| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题的研究目的和意义 | 第8-9页 |
| 1.2 国内外相关领域开发及应用现状分析 | 第9-12页 |
| 1.2.1 HEVC帧内预测算法的研究现状 | 第10-11页 |
| 1.2.2 多视点视频中视差矢量获取算法的研究现状 | 第11-12页 |
| 1.3 论文主要研究内容 | 第12-13页 |
| 1.4 论文结构安排 | 第13-14页 |
| 第2章 视频压缩基本框架及相关技术 | 第14-26页 |
| 2.1 HEVC视频编码关键技术 | 第15-19页 |
| 2.1.1 HEVC的基本框架 | 第15-16页 |
| 2.1.2 HEVC四叉树结构 | 第16-17页 |
| 2.1.3 HEVC帧内预测与帧间预测 | 第17-19页 |
| 2.2 AVS2视频编码标准核心技术 | 第19-23页 |
| 2.2.1 AVS2帧内预测部分 | 第20-21页 |
| 2.2.2 AVS2帧间预测部分 | 第21-22页 |
| 2.2.3 AVS2编码块的划分 | 第22-23页 |
| 2.3 3D-AVS的系统结构和相关技术 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 视频压缩基本框架及相关技术 | 第26-36页 |
| 3.1 基于马尔科夫模型的预测方法 | 第26-28页 |
| 3.2 基于马尔科夫模型梯度自适应帧内预测算法 | 第28-30页 |
| 3.3 基于马尔科夫模型的梯度自适应权值决策算法 | 第30-33页 |
| 3.4 实验结果与分析 | 第33-34页 |
| 3.5 本章小结 | 第34-36页 |
| 第4章 基于PDPC的梯度自适应帧内预测技术 | 第36-46页 |
| 4.1 PDPC (Position dependent intra prediction combination) 算法 | 第36-38页 |
| 4.2 基于PDPC的梯度自适应帧内预测算法 | 第38-40页 |
| 4.3 基于PDPC的梯度自适应权值决策算法 | 第40-41页 |
| 4.4 实验结果与分析 | 第41-44页 |
| 4.5 本章小结 | 第44-46页 |
| 第5章 基于时域和空域的局部视差矢量获取技术 | 第46-56页 |
| 5.1 3D-AVS中现有视差矢量的获取方法 | 第46-48页 |
| 5.1.1 全局视差矢量获取算法 | 第46-47页 |
| 5.1.2 局部视差矢量获取算法 | 第47页 |
| 5.1.3 基于深度调整的局部视差矢量 | 第47-48页 |
| 5.2 基于时域和空域的局部视差矢量获取技术 | 第48-55页 |
| 5.2.1 基于空域的局部视差矢量获取算法 | 第49-51页 |
| 5.2.2 基于时域的局部视差矢量获取算法 | 第51-52页 |
| 5.2.3 基于时域和空域的局部视差矢量获取算法 | 第52-53页 |
| 5.2.4 实验结果与分析 | 第53-55页 |
| 5.3 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读学位期间发表的论文及研究成果 | 第62-64页 |
| 致谢 | 第64页 |