| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 引言 | 第10-11页 |
| 1 绪论 | 第11-15页 |
| ·视频转码的背景 | 第11-12页 |
| ·视频转码的研究现状 | 第12-14页 |
| ·本文的主要内容和结构安排 | 第14-15页 |
| 2 MPEG-2 和H.264 视频压缩编码标准 | 第15-33页 |
| ·数字视频编码的基本概念 | 第15-21页 |
| ·时间和空间取样 | 第15-16页 |
| ·颜色空间 | 第16-19页 |
| ·图像质量评价 | 第19-21页 |
| ·MPEG-2 编码标准 | 第21-25页 |
| ·MPEG-2 的档次和级别 | 第21-22页 |
| ·MPEG-2 的视频结构 | 第22-24页 |
| ·MPEG-2 的编解码器 | 第24-25页 |
| ·H.264 编码标准 | 第25-30页 |
| ·H.264 的档次和级 | 第26-27页 |
| ·H.264 的分层结构 | 第27-29页 |
| ·H.264 的编解码器 | 第29-30页 |
| ·MPEG-2 和H.264 视频编码标准的比较 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 3 MPEG-2 到H.264 转码中的快速模式选择算法 | 第33-47页 |
| ·引言 | 第33-34页 |
| ·MPEG-2 中的编码宏块类型（CMT） | 第34-36页 |
| ·H.264 的帧间预测概述 | 第36-40页 |
| ·R-D 代价 | 第38-39页 |
| ·SAE 代价 | 第39-40页 |
| ·快速模式选择算法 | 第40-42页 |
| ·CMT 和DC 系数与H.264 的宏块模式之间的关系 | 第40-41页 |
| ·本文提出算法流程 | 第41-42页 |
| ·实验结果及分析 | 第42-46页 |
| ·结论 | 第46-47页 |
| 4 基于机器学习的MPEG-2/H.264 模式选择算法 | 第47-54页 |
| ·引言 | 第47页 |
| ·MPEG-2 宏块残差与H.264 宏块编码模式的关系 | 第47-48页 |
| ·利用机器学习(Machine Learning)进行快速模式决策 | 第48-50页 |
| ·实验结果及分析 | 第50-53页 |
| ·训练数据集的属性 | 第50-51页 |
| ·算法性能比较 | 第51-53页 |
| ·结论 | 第53-54页 |
| 5 基于边缘和颜色失真的视频质量评价方法 | 第54-67页 |
| ·引言 | 第54-55页 |
| ·边缘和颜色失真模型 | 第55-58页 |
| ·边缘失真模型 | 第55-58页 |
| ·颜色失真模型 | 第58页 |
| ·视频质量评价方法 | 第58-60页 |
| ·实验结果及分析 | 第60-64页 |
| ·转码后的视频质量评价 | 第64-66页 |
| ·小结 | 第66-67页 |
| 6 总结与展望 | 第67-68页 |
| ·本文工作总结 | 第67页 |
| ·研究展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 在学研究成果 | 第72-73页 |
| 致谢 | 第73页 |
