有效的利用了小波系数的相似关系,也克服了分形编码中的搜索带来的编码延迟。同时系统还实现了视频的解码程序。实验结果表明:本文算法对于低码率下的视频压缩具有压缩比高,编码效率西安理工大学硕士学位论文高,重构质量好,并且不受视频内容约束等优点,具有一定的实际意义。关键词:视频压缩矢量量化小波变换进化策略镜头分割分形编码本论文受到西安理工大学青年教师攻读硕士研究基金的赞助。
二、低比特率视频通讯编码技术的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、低比特率视频通讯编码技术的研究（论文提纲范文）
（1）基于卷积神经网络的视频压缩环路滤波技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.3 研究内容 |
| 1.4 论文章节安排 |
| 2 视频压缩基础 |
| 2.1 视频压缩基本概念 |
| 2.1.1 视频 |
| 2.1.2 视频编码 |
| 2.1.3 编码性能评价 |
| 2.2 视频编码标准的发展 |
| 2.3 新一代视频编码标准VVC |
| 2.4 本章小结 |
| 3 卷积神经网络及其在视频压缩中的应用 |
| 3.1 卷积神经网络基础 |
| 3.1.1 人工神经网络 |
| 3.1.2 卷积神经网络 |
| 3.2 卷积神经网络在视频压缩中的应用 |
| 3.2.1 基于卷积神经网络的预测技术 |
| 3.2.2 基于卷积神经网络的压缩视频后处理 |
| 3.2.3 基于卷积神经网络的熵编码和量化 |
| 3.3 本章小结 |
| 4 基于卷积神经网络的环路滤波算法设计 |
| 4.1 概述 |
| 4.2 方案设计 |
| 4.2.1 卷积神经网络模型设计 |
| 4.2.2 模型的训练 |
| 4.3 实验结果与分析 |
| 4.3.1 实验配置 |
| 4.3.2 编码性能 |
| 4.3.3 与其他方法的对比 |
| 4.4 本章小结 |
| 5 基于卷积神经网络的环路滤波算法优化 |
| 5.1 概述 |
| 5.2 方案设计 |
| 5.2.1 模型的优化 |
| 5.2.2 训练方法的优化 |
| 5.3 实验结果与分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（2）H.265/HEVC编码加速算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 表格索引 |
| 插图索引 |
| 主要符号对照表 |
| 第一章 绪论 |
| 本章摘要 |
| 1.1 引言 |
| 1.2 HEVC的背景 |
| 1.3 HEVC的现状和研究意义 |
| 1.4 论文的主要研究内容 |
| 1.5 论文的结构安排 |
| 第二章 HEVC概述 |
| 本章摘要 |
| 2.1 HEVC编码框架 |
| 2.1.1 HEVC编码框架 |
| 2.1.2 编码数据划分 |
| 2.2 HEVC关键编码技术 |
| 2.2.1 编码结构 |
| 2.2.2 关键技术 |
| 2.3 HEVC编码加速概述 |
| 2.3.1 帧内编码 |
| 2.3.2 帧间编码 |
| 2.3.3 并行编码 |
| 2.4 HEVC其他相关介绍 |
| 2.4.1 高层语法 |
| 2.4.2 档次和级别 |
| 2.4.3 视频格式 |
| 第三章 HEVC帧内编码研究 |
| 本章摘要 |
| 3.1 HEVC帧内编码概述 |
| 3.1.1 HEVC帧内预测模式 |
| 3.1.2 HEVC帧内编码过程 |
| 3.2 帧内编码的研究和分析 |
| 3.2.1 帧内编码相关研究 |
| 3.2.2 帧内编码尺寸与视频内容的联系 |
| 3.3 基于图像空间相关性的快速帧内编码算法 |
| 3.3.1 算法分析 |
| 3.3.2 具体算法描述 |
| 3.4 基于直方图分析和RD代价统计的快速帧内编码算法 |
| 3.4.1 基于直方图分析确定CU尺寸范围 |
| 3.4.2 基于RD代价提前终止CU划分 |
| 3.4.3 算法流程 |
| 3.5 基于特征点与RD代价的快速帧内编码算法 |
| 3.5.1 特征点分析 |
| 3.5.2 算法介绍 |
| 3.6 实验结果及总结 |
