RGBD视频序列预处理及量化编码方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景和意义 | 第14-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.2.1 RGBD深度图像修复算法研究现状 | 第16-18页 |
| 1.2.2 HEVC量化编码方法研究现状 | 第18-19页 |
| 1.3 本文的研究内容和创新点 | 第19-20页 |
| 1.4 本文的章节组织 | 第20-22页 |
| 第二章 RGBD视频序列预处理及量化编码框架 | 第22-38页 |
| 2.1 RGBD视频序列预处理及量化编码框架 | 第22页 |
| 2.2 RGBD视频序列预处理 | 第22-28页 |
| 2.2.1 深度信息的获取及特点 | 第23-25页 |
| 2.2.2 深度的表示方法 | 第25页 |
| 2.2.3 深度图修复发展历程 | 第25-28页 |
| 2.3 HEVC视频编码标准 | 第28-36页 |
| 2.3.1 视频压缩与编码 | 第28-29页 |
| 2.3.2 视频编码标准 | 第29页 |
| 2.3.3 HEVC编码框架 | 第29-31页 |
| 2.3.4 HEVC和H.264/AVC的比较 | 第31-32页 |
| 2.3.5 HEVC编码结构 | 第32-35页 |
| 2.3.6 率失真优化准则 | 第35-36页 |
| 2.4 本章小结 | 第36-38页 |
| 第三章 基于彩色图引导的To F深度修复方法 | 第38-52页 |
| 3.1 彩色图引导模型 | 第38-40页 |
| 3.1.1 加权最小二乘法 | 第38-39页 |
| 3.1.2 自回归模型 | 第39-40页 |
| 3.2 改进的彩色图引导模型方法 | 第40-45页 |
| 3.2.1 To F深度图 | 第40-42页 |
| 3.2.2 引导权重的分析 | 第42页 |
| 3.2.3 深度项调整 | 第42-45页 |
| 3.3 实验结果及分析 | 第45-49页 |
| 3.3.1 评价标准 | 第45页 |
| 3.3.2 测试结果及分析 | 第45-49页 |
| 3.4 本章小结 | 第49-52页 |
| 第四章 HEVC双边自适应量化方法 | 第52-74页 |
| 4.1 HEVC中的标准量化 | 第52-60页 |
| 4.1.1 变换和中间级缩放 | 第52-54页 |
| 4.1.2 量化 | 第54-60页 |
| 4.1.3 熵编码 | 第60页 |
| 4.2 提出双边自适应量化前的预分析 | 第60-62页 |
| 4.2.1 简化的RDOQ量化 | 第60-62页 |
| 4.2.2 块级量化 | 第62页 |
| 4.2.3 系数级量化 | 第62页 |
| 4.3 双边自适应量化 | 第62-69页 |
| 4.3.1 量化扫描顺序 | 第64-65页 |
| 4.3.2 序数值和变换系数幅值 | 第65-66页 |
| 4.3.3 双边权重 | 第66-69页 |
| 4.4 实验结果及分析 | 第69-73页 |
| 4.4.1 评价准则 | 第69-70页 |
| 4.4.2 实验结果与分析 | 第70-73页 |
| 4.5 本章小结 | 第73-74页 |
| 第五章 总结与展望 | 第74-76页 |
| 5.1 本文总结 | 第74页 |
| 5.2 本文展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-82页 |
| 作者简介 | 第82-83页 |
