| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文主要内容及章节安排 | 第12-14页 |
| 第2章 HEVC及3D-HEVC视频编码的相关技术 | 第14-30页 |
| 2.1 编码结构 | 第14-18页 |
| 2.2 预测编码 | 第18-23页 |
| 2.3 率失真代价函数 | 第23-25页 |
| 2.4 3D-HEVC视频编码相关技术 | 第25-29页 |
| 2.4.1 视差补偿预测 | 第26-27页 |
| 2.4.2 视点间运动预测 | 第27-28页 |
| 2.4.3 视点间残差预测 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 基于PNN分类器的CU快速划分算法 | 第30-47页 |
| 3.1 H.265/HEVC编码单元划分模式判决 | 第30-31页 |
| 3.2 PNN分类器算法 | 第31-36页 |
| 3.2.1 PNN的网络结构 | 第32-34页 |
| 3.2.2 BP神经网络与RBF神经网络 | 第34-36页 |
| 3.3 基于PNN分类器的编码单元快速划分算法 | 第36-39页 |
| 3.3.1 基于PNN分类器的CU划分算法原理 | 第36-38页 |
| 3.3.2 基于PNN分类器的CU划分特征值的选取 | 第38页 |
| 3.3.3 基于PNN分类器的CU快速划分算法的实现 | 第38-39页 |
| 3.4 仿真结果与分析 | 第39-46页 |
| 3.4.1 客观分析 | 第39-43页 |
| 3.4.2 主观分析 | 第43-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 基于Bayes决策的深度图LCU划分深度分布快速选择算法 | 第47-64页 |
| 4.1 Bayes决策原理 | 第47-51页 |
| 4.1.1 基于最小风险的Bayes决策 | 第47-48页 |
| 4.1.2 最小错误率的Bayes决策 | 第48-50页 |
| 4.1.3 选取阈值 | 第50-51页 |
| 4.2 3D-HEVC中深度图的编码技术 | 第51-53页 |
| 4.3 基于Bayes决策的深度图LCU划分快速算法 | 第53-56页 |
| 4.4 仿真结果与分析 | 第56-62页 |
| 4.4.1 客观分析 | 第56-59页 |
| 4.4.2 主观分析 | 第59-62页 |
| 4.5 本章小结 | 第62-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第71-72页 |
| 致谢 | 第72页 |