| 3.6.1 实验平台 |
| 3.6.2 实验一：基于图像空间相关性的快速帧内编码算法 |
| 3.6.3 实验二：基于直方图分析和RD代价统计的快速帧内编码算法 |
| 3.6.4 实验三：基于特征点与RD代价的快速帧内编码算法 |
| 3.6.5 实验总结 |
| 第四章 HEVC帧间编码研究 |
| 本章摘要 |
| 4.1 HEVC帧间编码概述 |
| 4.1.1 HEVC帧间编码结构 |
| 4.1.2 HEVC帧间编码过程 |
| 4.2 帧间编码研究和分析 |
| 4.2.1 帧间编码相关研究 |
| 4.2.2 帧间编码尺寸与视频内容的联系 |
| 4.3 基于RD代价的快速帧间编码算法 |
| 4.3.1 算法介绍 |
| 4.3.2 算法流程 |
| 4.4 基于预测残差分析的快速帧间编码算法 |
| 4.4.1 算法介绍 |
| 4.4.2 算法流程 |
| 4.5 监控视频的帧间编码研究 |
| 4.5.1 基于背景帧技术的编码研究 |
| 4.5.2 基于帧间差的编码方案 |
| 4.5.3 CU快速划分方法 |
| 4.6 实验结果及总结 |
| 4.6.1 实验一：基于RD代价的快速编码算法 |
| 4.6.2 实验二：基于预测残差分析的快速帧间编码算法 |
| 4.6.3 实验三：监控视频的快速帧间编码算法 |
| 4.6.4 实验总结 |
| 第五章 HEVC并行编码研究 |
| 本章摘要 |
| 5.1 HEVC并行编码概述 |
| 5.2 并行编码相关研究 |
| 5.3 并行编码优化分析 |
| 5.4 参考前帧预测算法 |
| 5.4.1 算法介绍 |
| 5.4.2 算法流程 |
| 5.5 分类加权组合预测算法 |
| 5.5.1 算法介绍 |
| 5.5.2 算法流程 |
| 5.6 实验结果及总结 |
| 5.6.1 实验一：Slice级的并行处理 |
| 5.6.2 实验二：改进的Slice级并行处理-RFP |
| 5.6.3 实验三：改进的Slice级并行处理-WCP |
| 5.6.4 实验总结 |
| 第六章 总结和工作展望 |
| 本章摘要 |
| 6.1 本文总结 |
| 6.1.1 帧内编码加速 |
| 6.1.2 帧间编码加速 |
| 6.1.3 并行化编码加速 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（3）无线视频监控系统的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 研究的目的及意义 |
| 1.3 国内外视频监控软件现状 |
| 1.3.1 无线视频监控软件现状 |
| 1.3.2 电力行业视频监控存在的问题 |
| 1.4 研究目标及内容 |
| 第二章 相关理论技术介绍 |
| 2.1 无线网络标准 |
| 2.2 视频编码压缩技术 |
| 2.3 WINDOWS SOCKET技术 |
| 2.4 本章小结 |
| 第三章 系统的可行性研究与需求分析 |
| 3.1 系统业务需求 |
| 3.2 系统功能性需求 |
| 3.3 系统非功能性需求 |
| 3.3.1 系统性能与可靠性需求 |
| 3.3.2 信息安全性需求 |
| 3.3.3 可维护性需求 |
| 3.3.4 易用性需求 |
| 3.4 系统运行环境需求 |
| 3.5 本章小结 |
| 第四章 系统设计与实现 |
| 4.1 系统总体设计 |
| 4.2 数据库设计 |
| 4.2.1 数据库系统选型 |
| 4.2.2 数据库设计 |
| 4.3 功能模块实现 |
| 4.3.1 系统管理子系统 |
| 4.3.2 视频监视模块 |
| 4.3.3 录像回放模块 |
| 4.3.4 报警联动模块 |
| 4.3.5 设备管理模块 |
| 4.4 本章小结 |
| 第五章 系统测试 |
| 5.1 测试计划 |
| 5.1.1 测试项 |
| 5.1.2 测试环境要求 |
| 5.1.3 测试数据要求 |
| 5.2 测试用例及结果分析 |
| 5.2.1 功能测试 |
| 5.2.2 性能测试 |
| 5.2.3 测试结果分析 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 系统开发总结 |
