已閱讀1頁，還剩61頁未讀， 繼續(xù)免費閱讀
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)，請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、3D視頻技術(shù)已成為當(dāng)前視頻領(lǐng)域的熱點，3D視頻在給人們帶來沉浸式體驗的同時，也帶來了巨大的數(shù)據(jù)量，對網(wǎng)絡(luò)傳輸帶寬和數(shù)據(jù)存儲性能提出了新的挑戰(zhàn)，這就要求視頻編碼算法不斷改進和發(fā)展。在各種新提出的編碼算法中，感知視頻編碼算法被廣泛認(rèn)為是能夠有效提高編碼性能的一種方案。其中，JND(JustNoticeable Distortion)模型能夠定量地度量感知冗余，因此成為感知視頻編碼中的主流。根據(jù)人類視覺系統(tǒng)在3D觀看及感知方面的特征，建立雙目
2、JND模型，能夠進一步提高3D視頻的壓縮效率。因此本文的主要工作便是在傳統(tǒng)的單視點JND模型的基礎(chǔ)上，與雙目視覺特性結(jié)合，研究雙目JND模型。
首先，本文分析了當(dāng)前像素域和DCT域主流的單視點JND模型，并將這兩種模型集成在立體視頻的左、右視點序列的編碼中。本文又分析了當(dāng)前新提出的像素域雙目JND模型，并討論了相關(guān)的編碼方案。通過四個不同的立體視頻序列，測試比較了上述各種模型的編碼性能。
其次，在已有的像素域雙目JN
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
- 立體視頻編碼與顯示技術(shù)研究.pdf
- 立體視頻顯示及編碼相關(guān)技術(shù)研究.pdf
- 立體視頻編碼中的相關(guān)技術(shù)研究.pdf
- 立體視頻編碼與顯示相關(guān)技術(shù)研究.pdf
- 立體視頻編碼中的關(guān)鍵技術(shù)研究.pdf
- 面向網(wǎng)絡(luò)的立體視頻編碼和傳輸技術(shù)研究.pdf
- 感知視頻編碼技術(shù)研究.pdf
- 對象基立體視頻編碼研究.pdf
- 網(wǎng)格基單目和立體視頻編碼及相關(guān)技術(shù)研究.pdf
- 基于壓縮感知的深度圖像和立體視頻編碼研究.pdf
- 立體視頻圖像認(rèn)證水印技術(shù)研究.pdf
- 立體視頻圖像編碼與視圖合成技術(shù)的研究.pdf
- 基于立體視頻的差錯掩蓋技術(shù)研究.pdf
- 立體視頻編碼的若干問題研究.pdf
- 基于感知的立體視頻質(zhì)量評價模型研究.pdf
- 基于人眼視覺掩蓋效應(yīng)的立體視頻非對稱編碼技術(shù)研究.pdf
- 立體視頻壓縮編碼關(guān)鍵技術(shù)的研究.pdf
- 立體視頻虛擬視點生成關(guān)鍵技術(shù)研究.pdf
- 立體視頻編碼中的碼率控制算法研究.pdf
- 基于對象的視頻感知編碼技術(shù)研究.pdf
評論
0/150
提交評論