| 6.2 下一步工作展望 |
| 致谢 |
| 参考文献 |
（4）基于DM8148处理器的视频处理系统软件研发（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 目次 |
| 1 绪论 |
| 1.1 课题背景及意义 |
| 1.2 相关技术发展现状 |
| 1.2.1 视频监控系统 |
| 1.2.2 视频编解码标准 |
| 1.3 课题研究内容 |
| 1.4 论文结构 |
| 2 视频相关技术 |
| 2.1 视频信号及图像格式 |
| 2.1.1 视频信号标准 |
| 2.1.2 颜色空间 |
| 2.1.3 扫描方式 |
| 2.2 视频信号的采集 |
| 2.3 视频编解码技术 |
| 2.3.1 数字视频的冗余性 |
| 2.3.2 H.264视频编解码标准 |
| 2.4 本章小结 |
| 3 开发平台与开发环境 |
| 3.1 硬件开发平台 |
| 3.1.1 媒体控制器子系统 |
| 3.1.2 ISS模块 |
| 3.1.3 HDVICP2模块 |
| 3.1.4 VPSS模块 |
| 3.1.5 DMM模块 |
| 3.2 软件开发环境 |
| 3.2.1 RDK开发套件 |
| 3.2.2 CCS集成开发环境 |
| 3.3 本章小结 |
| 4 视频处理系统软件 |
| 4.1 系统软件总体结构设计 |
| 4.1.1 系统软件的数据流 |
| 4.1.2 各模块的组成和交互关系 |
| 4.1.3 各处理器核间的交互 |
| 4.2 系统软件详细设计 |
| 4.2.1 采集模块 |
| 4.2.2 视频编码控制模块 |
| 4.2.3 图像抓拍控制模块 |
| 4.2.4 字符叠加功能模块 |
| 4.2.5 运动检测功能模块 |
| 4.2.6 本地回显模块 |
| 4.2.7 通讯模块 |
| 4.3 系统软件的启动 |
| 4.3.1 初始化流程 |
| 4.3.2 各处理器核的启动 |
| 4.4 系统软件运行效果 |
| 4.5 本章小结 |
| 5 运动检测算法的优化 |
| 5.1 现有算法特点和不足 |
| 5.1.1 现有算法特点 |
| 5.1.2 现有算法不足 |
| 5.2 优化算法 |
| 5.3 算法效果测试和对比 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简介 |
（5）H.264码率控制算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 视频编码的基本原理 |
| 1.2.1 预测编码 |
| 1.2.2 变换编码 |
| 1.2.3 熵编码 |
| 1.3 视频编码标准 |
| 1.4 码率控制的国内外研究现状 |
| 1.5 本文研究内容和组织结构 |
| 1.5.1 本文研究内容 |
| 1.5.2 本文组织结构安排 |
| 第二章 H.264视频编码技术 |
| 2.1 H.264视频编解码器介绍 |
| 2.2 运动估计 |
| 2.3 编码模式选择 |
| 2.4 帧内预测 |
| 2.5 帧间预测 |
| 2.6 整数DCT变换 |
| 2.7 量化 |
| 2.8 熵编码 |
| 2.9 去方块滤波 |
| 2.10 本章小结 |
| 第三章 H.264码率控制算法研究 |
| 3.1 码率控制 |
| 3.2 R-Q模型 |
| 3.2.1 对数模型 |
| 3.2.2 指数模型 |
| 3.2.3 二次模型 |
| 3.2.4 线性模型 |
| 3.3 经典的码率控制算法 |
| 3.3.1 RM8码率控制 |
| 3.3.2 MPEG-1码率控制 |
| 3.3.3 TM5码率控制 |
| 3.3.4 VM8码率控制 |
| 3.3.5 TMN8码率控制 |
| 3.3.6 p域码率控制算法 |
| 3.4 H.264码率控制相关基本概念 |
| 3.4.1 蛋鸡悖论 |
| 3.4.2 基本单元 |
| 3.4.3 流体阻塞模型(FFTM) |
| 3.4.4 基于MAD预测的线性模型 |
| 3.4.5 虚拟参考解码器 |
| 3.5 JVT-G012码率控制算法研究 |
| 3.5.1 GOP层码率控制 |
| 3.5.2 帧层码率控制 |
| 3.5.3 基本单元层码率控制 |
| 3.5.4 试验结果分析 |
| 3.6 本章小结 |
| 第四章 初始量化参数选择的改进算法 |
| 4.1 初始量化参数的重要性 |
| 4.1.1 初始量化参数选取的依据 |
| 4.1.2 初始量化参数对编码质量的影响 |
| 4.2 JVT-G012中初始量化参数选择策略的缺陷 |
| 4.2.1 JVT-G012中初始量化参数的选取策略 |
| 4.2.2 选取策略的缺陷 |
| 4.3 初始量化参数选取策略的改进 |
| 4.3.1 原有I帧复杂度的分析 |
| 4.3.2 I帧复杂度计算公式的优化 |
| 4.3.3 初始量化参数计算公式的优化 |
| 4.4 实验测试结果及分析 |
| 4.5 本章小结 |
| 第五章 基于MAD加权预测修正模型的码率控制算法 |
| 5.1 JVT-G012码率控制算法 |
| 5.2 MAD预测模型的缺陷 |
| 5.3 改进的MAD加权预测修正模型 |
| 5.4 实验测试结果及分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间主要的研究成果 |
（6）多媒体合成服务器（MediaBuilder）的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 视频业务的发展 |
| 1.1.2 多媒体合成服务器的优势 |
| 1.2 作者的主要工作 |
| 1.3 论文的组织与结构 |
| 第二章 多媒体合成服务器的相关技术 |
| 2.1 IMS |
| 2.1.1 IMS概述 |
| 2.1.2 IMS的体系结构和功能 |
| 2.1.2.1 IMS体系结构 |
| 2.1.2.2 IMS相关功能实体 |
| 2.2 3G-324M |
| 2.2.1 3G-324M协议的发展 |
| 2.2.2 3G-324M协议族 |
| 2.2.3 3G-324M系统构成 |
| 2.3 视频图像编码的国际标准 |
| 2.4 图像标准化格式(QCIF/CIF) |
| 2.5 小结 |
| 第三章 多媒体合成服务器的需求分析与总体设计 |
| 3.1 多媒体合成服务器功能需求分析 |
| 3.1.1 系统的定位及作用 |
| 3.1.2 系统的预定实现功能 |
| 3.1.3 系统的功能组成图 |
| 3.2 多媒体合成服务器总体架构设计 |
| 3.2.1 系统网络结构图 |
| 3.2.1.1 网络结构图 |
| 3.2.1.2 相关协议 |
| 3.2.1.3 媒体网关(MGW) |
| 3.2.2 多媒体合成服务器在视频呼叫中心所处的位置及其应用 |
| 3.2.2.1 视频呼叫中心逻辑结构图 |
| 3.2.2.2 MediaBuilder的应用 |
| 3.3 操作系统安装说明 |
| 3.4 多媒体合成服务器与外部通信的三种接口 |
| 3.4.1 基本概念介绍 |
| 3.4.2 三种通信接口 |
| 3.5 小结 |
| 第四章 多媒体合成服务器的详细设计 |
| 4.1 数据库表设计 |
| 4.1.1 后台执行任务数据库表 |
| 4.2 业务端功能模块设计 |
| 4.2.1 WEB页面到视频文件的转换功能模块设计 |
| 4.2.1.1 WEB页面转换为图片功能模块设计 |
| 4.2.1.2 图片转换为视频功能模块设计 |
| 4.2.2 视频文件互转的功能模块设计 |
| 4.2.2.1 功能描述 |
| 4.2.2.2 接口参数说明 |
| 4.2.3 视频文件截图的功能模块设计 |
| 4.2.3.1 功能描述 |
| 4.2.3.2 接口参数说明 |
| 4.2.4 音频文件互转的功能模块设计 |
| 4.2.4.1 功能描述 |
| 4.2.4.2 接口参数说明 |
| 4.2.5 图片文件互转的功能模块设计 |
| 4.2.5.1 功能描述 |
| 4.2.5.2 接口参数说明 |
| 4.3 小结 |
| 第五章 多媒体合成服务器的编码实现 |
| 5.1 开发运行环境 |
| 5.2 核心对象介绍 |
| 5.2.1 TCommandLine |
| 5.2.2 THttpContent |
| 5.2.3 THttpServer |
| 5.2.4 THttpClient |
| 5.2.5 TSoap |
| 5.2.6 TINESObj |
| 5.2.7 TXMLTree |
| 5.3 业务端功能模块实现 |
| 5.3.1 WEB页面到视频文件的转换功能模块实现 |
| 5.3.1.1 WEB页面转换为图片功能模块实现 |
| 5.3.1.2 图片转换为视频功能模块实现 |
| 5.3.2 视频文件互转的功能模块实现 |
| 5.3.3 视频文件截图的功能模块实现 |
| 5.3.4 音频文件互转的功能模块实现 |
| 5.3.5 图片文件互转的功能模块实现 |
| 5.4 小结 |
| 第六章 多媒体合成服务器的性能测试 |
| 6.1 测试环境 |
| 6.1.1 硬件环境 |
| 6.1.2 软件环境 |
| 6.2 测试用例 |
| 6.2.1 合成时长为5s的不带语音的视频 |
| 6.2.2 合成时长为l0s的不带语音的视频 |
| 6.2.3 合成带语音的视频 |
| 6.3 测试结果汇总 |
| 6.4 小结 |
| 第七章 结束语 |
| 7.1 工作总结 |
| 7.2 下一步的研究工作 |
| 参考文献 |
| 附录 |
| 致谢 |
（7）基于动态背景构造的视频压缩（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 图像压缩编码技术 |
| 1.3 低比特率下视频压缩编码的现状 |
| 1.4 课题的内容及难点 |
| 1.5 本文的内容安排 |
| 2 视频镜头分割 |
| 2.1 视频数据结构 |
| 2.2 镜头分割帧的检测 |
| 2.2.1 模板匹配法 |
| 2.2.2 基于边缘的镜头分割方法 |
| 2.2.3 基于直方图的镜头分割方法 |
| 2.3 基于小波分解及色彩空间映射的自动镜头分割方法 |
| 2.3.1 小波变换的基本概念 |
| 2.3.2 图像的小波变换 |
| 2.3.3 色彩空间影射 |
| 2.3.4 镜头分割方法 |
| 2.4 实验结果分析 |
| 3 视频的前、背景分离 |
| 3.1 动态背景构造 |
| 3.1.1 运动帧的镜头转动量补偿 |
| 3.1.2 基于带噪高斯模型的背景合成 |
| 3.1.3 基于运动目标回避的背景合成 |
| 3.2 运动目标区域的提取 |
| 3.3 小结 |
| 4 分形编码 |
| 4.1 分形学与分形图 |
| 4.2 分形编码原理 |
| 4.3 迭代函数系统 |
| 4.4 基于分形的图像压缩 |
| 4.5 分形编解码与编码示例 |
| 5 视频的全景图编码与解码方法 |
| 5.1 全景图拼接技术介绍 |
| 5.1.1 全景图中的基本概念 |
| 5.1.2 全景图的生成与更新 |
| 5.2 全景图的编码与解码 |
| 6 实验结果分析和展望 |
| 6.1 实验结果分析 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 已发表论文及科研情况 |
（8）面向无线视频的预测编码技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 数字视频及编码原理 |
| 1.1.2 视频编码技术发展概述 |
| 1.1.3 视频编码器计算复杂度分析 |
| 1.2 预测编码技术概述 |
| 1.2.1 帧内预测编码技术 |
| 1.2.2 帧间预测编码技术 |
| 1.2.3 问题与挑战 |
| 1.3 预测编码技术相关研究 |
| 1.3.1 块匹配运动估计算法 |
| 1.3.2 多参考帧运动估计算法 |
| 1.3.3 预测模式选择算法 |
| 1.3.4 计算复杂度可伸缩预测技术 |
| 1.4 研究内容 |
| 1.5 主要工作 |
| 1.6 论文结构 |
| 第二章 基于搜索模式的运动估计算法 |
| 2.1 引言 |
| 2.2 关键技术概述 |
| 2.2.1 搜索模式及搜索策略 |
| 2.2.2 运动矢量预测技术 |
| 2.3 典型的运动估计算法分析 |
| 2.3.1 HEXBS算法分析 |
| 2.3.2 UMHexagonS算法分析 |
| 2.3.3 PMVFAST算法分析 |
| 2.4 基于方向性平行四边形搜索模式的运动估计算法 |
| 2.4.1 增强的运动矢量预测技术 |
| 2.4.2 方向性平行四边形搜索模式 |
| 2.4.3 自适应搜索策略 |
| 2.4.4 DPS算法实现 |
| 2.5 实验结果与分析 |
| 2.5.1 性能评价方法 |
| 2.5.2 测试环境与配置 |
| 2.5.3 结果与分析 |
| 2.6 本章小结 |
| 第三章 基于部分失真搜索的运动估计算法 |
| 3.1 引言 |
| 3.2 NPDS算法分析 |
| 3.3 ISCP-PDS算法 |
| 3.3.1 算法提出 |
| 3.3.2 起始搜索中心点预测机制 |
| 3.3.3 提前结束搜索策略 |
| 3.3.4 ISCP-PDS算法实现 |
| 3.4 实验结果与分析 |
| 3.5 ISCP-PDS与DPS算法的融合 |
| 3.6 本章小结 |
| 第四章 快速多参考帧运动估计算法 |
| 4.1 引言 |
| 4.2 MFME的运动矢量预测 |
| 4.3 运动矢量的时间及空间分布特征 |
| 4.3.1 运动矢量的时间域分布特征 |
| 4.3.2 运动矢量的空间域分布特征 |
| 4.4 基于小钻石区域选择的快速MFME算法 |
| 4.4.1 参考帧选择方法 |
| 4.4.2 提前结束策略 |
| 4.4.3 算法执行流程 |
| 4.5 H.264中的MFME实现方法 |
| 4.6 实验结果与分析 |
| 4.7 本章小结 |
| 第五章 快速预测模式选择算法 |
| 5.1 引言 |
| 5.2 H.264中的预测模式及模式选择方法 |
| 5.2.1 帧间预测模式 |
| 5.2.2 帧内预测模式 |
| 5.2.3 模式选择方法 |
| 5.3 层次性模式选择框架 |
| 5.3.1 预测模式的特征分析 |
| 5.3.2 预测模式分类 |
| 5.3.3 特征参数的提取 |
| 5.3.4 模式类型判断方法 |
| 5.4 快速模式选择算法的实现 |
| 5.5 实验结果与分析 |
| 5.6 本章小结 |
| 第六章 计算复杂度可伸缩预测技术 |
| 6.1 引言 |
| 6.2 已有方法总结与分析 |
| 6.2.1 已有研究的总结 |
| 6.2.2 基于多Pass执行的可伸缩机制 |
| 6.2.3 基于计算能力分配的可伸缩机制 |
| 6.2.4 结论 |
| 6.3 基于层次性计算能力分配的可伸缩机制 |
| 6.3.1 层次性计算能力分配策略 |
| 6.3.2 可扩展运动估计搜索模式 |
| 6.4 实验结果与分析 |
| 6.5 本章小结 |
| 第七章 视频编码器软件实现原型系统 |
| 7.1 引言 |
| 7.2 视频编码器系统概述 |
| 7.2.1 视频编码器系统实现平台 |
| 7.2.2 现有视频编码器系统 |
| 7.3 原型系统设计与实现 |
| 7.3.1 系统设计 |
| 7.3.2 系统结构 |
| 7.3.3 系统实现 |
| 7.4 系统性能评价 |
| 7.5 本章小结 |
| 第八章 结束语 |
| 8.1 主要贡献 |
| 8.2 研究展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（9）视频会议速率控制的实现研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 速率控制概述 |
| 1.2 速率控制算法的研究发展状况 |
| 1.3 本文所作工作及章节结构 |
| 第二章 视频会议系统 |
| 2.1 视频会议系统概述 |
| 2.2 视频会议系统的基本组成及分类 |
| 2.2.1 基本组成 |
| 2.2.2 会议系统的分类 |
| 2.3 视频会议系统的发展状况 |
| 2.3.1 商务桌面视频会议系统 |
| 2.3.2 IP 桌面视频会议系统 |
| 2.3.3 IP 视频会议的现状分析 |
| 2.4 视频会议系统H.323 标准结构 |
| 2.4.1 H.323 标准层次结构 |
| 2.4.2 H.323 终端结构 |
| 第三章 数字视频编码技术 |
| 3.1 视频编码标准概述 |
| 3.2 窄带通信视频压缩编码标准——H.263 |
| 3.2.1 H.263/H.263+标准简介 |
| 3.2.2 H.263 视频编码额内容及相关知识 |
| 3.3 新一代视频压缩标准H.264 |
| 3.3.1 H.264 标准简介 |
| 3.3.2 H.264 的技术特点 |
| 第四章 H.263 的速率控制算法研究 |
| 4.1 引言 |
| 4.2 TMN8 速率控制算法 |
| 4.2.1 帧层速率控制 |
| 4.2.2 宏块层速率控制 |
| 4.3 基ρ域的速率控制算法 |
| 4.3.1 信源模型 |
| 4.3.2 Q 和ρ之间的映射 |
| 4.3.3 θ的估值 |
| 4.3.4 速率控制的实现 |
| 4.4 MPEG-4 速率控制 |
| 4.5 适于中速率视频会议的速率控制算法 |
| 4.5.1 概述 |
| 4.5.2 中速率下的速率控制算法 |
| 第五章 实验结果与分析 |
| 5.1 实验环境 |
| 5.2 实验结果与分析 |
| 第六章 结束语 |
| 致谢 |
| 参考文献 |
| 研究成果 |
（10）低比特率视频压缩算法的研究（论文提纲范文）
| 1 概述 |
| 1.1 数字视频压缩编码的意义 |
| 1.2 图像压缩编码技术 |
| 1.3 低比特率下视频压缩编码的现状 |
| 1.4 课题的难点及本论文所采用的方法 |
| 1.4.1 三维小波变换 |
| 1.4.2 矢量量化 |
| 1.4.3 三维分形编码 |
| 1.5 本文的内容安排 |
| 2 矢量量化编码 |
| 2.1 矢量量化 |
| 2.2 自组织特征映射网络 |
| 2.2.1 SOFM网络模型 |
| 2.2.2 SOFM网络训练过程 |
| 2.3 基于进化策略的矢量量化 |
| 2.3.1 进化算法 |
| 2.3.2 基于进化策略的SOFM算法 |
| 2.4 实验效果图 |
| 3 基于小波和分形的混合编码 |
| 3.1 小波变换 |
| 3.1.1 小波变换的理论和特点 |
| 3.1.2 图像的小波变换 |
| 3.2 分形编码 |
| 3.2.1 分形学与分形图 |
| 3.2.2 分形编码原理 |
| 3.2.3 基于分形的图像压缩 |
| 3.2.4 实验效果 |
| 3.3 基于小波和分形的图像压缩 |
| 3.3.1 小波分解与分形编码 |
| 3.3.2 实验效果 |
| 4 视频镜头分割 |
| 4.1 视频数据结构 |
| 4.2 视频分割帧的检测 |
| 4.2.1 模板匹配法 |
| 4.2.2 直方图法 |
| 4.2.3 基于边缘的镜头分割方法 |
| 4.3 基于像密度图的镜头分割 |
| 4.3.1 像密度图 |
| 4.3.2 帧间特征矩阵 |
| 4.3.3 镜头检测 |
| 4.4 实验结果分析 |
| 5 基于三维小波变换的视频编码 |
| 5.1 三维小波变换 |
| 5.2 三维分形编码 |
| 5.3 系统总体设计 |
| 5.3.1 色系转换 |
| 5.3.2 低频矢量量化 |
| 5.3.3 高频分形编码 |
| 6 实验结果分析与展望 |
| 6.1 实验条件和设备 |
| 6.2 实验结果和分析 |
| 6.3 展望 |
| 致谢 |
| 参考文献 |
| 已发表论文及科研情况 |
四、低比特率视频通讯编码技术的研究（论文参考文献）
- [1]基于卷积神经网络的视频压缩环路滤波技术研究[D]. 王英彬. 武汉大学, 2019(06)
- [2]H.265/HEVC编码加速算法研究[D]. 王建富. 中国科学技术大学, 2015(09)
- [3]无线视频监控系统的设计与实现[D]. 李强. 电子科技大学, 2013(07)
- [4]基于DM8148处理器的视频处理系统软件研发[D]. 王靖雄. 浙江大学, 2013(08)
- [5]H.264码率控制算法研究[D]. 史春明. 中南大学, 2012(02)
- [6]多媒体合成服务器（MediaBuilder）的设计与实现[D]. 秦红霞. 北京邮电大学, 2010(03)
- [7]基于动态背景构造的视频压缩[D]. 周鹏. 西安理工大学, 2007(04)
- [8]面向无线视频的预测编码技术研究[D]. 沈承东. 国防科学技术大学, 2007(07)
- [9]视频会议速率控制的实现研究[D]. 袁源. 西安电子科技大学, 2007(06)
- [10]低比特率视频压缩算法的研究[D]. 季瑞瑞. 西安理工大学, 2005(03)